All projects
PRJ-01 · AI · Agritech · 2025

Hydroponics Monitoring and Detection System

ระบบดูแลและตรวจสอบความผิดปกติของผักไฮโดรโปนิกส์ โดยการประยุกต์ใช้เทคโนโลยี Deep Learning ด้าน Object Detection ร่วมกับกลไกการเคลื่อนที่ของหุ่นยนต์ Gantry System ในการเคลื่อนที่เข้าถึงตำแหน่งต่าง ๆ ของแปลง เพื่อวิเคราะห์ความผิดปกติ และทำให้พืชที่พบโรคได้รับการจัดการอย่างทันท่วงที

Gantry SystemYOLOOpenCVPythonC++Tkinter3D Design
View photos View experiments
Year
2025
Duration
5 months
Team
5 people

01 ที่มา

การปลูกผักไฮโดรโปนิกส์เป็นการปลูกพืชแบบไร้ดิน ในระหว่างการเจริญเติบโตมักพบปัญหาเชื้อราที่เกิดขึ้นบนใบพืช ซึ่งสามารถแพร่กระจายได้อย่างรวดเร็วผ่านร่องน้ำ และยากต่อการเฝ้าระวังให้ครอบคลุมทั่วทั้งแปลงขนาดใหญ่

ประกอบกับผมได้มีโอกาสเข้าร่วมค่าย IoT Coding in AgriTech ณ มหาวิทยาลัยเกษตรศาสตร์ ทำให้ได้เห็นระบบดูแลผักไฮโดรโปนิกส์ และเล็งเห็นถึงปัญหาการดูแลผักในปริมาณมาก ผมจึงได้ประดิษฐ์หุ่นยนต์ที่คอยตรวจสอบและตรวจจับความผิดปกติของผักไฮโดรโปนิกส์ขึ้น

02 แนวทางการแก้ไขปัญหา

ระบบดูแลและตรวจสอบความผิดปกติของผักไฮโดรโปนิกส์นี้ ประยุกต์ใช้เทคโนโลยี Deep Learning ด้าน Object Detection ร่วมกับกลไกการเคลื่อนที่ของหุ่นยนต์ Gantry System ซึ่งเคลื่อนที่เข้าถึงตำแหน่งต่าง ๆ ของแปลงเพื่อถ่ายภาพผักแต่ละต้น จากนั้นจึงวิเคราะห์ความผิดปกติและโรคที่เกิดขึ้น

หากพบความผิดปกติในระดับเสี่ยงถึงร้ายแรง ระบบจะเคลื่อนย้ายผักที่พบโรคไปยังจุดพักที่ปลอดภัยหรือตำแหน่งการดูแลของเกษตรกร พร้อมทั้งแจ้งเตือนเกษตรกรผ่านช่องทาง Discord ทำให้พืชที่พบโรคได้รับการจัดการอย่างทันท่วงที

นวัตกรรมนี้ช่วยเพิ่มประสิทธิภาพและลดระยะเวลาในการดูแลรักษาของเกษตรกร รวมถึงป้องกันความเสียหายที่อาจเกิดขึ้นกับพืช

03 วัตถุประสงค์

  • เพื่อเพิ่มประสิทธิภาพในการดูแลและตรวจสอบโรคหรือความผิดปกติของผักไฮโดรโปนิกส์ให้ทั่วถึงมากยิ่งขึ้น
  • เพื่อช่วยลดการใช้แรงงานและระยะเวลาในการดูแลพืช
  • เพื่อลดการแพร่กระจายของโรคและป้องกันความเสียหายต่อผลผลิต

04 การดำเนินงาน

ในการพัฒนาโครงงานนี้ ผมรับผิดชอบการออกแบบโครงสร้าง กลไกการทำงาน และการพัฒนาโปรแกรม ภายใต้คำแนะนำของคุณครูที่ปรึกษา

นอกจากนี้ ผมและทีมงานได้ลงพื้นที่เก็บรวบรวมข้อมูลจากแปลงผักของเกษตรกรรายใหญ่ เพื่อสร้างชุดข้อมูล (Dataset) สำหรับฝึกสอนโมเดลด้วยอัลกอริทึม YOLOv8 โดยรวบรวมภาพถ่ายได้ทั้งสิ้น 1,700 ภาพ พร้อมทั้งจัดเตรียมข้อมูลเพื่อพัฒนาโมเดลให้มีความแม่นยำ และสามารถจำแนกโรคได้อย่างมีประสิทธิภาพ

จากผลการฝึกสอนโมเดล พบว่าโมเดลมีแนวโน้มพัฒนาขึ้นอย่างต่อเนื่อง ทำให้โครงงานนี้มีศักยภาพสูงที่จะนำไปต่อยอดและประยุกต์ใช้งานจริงในระดับอุตสาหกรรมต่อไป

05 สิ่งที่ได้

จากโครงงานนี้ ผมได้รับประสบการณ์หลายด้าน ได้แก่

  • การออกแบบและสร้างระบบ Gantry System ตั้งแต่การตัดและประกอบอะลูมิเนียมโปรไฟล์ ไปจนถึงการควบคุมสเต็ปเปอร์มอเตอร์
  • การเขียนโปรแกรมคอมพิวเตอร์เพื่อเชื่อมต่อ Software Package หลายส่วนให้ทำงานร่วมกัน
  • การทำงานร่วมกับทีมอย่างมีประสิทธิภาพ

นอกจากนี้ โครงงานนี้ยังเป็นครั้งแรกที่ผมได้พัฒนาระบบการเคลื่อนที่แบบ Gantry System และโมเดลตรวจจับวัตถุขึ้นมาด้วยตนเอง และสามารถนำไปประยุกต์ใช้งานจริงได้อย่างประสบความสำเร็จ

06 รางวัลที่ได้รับ

  • ชนะเลิศ Nakhonthai Grand Robotic Championship
    2026
  • รองชนะเลิศอันดับ 2 CPU 4th ASEAN Grand Prix Youth Robotics & eSport
    2026
  • เหรียญทอง · รองชนะเลิศอันดับ 1 Global Robotics Competition
    2025
  • เหรียญทอง · รองชนะเลิศอันดับ 1 Thailand Robotics Challenge
    2025