เครื่องคัดแยกขยะรีไซเคิลด้วยการประมวลผลภาพ

ผู้แต่ง

  • ธนโชติ ภาชะนัย มหาวิทยาลัยราชภัฏเพชรบูรณ์
  • จักรกริช ปานเงิน มหาวิทยาลัยราชภัฏเพชรบูรณ์
  • กรรณิการ์ คนงาม มหาวิทยาลัยราชภัฏเพชรบูรณ์
  • วรชัย ศรีสมุดคำ มหาวิทยาลัยราชภัฏเพชรบูรณ์
  • วาสนา วงศ์ษา มหาวิทยาลัยราชภัฏเพชรบูรณ์

คำสำคัญ:

เครื่องคัดแยกขยะ, การประมวลผลภาพ, การคัดแยกวัตถุ, โครงข่ายประสาทเทียมคอนโวลูชัน

บทคัดย่อ

งานวิจัยนี้มีวัตถุประสงค์เพื่อสร้างและทดสอบประสิทธิภาพการทำงานของเครื่องคัดแยกขยะรีไซเคิลด้วยการประมวลผลภาพ ให้สามารถควบคุมการคัดแยกขยะรีไซเคิล 4 ประเภทได้แก่ กระป๋อง ขวดแก้ว กล่องกระดาษ และขวดพลาสติก พร้อมทำการแจ้งเตือนผ่านแอปพลิเคชันไลน์เมื่อถังขยะใกล้เต็ม ระบบประกอบด้วยกล้อง IMILAB Webcam รับภาพวัตถุแบบเรียลไทม์เชื่อมต่อกับ Raspberry Pi4 Model B เพื่อทำการประมวลผลการจำแนกขยะด้วยโมเดลของ YOLOv5 ที่ผ่านการฝึกสอนด้วยชุดข้อมูลภาพ 1,321 ภาพ 250 รอบ มีค่า mAP50% 0.995, Recall 0.995, Precision 0.999 และค่า F-measure 0.997 โดยเชื่อมต่อกับ Module L298N ในการควบคุมตำแหน่งการหมุนของสเต็ปมอเตอร์ไปยังถังขยะเอาต์พุตและควบคุมเซอร์โวมอเตอร์ในการเทขยะลงถังขยะแต่ละประเภท ผลการทดสอบประสิทธิภาพการทำงานพบว่าสามารถคัดแยกขยะได้ถูกต้องตามประเภทคิดเป็น 98.33% ผลลัพธ์ค่าช่วงความเชื่อมั่น (Confidence interval) อยู่ในช่วง 0.50 - 0.97 ผลทดสอบประสิทธิภาพการทำงานของฮาร์ดแวร์ในการแยกขยะไปยังถังขยะเอาต์พุตแต่ละประเภทด้วยสเต็ปมอเตอร์และเซอร์โวมอเตอร์ และการแจ้งเตือนเมื่อถังขยะใกล้เต็มถังผ่านแอปพลิเคชันไลน์สามารถทำงานได้ถูกต้อง 100%

References

คณสรณ์ ผิวบาง, ศรัณยู พรหมยุทธนา, และการตรัตน์ ขำดำ. (2562). เครื่องคัดแยกขวดอัตโนมัติ. ค้นจาก http://mecha.sut.ac.th/project_file/project_00030.pdf

ณัฐนนท์ รัตนยานนท์ และศุภวิชญ์ ฝอยทอง. (2563). ระบบตรวจจับและคัดแยกถุงขยะด้วยการประมวลผลภาพ. วารสารวิทยาศาสตร์ เทคโนโลยี และนวัตกรรม, 1(4), 20-23.

ดำรงค์ศักดิ์ กิจเดช และวีระพันธ์ ด้วงทองสุข. (2565). การใช้โครงข่ายประสาทเทียมแบบคอนโวลูชั่นภาษากายของคนสำหรับการควบคุมหุ่นยนต์ขับเคลื่อนสองล้อ. วารสาร SAU JOURNAL OF SCIENCE & TECHNOLOGY, 8(1), 28-39.

บัญชา ประสีละเตสัง. (2564). สร้างการเรียนรู้สำหรับ AI ด้วย Python Machine Learning. กรุงเทพฯ: ซีเอ็ดยูเคชั่น.

บุญธรรม ภัทราจารุกุล. (2556). การประมวลผลภาพดิจิตอลเบื้องต้น. กรุงเทพฯ: ซีเอ็ดยูเคชั่น.

ปราโมทย์ ปัญญาโต และนลิน สีดาห้าว. (2562). การสร้างระบบตรวจนับบุคคลแบบเวลาจริงราคาประหยัดบน Raspberry Pi โดยประยุกต์อัลกอริทึม Tiny YOLO V3. วารสาร ENGINEERING TRANSACTIONS, 22(2), 72-78.

สมเกียรติ อุดมหรรษากุล. (2554). การประมวลผลภาพดิจิตอลเบื้องต้น. กรุงเทพฯ: ท้อป.

ศูนย์เทคโนโลยีสารสนเทศและการสื่อสาร. (2564). สถานการณ์คุณภาพสิ่งแวดล้อมของประเทศไทยปี 2563. ค้นจาก https://www.pcd.go.th/pcd_news/11873

Jocher, G. (2020). YOLOv5 Documentation. Retrieved from https://docs.

ultralytics.com/tutorials/training-tips-best-results/#model-selection

Redmon, J, Divvala, R., Girshick, R., & Farhadi, A. (2016, June). You Only Look Once: Unified, Real-Time Object Detection. Paper presented at the 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Las Vegas, NV, USA.

Downloads

เผยแพร่แล้ว

2022-11-04

How to Cite

[1]
ภาชะนัย ธ. . ., ปานเงิน จ., คนงาม ก., ศรีสมุดคำ ว., และ วงศ์ษา ว., “เครื่องคัดแยกขยะรีไซเคิลด้วยการประมวลผลภาพ”, PSRU JITE, ปี 4, ฉบับที่ 2, น. 242–253, พ.ย. 2022.