การออกแบบหุ่นยนต์สำหรับเคลื่อนที่ตามแสงด้วยการระบุตำแหน่ง
คำสำคัญ:
หุ่นยนต์, การระบุตำแหน่ง, เคลื่อนที่ตามแสงอาทิตย์, แสงอาทิตย์และเงาบทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อออกแบบและพัฒนาหุ่นยนต์สำหรับเคลื่อนที่ตามแสงอาทิตย์ด้วยการระบุตำแหน่ง ในกรณีศึกษาพื้นที่โถงภายในอาคาร คณะเทคโนโลยีอุตสาหกรรม มหาวิทยาลัยราชภัฏพิบูลสงคราม โดยการใช้ข้อมูลจากเซ็นเซอร์แสง (LDR) เซ็นเซอร์วัดทิศทาง (Compass sensor) และเซ็นเซอร์ระบุพิกัดตำแหน่งโลก (GPS) นำมาเก็บฐานข้อมูลลักษณะการเคลื่อนที่ของแสงอาทิตย์และเงาในโถงอาคาร เป็นข้อมูลในการขับเคลื่อนหุ่นยนต์วิ่งเคลื่อนที่หาตำแหน่งรับแสงอาทิตย์ สำหรับเป็นแนวทางพัฒนาระบบประจุด้วยเซลล์แสงอาทิตย์ในช่วงเวลากลางวัน จากทดลองได้แบ่งพื้นที่บริเวณโถงอาคารออกเป็น 4 โซนและระบุค่าละติจูด (Latitude) / ลองจิจูด (Longitude) แต่ละโซนเพื่อหาตำแหน่งที่ตั้งของหุ่นยนต์ ณ เวลานั้น จากนั้นเก็บข้อมูลตำแหน่งพื้นที่รับแสงอาทิตย์ตามช่วงเวลาต่างๆ เพื่อให้หุ่นยนต์เคลื่อนที่ไปตามตำแหน่งพื้นที่รับแสงอาทิตย์ที่กำหนดไว้ จากนั้นกำหนดทิศทางการหมุนของหุ่นยนต์ให้เคลื่อนที่ไปตามทิศทางที่กำหนด ร่วมกับเซ็นเซอร์แสงเพื่อตรวจเช็คตำแหน่งที่มีแสงอาทิตย์ จากตัวอย่างการเก็บข้อมูลวันที่ 15 กุมภาพันธ์ 2568 พบว่าตลอดช่วงเวลา 09.00 – 16.00 น. หุ่นยนต์สามารถเคลื่อนที่ในตำแหน่งที่มีแสงอาทิตย์ได้ตามตำแหน่งแสงอาทิตย์ภายในอาคาร จากการใช้ข้อมูลต่างๆ ของเซ็นเซอร์แสง, เซ็นเซอร์วัดทิศทาง และเซ็นเซอร์ระบุพิกัดโลกร่วมกันทำให้หุ่นยนต์ใช้ข้อมูลทั้งสองทำงานได้อย่างแม่นยำมากยิ่งขึ้น
เอกสารอ้างอิง
Ajewole., P., Oni, I., & Koyenikan, O., (2024). Development of a Solar-Powered Robotic Lawn Mower. Journal of Engineering Research and Reports, 26(7), 310-316.
Arents, J., & Greitans, M. (2022). Smart industrial robot control trends, challenges and opportunities within manufacturing. Applied Sciences, 12(2), 937.
Brougham, D., & Haar, J., (2018). Smart technology, artificial intelligence, robotics, and algorithms. (STARA) : Employees perceptions of our future workplace. J. Manag. Organ. 24(2), 239–257.
David, E.C., & Carlson, C.G. (1998). The earth model-calculating field size and distance between points using GPS coordinates. In Site-specific management guidelines. Norcross: Phosphate Institute (PPI).
Maria, E., Budiman, E., Haviluddin, & Taruk, M. (2020). Measure distance locating nearest public facilities using haversine and euclidean methods. Journal of Physics: Conference Series, 1450(1), 1-7. Doi: https://doi.org/10.1088/1742-6596/1450/1/012052
Shidujaman, M., Samani, H., Raayatpanah, M.A., Mi, H., & Premachandra, C. (2018, June). Towards deploying the wireless charging robots in smart environments. In 2018 International Conference on System Science and Engineering (ICSSE), New Taipei, Taiwan. Doi: https://doi.org/10.1109/ICSSE.2018.8520002
Qamar, Y., Agrawal, R.K., Samad, T.A., & Jabbour, C.J.C. (2021). When technology meets people: The interplay of artificial intelligence and human resource management. Journal of Enterprise Information Management, 34(5), 1339–1370. Doi: https://doi.org/10.1108/JEIM-12-2020-0549
Wang, S., Lim, W.M., Cheah, J.H., & Lim, X.J. (2025). Working with robots: Trends and future directions. Technological Forecasting and Social Change, 212. Doi: https://doi.org/10.1016/j.techfore.2024.123648
