การศึกษาการใช้ตัวกรองค่าเฉลี่ยเคลื่อนที่สำหรับลดสัญญาณรบกวนของข้อมูลระยะทางจากเซนเซอร์คลื่นเสียงที่ใช้ในระบบหลบหลีกสิ่งกีดขวางของหุ่นยนต์อัตโนมัติภาคพื้นดิน

ผู้แต่ง

  • นายคุณากร อนุวัตพาณิชย์ ภาควิชาครุศาสตร์อุตสาหกรรม คณะครุศาสตร์อุตสาหกรรม มหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี
  • ผู้ช่วยศาสตราจารย์ ดร.มนูศักดิ์ จานทอง ภาควิชาวิศวกรรมเครื่องกล คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี
  • ดร.สุรศักดิ์ ทิมพิทักษ์ ภาควิชาวิศวกรรมเครื่องกล คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี

คำสำคัญ:

หุ่นยนต์อัตโนมัติภาคพื้นดิน , เซนเซอร์อัลตราโซนิกส์, ตัวกรองค่าเฉลี่ยเคลื่อนที่

บทคัดย่อ

บทความวิจัยนี้ได้ศึกษาวิธีการลดปัญหาการรบกวนสัญญาณข้ามกัน (Cross-Talk) จากการใช้เซนเซอร์อัลตราโซนิกส์ชนิดเดียวกัน จำนวน 2 ตัว ด้วยการออกแบบโปรแกรมควบคุมสลับการทำงานด้านละ  50 ms ร่วมกับการใช้กระบวนการกรองสัญญาณแบบค่าเฉลี่ยเคลื่อนที่ที่ใช้สมาชิกตัวกรอง 5 และ 10 ค่า ที่ใช้สำหรับตรวจวัดวัตถุกีดขวางด้านหน้าของหุ่นยนต์ AGV ลำดับการขั้นวิจัยแบ่งออกเป็น 1) การทดลองเซนเซอร์อัลตราโซนิกส์ทั้งสองอยู่กับที่ทำงานวัดระยะไปยังผนังพร้อมกันโดยไม่ใช้โปรแกรมสลับการทำงาน พบว่าข้อมูลระยะการตรวจวัดมีความผิดพลาดจากปัญหาการรบกวนสัญญาณข้ามกัน ทุกๆ 18-19 วินาที การใช้ตัวกรองค่าเฉลี่ยเคลื่อนที่จะสามารถช่วยลดความผันผวนของข้อมูลระยะลงได้แต่ยังไม่มีประสิทธิภาพเพียงพอที่จะนำข้อมูลระยะไปใช้งาน 2) การทดลองกรณีที่เซนเซอร์อัลตราโซนิกส์ตรวจพบวัตถุทันทีทันใดโดยเซนเซอร์จะเคลื่อนไปพร้อมกับชุดรางเลื่อนเคลื่อนที่ตัดผ่านวัตถุฉากรับที่ระยะ 40,70 และ 100 เซนติเมตร ผลการทดลองพบว่าข้อมูลระยะจริงจะมีความผันผวนเฉลี่ยสูงสุดที่ระยะวัตถุ 100 เซนติเมตร ที่ 48.06 เซนติเมตร การกำหนดสมาชิกตัวกรองค่าเฉลี่ยเคลื่อนที่ที่ 5 และ 10 ค่า จะสามารถช่วยลดความผันผวนลงได้ 80.25% และ 88.24% ตามลำดับ และ 3) การทดลองหุ่นยนต์ AGV เคลื่อนที่และหยุดแบบอัตโนมัติเมื่อเซนเซอร์อัลตราโซนิกส์พบสิ่งกีดขวางที่กำหนดระยะ 40 , 70 และ 100 เซนติเมตร พบว่าการกำหนดสมาชิกตัวกรอง 5 และ 10 ค่า จะใช้ระยะหยุดเฉลี่ย 22.7 และ 37.1 เซนติเมตร ตามลำดับ และในกรณีที่หยุดระยะ 40 เซนติเมตร ที่ใช้สมาชิกตัวกรอง 10 ค่า หุ่นยนต์จะประมวลผลหยุดไม่ทันและชนเข้ากับวัตถุ

เอกสารอ้างอิง

Aizat M, Qistina N, Rahiman W. A comprehensive review of recent advances in automated guided vehicle technologies: Dynamic obstacle avoidance in complex environment toward autonomous capability. IEEE Transactions on Instrumentation and Measurement. 2024;73:1-25.

Moshayedi AJ, Jinsong L, Liao L. AGV (automated guided vehicle) robot: Mission and obstacles in design and performance. J Simul Anal Novel Technol Mech Eng. 2019;12(4):5-18.

Zhou X, Chen T, Zhang Y. Research on intelligent AGV control system. In: 2018 Chinese Automation Congress (CAC); 2018 Nov 30-Dec 2; Xi'an, China. IEEE; 2018. p. 58-61.

Wang C, Mao J. Summary of AGV path planning. In: 2019 3rd International Conference on Electronic Information Technology and Computer Engineering (EITCE); 2019 Oct 18-20; Xiamen, China. IEEE; 2019. p. 332-335.

AGV Network. Mobile robot sensors - The eyes and ears of AGVs and AMRs. Available from: https://www.agvnetwork.com/mobile-robot-sensors-agv-amr. Accessed June 19, 2024.

A. B. R. Tonmoy, M. D. S. Zinan, S. Sultan and A. Sarker, "A comparative study on LIDAR and Ultrasonic Sensor for Obstacle Avoidance Robot Car," in *Proc. 2023 Int. Conf. Adv. Electron., Commun., Comput. Intell. Inf. Syst.(ICAECIS)*, Bangalore, India, 2023, pp. 582–587.

Li C, Guo S, Guo J. Study on obstacle avoidance strategy using multiple ultrasonic sensors for spherical underwater robots. IEEE Sens J. 2022;22 (24):24458-24470.

Zhang Y, Hsiung-Cheng L, Zhao J, Zewen M, Ye Z, Sun H. A multi-DoF ultrasonic receiving device for indoor positioning of AGV system. In: 2018 International Symposium on Computer, Consumer and Control (IS3C); 2018 Jun 6-8; Taichung, Taiwan. IEEE; 2018. p. 97-100.

Park G-R, Park S-H, Baek K-R. Improved frequency sweep keying CDMA using faster R-CNN for extended ultrasonic crosstalk reduction. Sensors. 2023;23: 9550.

M. Kubinyi and R. Smid, "Ultrasonic denoising with a modified wavelet filter," Proceedings of the 6th IEEE International Conference on Intelligent Data Acquisition and Advanced Computing Systems, Prague, Czech Republic, 2011, pp. 479-482

Shankar P, Bencharit U, Bilgutay N, Saniie J. Grain noise suppression through bandpass filtering. J Mater Eval. 1988;46(8):1100-1104.

Prasetyono AP, Adiyasa IW, Yudianto A, Agit SNK. Multiple sensing method using moving average filter for automotive ultrasonic sensor. J Phys Conf Ser. 2020;1700(1):012075.

Kelemen M, Virgala I, Kelemenová T, Miková L’, Frankovský P, Lipták T, Lörinc M. Distance measurement via using of ultrasonic sensor. J Autom Control. 2015;3(3):71-74.

Zhmud VA, Kondratiev NO, Kuznetsov KA, Trubin VG, Dimitrov LV. Application of ultrasonic sensor for measuring distances in robotics. J Phys Conf Ser. 2018; 1015(3):032189

Narumol A. การวัดระยะทางของวัตถุด้วยการใช้คลื่นความถี่สูง (Ultrasonic). Available from: https://medium.com/@narumol.aomam/การวัดระยะทางของวัสดุด้วยการใช้คลื่นความถี่สูง-ultrasonic-db35883a17f. Accessed June 28, 2024.

MaxBotix.LV-MaxSonar-EZ datasheet. Available from:https://maxbotix.com/pages/lv-maxsonar-ez-datasheet. Accessed June 28, 2024.

Micontech Lab. โซลิดสเตทรเลย์ 4 ช่อง G3MB-202P 240VAC 2A. Available from:http://www.micontechlab.com/product/774/1x-โซลิดสเตทรีเลย์-4-ช่อง-g3mb -202p-240vac-2a. Accessed June 26, 2024.

Smith SW. The Scientist and Engineer's Guide to Digital Signal Processing. 2nd ed. San Diego, CA: California Technical Publishing; 1999. Chapter 15, Moving Average Filters; p. 277-285.

Welch PD. The use of fast Fourier transform for the estimation of power spectra: a method based on time averaging over short, modified periodograms. IEEE Trans Audio Electroacoust. 1967;15(2):70-73.

MathWorks. pwelch. Available from:https://www.mathworks.com/help/signal/ref/pwelch.html. Accessed June 26, 2024

ดาวน์โหลด

เผยแพร่แล้ว

12/29/2025

รูปแบบการอ้างอิง

[1]
อนุวัตพาณิชย์ ค., จานทอง ม., และ ทิมพิทักษ์ ส., “การศึกษาการใช้ตัวกรองค่าเฉลี่ยเคลื่อนที่สำหรับลดสัญญาณรบกวนของข้อมูลระยะทางจากเซนเซอร์คลื่นเสียงที่ใช้ในระบบหลบหลีกสิ่งกีดขวางของหุ่นยนต์อัตโนมัติภาคพื้นดิน”, UTK RESEARCH JOURNAL, ปี 19, ฉบับที่ 2, น. 1–10, ธ.ค. 2025.

ฉบับ

ประเภทบทความ

บทความวิจัย