หลักสูตร/ปี พ.ศ. วิศวกรรมศาสตรบัณฑิต สาขาวิชาวิศวกรรมคอมพิวเตอร์ ปี พ.ศ. 2566
ภาคและปีการศึกษาที่สำเร็จการศึกษา ภาคปลาย ปีการศึกษา 2565
ประเภทโครงงาน
โครงงานวิศวกรรม
ชื่อโครงงานภาษาไทย
ระบบระบุพิกัดภายในตัวอาคารโดยใช้สัญญาณย่านความถี่กว้างพิเศษ (UWB)
ชื่อโครงงานภาษาอังกฤษ
Indoor Localization System Using Ultra-Wide Band (UWB)
ผู้พัฒนา
6210503811 นายศิรพัฒน์ ไตรเสนีย์
6210503853 นายสิทธิเจตน์ วงศ์ทิชาวัฒน์
อาจารย์ที่ปรึกษาหลัก
จันทนา จันทราพรชัย
อาจารย์ที่ปรึกษาร่วม
จันทนา จันทราพรชัย
บทคัดย่อ
เนื่องจากบอร์ด Decawave MDEK1001 อุปกรณ์ที่ใช้สำหรับการระบุตำแหน่งภายในตัวอาคารแบบตามเวลาจริง ที่ใช้เทคโนโลยีสัญญาณย่านความถี่กว้างพิเศษ UWB (Ultra-Wideband) มีข้อจำกัดบางอย่างอยู่ ได้แก่ ความแม่นยำของสัญญาณ UWB ซึ่งขึ้นอยู่กับฮาร์ดแวร์และสภาพแวดล้อมเป็นอย่างมาก รวมไปถึงบอร์ด Decawave MDEK1001 มีความแม่นยำที่ลดลงเมื่อมีตัวกลางที่ทำให้สัญญาณเกิดการหักเหหรือความแรงของคลื่นสัญญาณอ่อนลง จึงเป็นที่มาของโครงงานนี้ที่ต้องการจะพัฒนาและปรับปรุงประสิทธิภาพในการวัดระยะและระบุตำแหน่งของบอร์ด Decawave MDEK1001
ผู้วิจัยได้ทำการจัดเก็บข้อมูลค่าพิกัดจริงและข้อมูลอื่น ๆ ได้แก่ค่าพิกัดของ Anchor node ทั้งหมดที่ใช้ในการทดลองและค่าคุณภาพของการส่งสัญญาณ เป็นต้น โดยเลือกทำการทดลอง ณ ห้อง 708 อาคารภาควิชาวิศวกรรมศาสตร์สาขาคอมพิวเตอร์แล้วนำไปพัฒนาโมเดล Machine Learning ที่ใช้อัลกอริทึม Linear Regression ในการทำนายค่าพิกัดที่ถูกต้อง และจากการทดสอบพบว่าสามารถลดค่าความคลาดเคลื่อนเฉลี่ยของแกน X และแกน Y ได้ 6.00% และ 14.81% ตามลำดับ ในส่วนของระบบแสดงผล ผู้วิจัยได้ออกแบบการเชื่อมต่อระหว่างแอปพลิเคชันกับข้อมูลที่ค่าพิกัดที่ทำนายออกมาโดยใช้ Kafka Topic และ Socket.io ในการอ่านข้อมูลและนำค่าพิกัดไปแสดงผลบนหน้าเว็บแบบตามเวลาจริง นอกจากนี้ยังมีฟังก์ชันการใช้งานเสริมอื่น ๆ เพิ่มเติมเพื่อเพิ่มประสิทธิภาพการใช้งานตัวบอร์ดของผู้ใช้อีกด้วย
Abstract
Because the Decawave MDEK1001 board, a device used for real-time indoor localization, uses UWB (Ultra-Wideband), there are some limitations: the accuracy of the UWB signal depends heavily on the hardware and environment, including the Decawave MDEK1001 board accuracy is reduced when there is a medium that causes the signal to refract or weaken the signal wave strength. Thus, this project wants to develop and improve the efficiency of measuring distances and localization of Decawave MDEK1001 boards.
The researcher has collected actual coordinate data and other information, such as the coordinates of all the anchor nodes used in the experiment and the quality of signal transmission. The experiment was conducted in Room 708, Department of Computer Engineering, and the data was used to develop a machine learning model using the Linear Regression algorithm to predict accurate coordinate values. Testing showed that the average error in the X and Y axes could be reduced by 6.00%and 14.81%, respectively. Regarding the display system, the researcher designed a connection between the application and the predicted coordinate data using Kafka Topic and Socket.io to read the data and display the coordinates in real-time on a web page. Additionally, there are other additional functions to enhance the efficiency of the user's board utilization.
คำสำคัญ (Keywords)
Indoor Real-time Position Tracking
Decawave MDEK1001 board
Ultra-Wide Band
Linear Regression
TWR Algorithm
เว็บไซต์โครงงาน
https://indoor-localization-syst-30486.web.app/
ที่เก็บเวอร์ชันซอร์สโค้ด
https://github.com/SP-TS1/dwm_kafka_model
https://github.com/Nieraa/UWB-Client
https://github.com/Nieraa/UWB-Server
ผู้นำเข้าข้อมูลครั้งแรก
นายศิรพัฒน์
ไตรเสนีย์
(b6210503811)
แก้ไขครั้งสุดท้าย
เมื่อ April 6, 2023, 9:34 p.m. โดย
นายสิทธิเจตน์
วงศ์ทิชาวัฒน์
(b6210503853)
สถานะการอนุมัติ
อนุมัติแล้ว โดย
จันทนา
จันทราพรชัย
(fengcnc)
เมื่อ April 12, 2023, 5:34 a.m.