หลักสูตร/ปี พ.ศ. วิศวกรรมศาสตรบัณฑิต สาขาวิชาวิศวกรรมคอมพิวเตอร์ ปี พ.ศ. 2567
ภาคและปีการศึกษาที่สำเร็จการศึกษา ภาคปลาย ปีการศึกษา 2566
ประเภทโครงงาน
โครงงานวิศวกรรม
ชื่อโครงงานภาษาไทย
กรอบการวิเคราะห์เชิงปริมาณและแสดงผลอัตราการมีส่วนร่วมของปัจจัยที่ส่งผลต่อการใช้พลังงานไฟฟ้าของอากาศยานไร้คนขับ
ชื่อโครงงานภาษาอังกฤษ
Quantitative Analysis and Visualization Framework for Factor Contribution of Electric UAV’s Energy Consumption
ผู้พัฒนา
6310503316 นายณัฐภัทร ตัณฑ์สุรัตน์
อาจารย์ที่ปรึกษาหลัก
สุภาพร เอื้อจงมานี
อาจารย์ที่ปรึกษาร่วม
-
บทคัดย่อ
การวิเคราะห์อัตราการมีส่วนร่วมของปัจจัยที่ส่งผลต่อการใช้พลังงานไฟฟ้าของอากาศยานไร้คนขับ (UAV) เป็นสิ่งสำคัญสำหรับการวางแผนการบิน และการออกแบบปรับปรุงโครงสร้าง UAV โครงงานนี้ได้พัฒนาต่อยอดจาก “ระบบแสดงผลและวิเคราะห์ข้อมูลปัจจัยการใช้พลังงานของอากาศยานไร้คนขับ” ของนายภาสวิชญ์ สังข์ธูป โดยนำเสนอแนวทางการวิเคราะห์หาอัตราการมีส่วนร่วมของปัจจัยที่ส่งผลต่อการใช้พลังงานไฟฟ้าจากข้อมูลบันทึกการบินของ UAV และแสดงผลแบบ Visualization ผ่าน Web application
ขั้นตอนการดำเนินงานประกอบด้วย การเตรียมข้อมูล, การแบ่งกลุ่มข้อมูล(Clustering) เพื่อลด Noise, การจำแนกข้อมูล(Classification) เพื่อระบุช่วงการบิน(Flight Phase) ให้กับ Cluster โดยจำแนกได้ 4 ช่วงได้แก่ Climb Direct, Climb Turn, Non-Climb Direct และ Non-Climb Turn,การคัดเลือกคุณลักษณะ(Feature Selection) สำหรับแต่ละช่วงการบิน และการสร้างและคัดเลือกโมเดลทำนายการใช้พลังงานสำหรับแต่ละช่วงการบิน โดย Random Forest สามารถทำนายการใช้พลังงานได้แม่นยำที่สุดในทุกๆช่วงการบิน โดย Error เฉลี่ยของทุกช่วงการบินเท่ากับ 14.04% จากนั้นนำโมเดลทำนายการใช้พลังงานไปหาอัตราการมีส่วนร่วมของปัจจัย(Factor Contribution) ด้วยวิธี First-Order Sobol Indices และนำผลที่ได้ไปแสดงบน UAV Log Viewer จากการประเมินระบบและผลลัพธ์โดยผู้เชี่ยวชาญและคะแนนความพึงพอใจผู้ใช้ พบว่าสามารถวิเคราะห์ข้อมูลได้ตรงตามที่ผู้เชี่ยวชาญวิเคราะห์และแสดงผลได้ตามความต้องการ ในอนาคตระบบที่ได้จัดทำสามารถนำไปทำพัฒนาเพื่อให้สามารถทำงานได้อย่างอัตโนมัติและประมวลผลข้อมูลแบบ Real-time ในระหว่างบินของ UAV ต่อไป
Abstract
The Analysis of contribution rate of factors affecting the electrical energy of Unmanned Aerial Vehicles (UAVs) is important for enhancing flight planning, Design and improvement of UAV structure. This project has been further developed from “ Flight Data Visualization and analysis data on energy consumption factors of Unmanned Aerial Vehicles” by Mr. Pasawit Saengthup by proposing an approach to analyze the factor contributions to UAV electrical energy usage from flight log data, and visualize the results through a web application.
The Processing steps in this project comprises Data preparation, Data clustering to reduce noise, data classification to identify flight phases for each cluster which can be classified into 4 phases : Climb Direct, Climb Turn, Non-Climb Direct and Non-Climb Turn, Feature Selection for each flight phase and creating and selecting a model to predict energy use for each flight phase. Random Forest able to predict energy use with the most accuracy in every flight phase, with an average error of 14.04% across all flight phases. The energy usage prediction models were then used to derive factor contributions using the First-Order Sobol Indices method and the results being visualized on the UAV Log Viewer. Based on evaluations by specialists and user satisfaction scores, the system accurately analyzed and displayed data according to the specialists' needs. In the future the derived system can be developed to operate automatically and process real-time data during UAV flights.
คำสำคัญ (Keywords)
อากาศยานไร้คนขับ(Unmanned aerial vehicle)
ช่วงการบิน(Flight Phases)
การคัดเลือกคุณลักษณะ(Feature Selection)
อัตราการมีส่วนร่วมของปัจจัย(Factor Contribution)
เว็บไซต์โครงงาน
-
วีดีโอคลิปของโครงงาน
-
ที่เก็บเวอร์ชันซอร์สโค้ด
-
ผู้นำเข้าข้อมูลครั้งแรก
นายณัฐภัทร
ตัณฑ์สุรัตน์
(b6310503316)
แก้ไขครั้งสุดท้าย
เมื่อ March 26, 2024, 4:50 p.m. โดย
นายณัฐภัทร
ตัณฑ์สุรัตน์
(b6310503316)
สถานะการอนุมัติ
รออนุมัติ