UAT 322 · 3(1-4-4) · ชั้นปี/ภาค 1/2

ปฏิบัติการปัญญาประดิษฐ์และการประกอบรวมระบบอากาศยานไร้คนขับอัตโนมัติ

Artificial Intelligence and Autonomous Unmanned Aircraft Systems Integration Laboratory

ความคืบหน้า
ชั่วโมงตามการออกแบบ: 135 ชม. (ออนไลน์/ศึกษาด้วยตนเอง 60 · ในชั้นเรียน/ปฏิบัติ 75)

คำอธิบายรายวิชา

การตั้งค่าออโตไพลอต ระบบนำร่อง และภารกิจอัตโนมัติ การเชื่อมต่อเซนเซอร์และระบบรับรู้ การประมวลผลข้อมูลแบบเวลาจริง การติดตั้งแบบจำลองปัญญาประดิษฐ์ การวางแผนเส้นทางและหลีกเลี่ยงสิ่งกีดขวาง การจำลอง การทดสอบภาคพื้นและภาคสนาม และการประเมินสมรรถนะของระบบอัจฉริยะ

คำอธิบายภาษาอังกฤษ

configuration of autopilots, navigation, and autonomous missions; integration of sensors and perception systems, real-time data processing, deployment of AI models, path planning and obstacle avoidance, simulation, ground and field testing, and performance evaluation of intelligent systems

ที่มาคำอธิบาย: ร่างเล่มหลักสูตร (แก้ไข 28 ก.ย. 2569)รหัสเดิมในเว็บ: DRT 348

ผลลัพธ์การเรียนรู้ระดับรายวิชา (CLO)

CLOผลลัพธ์การเรียนรู้PLO
CLO1บูรณาการระบบควบคุม นำทาง และเซนเซอร์PLO2
CLO2พัฒนาภารกิจอัตโนมัติที่ใช้ AI ปลายทางPLO4
CLO3ทดสอบในเครื่องจำลองและภาคสนามอย่างปลอดภัยPLO3

โมดูลการเรียนรู้

1บูรณาการระบบอัตโนมัติ
สัปดาห์ 1–3 · 27 ชม.
บทเรียน 90 นาทีquiz4 KU

ออนไลน์ (ก่อนเข้าชั้น) · 12 ชม.

ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล

ในชั้นเรียน / ภาคสนาม · 15 ชม.

ปฏิบัติการเข้มข้นในแล็บและภาคสนาม บันทึกผลลงสมุดปฏิบัติการ

หลักฐานการเรียนรู้: สมุดปฏิบัติการที่อาจารย์ลงนาม

2Sensor fusion
สัปดาห์ 4–6 · 27 ชม.
บทเรียน 90 นาทีquiz3 KU

ออนไลน์ (ก่อนเข้าชั้น) · 12 ชม.

ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล

ในชั้นเรียน / ภาคสนาม · 15 ชม.

ปฏิบัติการเข้มข้นในแล็บและภาคสนาม บันทึกผลลงสมุดปฏิบัติการ

หลักฐานการเรียนรู้: สมุดปฏิบัติการที่อาจารย์ลงนาม

3หลบหลีกสิ่งกีดขวางและแผนที่
สัปดาห์ 7–9 · 27 ชม.
บทเรียน 90 นาทีquiz4 KU

ออนไลน์ (ก่อนเข้าชั้น) · 12 ชม.

ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล

ในชั้นเรียน / ภาคสนาม · 15 ชม.

ปฏิบัติการเข้มข้นในแล็บและภาคสนาม บันทึกผลลงสมุดปฏิบัติการ

หลักฐานการเรียนรู้: สมุดปฏิบัติการที่อาจารย์ลงนาม

4Edge AI บนโดรน
สัปดาห์ 10–12 · 27 ชม.
บทเรียน 90 นาทีquiz3 KU

ออนไลน์ (ก่อนเข้าชั้น) · 12 ชม.

ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล

ในชั้นเรียน / ภาคสนาม · 15 ชม.

ปฏิบัติการเข้มข้นในแล็บและภาคสนาม บันทึกผลลงสมุดปฏิบัติการ

หลักฐานการเรียนรู้: สมุดปฏิบัติการที่อาจารย์ลงนาม

5ภารกิจอัตโนมัติ SITL สู่ภาคสนาม
สัปดาห์ 13–15 · 27 ชม.
บทเรียน 90 นาทีquiz6 KU

ออนไลน์ (ก่อนเข้าชั้น) · 12 ชม.

ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล

ในชั้นเรียน / ภาคสนาม · 15 ชม.

ปฏิบัติการเข้มข้นในแล็บและภาคสนาม บันทึกผลลงสมุดปฏิบัติการ

หลักฐานการเรียนรู้: สมุดปฏิบัติการที่อาจารย์ลงนาม

การวัดและประเมินผล (ร่าง)

สมรรถนะการปฏิบัติการ50%
รายงานและสมุดปฏิบัติการ20%
สอบปฏิบัติ30%

โดเมนความรู้

แหล่งอ้างอิงหลัก

  1. PX4 Autopilot. PX4 user and developer guide. link
  2. Open Robotics. ROS 2 documentation. link
  3. Warden, P., & Situnayake, D. (2020). TinyML: Machine learning with TensorFlow Lite on Arduino and ultra-low-power microcontrollers. O'Reilly Media.