โมดูล 4/5 · สัปดาห์ 10–12 · 27 ชม.

งานตรวจสอบ

UAT 361 เทคโนโลยีระบบอากาศยานไร้คนขับเพื่อการสำรวจ ทำแผนที่ และตรวจสอบ

เวลาเรียนประมาณ 90 นาทีร่าง รอตรวจปรับปรุงล่าสุด 27 กันยายน 2569

บทเรียน

เมื่อเรียนจบโมดูลนี้ ผู้เรียนจะสามารถ

  1. วางแผนการตรวจโครงสร้างด้วยโดรนจากขนาดความเสียหายที่ต้องเห็น ระยะห่าง และเลนส์
  2. อธิบายหลักภาพถ่ายความร้อน ได้แก่ กฎ Stefan–Boltzmann, emissivity, อุณหภูมิสะท้อน และ NETD
  3. ตรวจหาจุดร้อนผิดปกติจากกริดอุณหภูมิด้วยเกณฑ์ที่กำหนดไว้ล่วงหน้า
  4. ระบุขอบเขตของการตรวจด้วยโดรนเทียบกับมาตรฐานและวิธีตรวจอื่น

ความรู้พื้นฐานที่ควรมี: UAT 361 โมดูล 1–3 · UAT 312 (กล้องและเซนเซอร์)

ทำไมต้องรู้

งานตรวจสอบต่างจากงานทำแผนที่ งานแผนที่ถามว่า “อะไรอยู่ที่ไหน” แต่งานตรวจถามว่า “สิ่งนี้เสียหายหรือไม่ และรุนแรงเพียงใด” รอยแตกกว้างไม่กี่มิลลิเมตรต้องการภาพละเอียดกว่างานแผนที่หลายสิบเท่า และจุดร้อนบนแผงโซลาร์มองไม่เห็นด้วยกล้องธรรมดา โดรนช่วยให้เข้าถึงที่สูงได้โดยไม่ต้องตั้งนั่งร้าน แต่ถ้าวางแผนผิด จะได้ภาพจำนวนมากที่ตอบคำถามไม่ได้

วางแผนจากความเสียหายที่ต้องเห็น

เริ่มจากคำถามว่า ความเสียหายเล็กที่สุดที่ต้องเห็นมีขนาดเท่าใด แล้วกำหนดว่าต้องมีกี่พิกเซลพาดผ่าน งานวิจัยของ Lee และคณะ (2026) พบว่ารอยแตกที่กว้างเพียง 3 พิกเซลหรือน้อยกว่าวัดได้ไม่แน่นอนสูงมาก แต่ไม่ได้กำหนดตัวเลขตายตัว จำนวนพิกเซลจึงเป็น ข้อกำหนดที่ทีมตกลงกับผู้ใช้ ไม่ใช่มาตรฐานสากล

จากนั้นใช้สูตร GSD ของโมดูล 1 โดยแทนความสูงด้วยระยะห่างจากผนัง

ตัวอย่างที่ 1 ระยะห่างที่ต้องใช้เพื่อเห็นรอยแตก 2 mm

ทีมกำหนดให้รอยแตก 2 mm กว้างอย่างน้อย 4 พิกเซล เทียบเลนส์มุมกว้างกับเลนส์ซูม บนเซนเซอร์เดียวกัน

SENSOR_W, PX_W = 13.2, 5472          # mm, พิกเซล
CRACK_MM, PX_ACROSS = 2.0, 4
gsd_mm = CRACK_MM / PX_ACROSS

for name, focal in (("wide 8.8 mm", 8.8), ("zoom 50 mm", 50.0)):
    distance_m = gsd_mm * focal * PX_W / SENSOR_W / 1000
    width_m = distance_m * SENSOR_W / focal
    print(f"{name}: GSD {gsd_mm} mm needs distance <= {distance_m:.1f} m, image covers {width_m:.2f} m of wall")
wide 8.8 mm: GSD 0.5 mm needs distance <= 1.8 m, image covers 2.74 m of wall
zoom 50 mm: GSD 0.5 mm needs distance <= 10.4 m, image covers 2.74 m of wall

เลนส์มุมกว้างต้องบินห่างผนังไม่ถึง 2 m ซึ่งเสี่ยงชนและลมหมุนใกล้อาคาร เลนส์ซูมให้รายละเอียดเท่ากันที่ระยะราว 10 m ทั้งสองแบบครอบคลุมผนังกว้างเท่ากัน 2.74 m ต่อภาพ เพราะ GSD และจำนวนพิกเซลเท่ากัน สิ่งที่ต่างคือระยะปลอดภัย ภาพที่ใช้เลนส์ซูมไวต่อการสั่นของลำมากกว่า จึงต้องใช้กิมบอลที่นิ่งและชัตเตอร์เร็วพอ และไม่ว่าเลนส์ใด การตรวจละเอียดระดับมิลลิเมตรต้องใช้ภาพจำนวนมาก

ด้านซ้ายเป็นภาพด้านข้าง ผนังอาคารกับโดรนที่อยู่ห่างระยะ D เส้นสองเส้นแสดงกรวยการมองของกล้อง ด้านขวาเป็นภาพมองตรงหน้าผนัง เส้นสีชมพูแสดงแนวบินขึ้นลงขนานผนังห้าแนว
ภาพที่ 1 ระยะห่างจากผนังและแนวบินตรวจผนังอาคาร

แนวบินตรวจผนังมักเป็นแนวขึ้นลงหรือแนวนอนขนานผนัง ที่ระยะคงที่ ให้ภาพซ้อนกันพอสำหรับต่อภาพหรือสร้างแบบจำลอง และตั้งกล้องตั้งฉากกับผนังเพื่อไม่ให้ขนาดรอยแตกบิดเบี้ยว ทุกภาพต้องระบุตำแหน่งบนโครงสร้างได้ เพื่อให้ทีมซ่อมหาจุดเจอ

ภาพถ่ายความร้อน

วัตถุทุกชิ้นที่อุณหภูมิสูงกว่าศูนย์สัมบูรณ์แผ่รังสีอินฟราเรด กฎ Stefan–Boltzmann บอกว่าวัตถุดำสนิทแผ่พลังงานต่อพื้นที่ วัตถุจริงแผ่ได้น้อยกว่า โดยคูณด้วย emissivity () ระหว่าง 0 ถึง 1 ตำราของ Vollmer และ Möllmann อธิบายว่าสำหรับวัตถุทึบแสง ส่วนที่ไม่แผ่ () คือส่วนที่สะท้อน กล้องจึงรับทั้งรังสีจากวัตถุและรังสีของสิ่งรอบข้างที่สะท้อนมา ซึ่งแทนด้วย อุณหภูมิสะท้อน ()

กล่องพื้นผิววัตถุ เอปไซลอนคูณซิกมาคูณ T กำลังสี่ และกล่องสิ่งรอบข้างที่สะท้อน หนึ่งลบเอปไซลอนคูณซิกมาคูณ T refl กำลังสี่ ลูกศรทั้งสองชี้เข้ากล่องบรรยากาศระหว่างทาง แล้วลูกศรต่อไปยังกล้องความร้อนที่ต้องตั้งค่าเอปไซลอน T refl และระยะ
ภาพที่ 2 รังสีที่กล้องความร้อนรับ

ตัวอย่างที่ 2 ตั้ง emissivity ผิดแล้วอ่านอุณหภูมิผิดเท่าใด

แบบจำลองอย่างง่ายรวมทุกความยาวคลื่นและไม่คิดบรรยากาศ (กล้องจริงวัดเฉพาะช่วงความยาวคลื่นของตน ตัวเลขจึงใช้แสดงแนวโน้มเท่านั้น)

SIGMA = 5.670374419e-8

def to_k(c): return c + 273.15

def received(t_obj_c, eps, t_refl_c):
    return eps * SIGMA * to_k(t_obj_c) ** 4 + (1 - eps) * SIGMA * to_k(t_refl_c) ** 4

def read_temp(w, eps_set, t_refl_c):
    return ((w - (1 - eps_set) * SIGMA * to_k(t_refl_c) ** 4) / (eps_set * SIGMA)) ** 0.25 - 273.15

w = received(60.0, 0.85, 30.0)          # วัตถุจริง 60 °C, emissivity จริง 0.85
for eps_set in (0.85, 0.95, 1.00):
    print(f"camera set eps {eps_set:.2f}: reads {read_temp(w, eps_set, 30.0):.1f} °C")
camera set eps 0.85: reads 60.0 °C
camera set eps 0.95: reads 57.2 °C
camera set eps 1.00: reads 56.0 °C

ตั้ง emissivity สูงกว่าความจริง กล้องจะอ่านอุณหภูมิต่ำกว่าจริงราว 3–4 องศาในตัวอย่างนี้ การเปรียบเทียบ ความต่างอุณหภูมิ ระหว่างแผงชนิดเดียวกันจึงน่าเชื่อถือกว่าการอ่านอุณหภูมิสัมบูรณ์ และพื้นผิวมันวาว เช่น กระจกแผงโซลาร์ สะท้อนท้องฟ้าหรือดวงอาทิตย์เข้ากล้องได้ ต้องเลือกมุมถ่ายให้หลบแสงสะท้อน

NETD (noise equivalent temperature difference) คือความต่างอุณหภูมิเล็กที่สุดที่กล้องแยกได้ หน่วยเป็น mK ยิ่งต่ำยิ่งไว กล้องความร้อนมีความละเอียดต่ำกว่ากล้องสีมาก เช่น 640 × 512 พิกเซล จึงต้องคำนวณ GSD ของกล้องความร้อนแยกต่างหากเสมอ

ตรวจแผงโซลาร์และโครงสร้างอื่น

การถ่ายภาพความร้อนแผงโซลาร์กลางแจ้งมีข้อกำหนดทางเทคนิค IEC TS 62446-3:2017 ซึ่งกำหนดเงื่อนไขการตรวจและการจัดระดับความผิดปกติ รายงานของ IEA PVPS แนะนำให้ถ่ายเมื่อความเข้มแสงแดดมากกว่า 600 W/m² ไม่มีเมฆและลมอ่อน เพราะแผงต้องจ่ายกระแสจริงจุดบกพร่องจึงร้อนขึ้นจนเห็น (ค่า 600 W/m² อ้างจากรายงาน IEA PVPS ไม่ได้ตรวจกับตารางในมาตรฐาน IEC โดยตรง)

ตัวอย่างที่ 3 หาจุดร้อนจากกริดอุณหภูมิ

กริดอุณหภูมิเฉลี่ยของแผงสมมติ 3 แถว 8 แผง เทียบกับค่ากลาง (median) ของแผงทั้งหมด ทีมกำหนดเกณฑ์ล่วงหน้าว่าต่างจากค่ากลางตั้งแต่ 5 K ต้องตรวจซ้ำ และตั้งแต่ 10 K ต้องแจ้งทันที (เกณฑ์ของทีม ไม่ใช่ระดับในมาตรฐาน IEC)

from statistics import median

temps = [  # °C ต่อแผง
    [44.8, 45.1, 45.3, 44.9, 45.6, 45.0, 44.7, 45.2],
    [45.4, 45.0, 62.3, 45.1, 44.9, 45.5, 45.3, 44.8],
    [45.0, 44.6, 45.2, 45.8, 51.4, 45.1, 45.0, 45.3],
]
ref = median(t for row in temps for t in row)
print(f"median {ref:.2f} °C")
for r, row in enumerate(temps, 1):
    for c, t in enumerate(row, 1):
        dt = t - ref
        if dt >= 5:
            level = "report now" if dt >= 10 else "re-inspect"
            print(f"row {r} panel {c}: {t:.1f} °C, dT {dt:+.1f} K -> {level}")
median 45.10 °C
row 2 panel 3: 62.3 °C, dT +17.2 K -> report now
row 3 panel 5: 51.4 °C, dT +6.3 K -> re-inspect

ใช้ค่ากลางแทนค่าเฉลี่ยเพราะแผงที่ร้อนผิดปกติเพียงไม่กี่แผงไม่ดึงค่าอ้างอิง จุดที่พบต้องยืนยันด้วยภาพสี (อาจเป็นมูลนกหรือเงา) และตรวจซ้ำในภาคพื้นดินก่อนสรุปว่าแผงเสีย

ขอบเขตของการตรวจด้วยโดรน ต้องบอกผู้ใช้อย่างตรงไปตรงมา มาตรฐานการตรวจสะพานของสหรัฐฯ (NBIS 2022) ระบุว่าโดรนใช้ เสริม การตรวจโดยผู้มีคุณสมบัติได้ แต่แทนงานที่ต้องสัมผัส เช่น การเคาะฟังเสียงไม่ได้ และมาตรฐาน ASTM D4788 สำหรับหาการหลุดล่อนของพื้นสะพานด้วยภาพความร้อนเขียนขึ้นสำหรับเครื่องสแกนติดรถ การนำวิธีมาใช้กับโดรนจึงต้องพิสูจน์ความเหมาะสมเอง

ปฏิบัติการประจำโมดูล

ปฏิบัติการ: ตรวจผนังและหลังคาโซลาร์

  1. ตกลงกับ “ผู้ใช้” ว่าความเสียหายเล็กที่สุดที่ต้องเห็นมีขนาดเท่าใด และต้องมีกี่พิกเซลพาดผ่าน
  2. ใช้โค้ดตัวอย่างที่ 1 กับกล้องจริงในแล็บ เลือกระยะห่างและเลนส์ วางแนวบินตรวจผนังที่ปลอดภัย แล้วบินเก็บภาพภายใต้การดูแลของอาจารย์
  3. ถ่ายภาพความร้อนแผงโซลาร์ในสภาพแสงที่กำหนด บันทึกความเข้มแสง อุณหภูมิอากาศ ลม และค่า emissivity กับ ที่ตั้ง
  4. ทำกริดอุณหภูมิของแผง รันโค้ดตัวอย่างที่ 3 ด้วยเกณฑ์ที่ตกลงไว้ก่อนเห็นผล แล้วยืนยันจุดที่พบด้วยภาพสีและการตรวจภาคพื้นดิน
  5. เขียนรายการความผิดปกติ พร้อมตำแหน่งบนโครงสร้าง ภาพประกอบ และระดับการดำเนินการ

ข้อผิดพลาดที่พบบ่อย

ระวัง

  • บินใกล้ผนังเกินไปเพื่อเอารายละเอียด แทนที่จะเปลี่ยนเลนส์
  • อ่านอุณหภูมิสัมบูรณ์โดยไม่ตั้ง emissivity และอุณหภูมิสะท้อน
  • ถ่ายภาพความร้อนแผงโซลาร์ตอนแสงน้อย จนจุดบกพร่องไม่ร้อนพอจะเห็น
  • ตั้งเกณฑ์จุดร้อนหลังเห็นผล
  • รายงานว่าโดรนแทนการตรวจสัมผัสได้

สรุป

  • เริ่มจากขนาดความเสียหายที่ต้องเห็นและจำนวนพิกเซลที่ตกลงไว้ แล้วคำนวณระยะห่างและเลือกเลนส์
  • กล้องความร้อนรับทั้งรังสีของวัตถุและรังสีสะท้อน emissivity และอุณหภูมิสะท้อนที่ตั้งผิดทำให้อ่านอุณหภูมิผิด
  • หาจุดร้อนด้วยความต่างจากค่ากลาง ด้วยเกณฑ์ที่กำหนดล่วงหน้า แล้วยืนยันด้วยวิธีอื่น
  • โดรนเสริมการตรวจโดยผู้มีคุณสมบัติ ไม่แทนการตรวจที่ต้องสัมผัส

แบบฝึกตรวจความเข้าใจ

  1. ต้องการ GSD 0.5 mm เลนส์ 50 mm เซนเซอร์กว้าง 13.2 mm 5472 พิกเซล ต้องอยู่ห่างผนังไม่เกินเท่าใด
  2. วัตถุดำที่ 300 K แผ่พลังงานต่อพื้นที่เท่าใด
  3. emissivity 0.9 ส่วนที่สะท้อนของวัตถุทึบแสงเท่าใด
  4. กล้องความร้อน NETD 30 mK กับ 50 mK ตัวใดไวกว่า
  5. ทำไมจึงใช้ค่ากลางแทนค่าเฉลี่ยเป็นค่าอ้างอิงในการหาจุดร้อน
เฉลย
  1. mm ≈ 10.4 m
  2. W/m²
  3. 30 mK
  4. แผงที่ร้อนผิดปกติไม่กี่แผงไม่ดึงค่ากลาง แต่ดึงค่าเฉลี่ยให้สูงขึ้น

สรุปสูตรสำคัญ

ระยะห่างจากวัตถุเพื่อให้ได้ GSD ที่ต้องการ
กฎ Stefan–Boltzmann
รังวัดรวมที่กล้องรับ (อย่างง่าย ไม่รวมบรรยากาศ)

แหล่งอ้างอิงหลัก

  1. Vollmer, M., & Möllmann, K.-P. (2017). Infrared thermal imaging: Fundamentals, research and applications (2nd ed.). Wiley-VCH. link
  2. Teledyne FLIR. Comparing sensitivity of thermal imaging cameras and modules (NETD). link
  3. International Electrotechnical Commission. (2017). Photovoltaic (PV) systems – Requirements for testing, documentation and maintenance – Part 3: Photovoltaic modules and plants – Outdoor infrared thermography (IEC TS 62446-3:2017). link
  4. Jahn, U., Herz, M., Köntges, M., et al. (2018). Review on infrared and electroluminescence imaging for PV field applications (Report IEA-PVPS T13-10:2018). IEA PVPS. link
  5. ASTM International. (2022). Standard test method for detecting delaminations in bridge decks using infrared thermography (ASTM D4788-03(2022)). link
  6. Federal Highway Administration. (2022). National bridge inspection standards (Final rule). Federal Register, 87(88), 27396. 23 CFR 650 Subpart C. link
  7. Lee, S. B., Lee, D. H., & Kim, J. (2026). An exploratory study on imaging resolution, operational parameters, and measurement uncertainty in UAV-based crack inspection. Sensors, 26(3), 1031. link

อ่านเพิ่มเติม

ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล

ในชั้นเรียน / ภาคสนาม

ปฏิบัติการเข้มข้นในแล็บและภาคสนาม บันทึกผลลงสมุดปฏิบัติการ

หลักฐานการเรียนรู้: สมุดปฏิบัติการที่อาจารย์ลงนาม

แบบทดสอบประจำโมดูล

แบบทดสอบนี้ใช้ตรวจความเข้าใจ (formative) ไม่ใช่การสอบเก็บคะแนน

โดเมนความรู้: การตรวจสอบ อุตสาหกรรม และการเฝ้าระวัง · ความปลอดภัยสาธารณะและภัยพิบัติ