Design and Modeling of Autonomous Vehicles Using Deep Learning
ผู้ร่วมเขียนบทความ
นายกฤตินันท์ เพ็ชรศรี
First Author · คณะครุศาสตร์อุตสาหกรรม
ผู้ช่วยศาสตราจารย์ ดร.กรวิทย์ กระจ่างพันธ์
Author · วิทยาลัยเทคโนโลยีอุตสาหกรรม
ข้อมูลการนำเสนอ
- ประเภทบทความประชุมวิชาการ
- การประชุมวิชาการเครือข่ายวิศวกรรมไฟฟ้า ครั้งที่ 17
- โครงการวิจัย/บริการวิชาการ ที่เกี่ยวข้อง
- —
- ชื่อการประชุม
- การประชุมวิชาการเครือข่ายวิศวกรรมไฟฟ้า ครั้งที่ 17
- สถานที่จัดการประชุม
- เฮอริเทจ แกรนด์ คอนเวนชั่น
- ประเทศ
- ไทย
- วันที่เริ่มการประชุม (พ.ศ.)
- 28 พ.ค. 2568
- วันที่สิ้นสุดการประชุม (พ.ศ.)
- 30 พ.ค. 2568
- ฐานข้อมูลที่ตีพิมพ์
- อื่นๆ (ระดับชาติ)
ผลการวิเคราะห์ AI
การเชื่อมโยงกับเป้าหมายการพัฒนาที่ยั่งยืน (SDGs)
เป้าหมายที่ 4 การศึกษาที่เท่าเทียม
ความเชื่อมโยง: การเผยแพร่ผลงานวิจัยในงานประชุมวิชาการเครือข่ายวิศวกรรมไฟฟ้าเป็นการส่งเสริมการเรียนรู้และการแลกเปลี่ยนทักษะทางเทคนิคขั้นสูงในระดับอุดมศึกษา
เป้าหมายย่อยที่ 4.4 — เพิ่มจำนวนเยาวชนและผู้ใหญ่ที่มีทักษะที่เกี่ยวข้องจำเป็น รวมถึงทักษะทางด้านเทคนิคและอาชีพสำหรับการจ้างงาน การมีงานที่มีคุณค่า และการเป็นผู้ประกอบการ ภายในปี พ.ศ. 2573
ความเชื่อมโยง: งานวิจัยนี้แสดงถึงการพัฒนาทักษะเฉพาะทางด้านเทคนิคและวิชาชีพ (Deep Learning และ Robotics) ซึ่งเป็นทักษะสำคัญสำหรับตลาดงานในยุคเศรษฐกิจดิจิทัล
ตัวชี้วัดที่ 4.4.1 — สัดส่วนของเยาวชน/ผู้ใหญ่ที่มีทักษะทางด้านเทคโนโลยีสารสนเทศและการสื่อสาร จำแนกตามประเภททักษะ
ความเชื่อมโยง: สะท้อนถึงสัดส่วนของผู้เรียนหรือนักวิจัยที่มีทักษะด้านเทคโนโลยีสารสนเทศและการสื่อสาร (ICT) ในระดับสูง
เป้าหมายที่ 9 อุตสาหกรรม นวัตกรรม และโครงสร้างพื้นฐาน
ความเชื่อมโยง: งานวิจัยนี้มุ่งเน้นการออกแบบและสร้างแบบจำลองยานยนต์ไร้คนขับโดยใช้ Deep Learning ซึ่งเป็นการประยุกต์ใช้เทคโนโลยีขั้นสูงเพื่อพัฒนานวัตกรรมในระบบขนส่งและอุตสาหกรรมยานยนต์สมัยใหม่
เป้าหมายย่อยที่ 9.5 — เพิ่มพูนการวิจัยทางวิทยาศาสตร์ยกระดับขีดความสามารถทางเทคโนโลยีของภาคอุตสาหกรรมในทุกประเทศ โดยเฉพาะในประเทศกำลังพัฒนา และให้ภายในปี พ.ศ. 2573 มีการส่งเสริมนวัตกรรมและให้เพิ่มจำนวนผู้ทำงานวิจัยและพัฒนา ต่อประชากร 1 ล้านคน และเพิ่มค่าใช้จ่ายในการวิจัยและพัฒนาในภาครัฐและเอกชน
ความเชื่อมโยง: เป็นการเพิ่มพูนขีดความสามารถทางวิทยาศาสตร์และเทคโนโลยีผ่านการวิจัยและพัฒนาอัลกอริทึม Deep Learning สำหรับยานยนต์ไร้คนขับในบริบทของวิศวกรรมไฟฟ้า
ตัวชี้วัดที่ 9.5.1 — สัดส่วนของค่าใช้จ่ายด้านการวิจัยและพัฒนา ต่อ GDP
ความเชื่อมโยง: สะท้อนถึงการลงทุนและทรัพยากรที่ใช้ในการวิจัยและพัฒนา (R&D) ในสาขาวิศวกรรมและเทคโนโลยีปัญญาประดิษฐ์
เป้าหมายย่อยที่ 9.b — สนับสนุนการพัฒนาเทคโนโลยี การวิจัยและนวัตกรรมภายในประเทศกำลังพัฒนา รวมถึงการให้มีสภาพแวดล้อมทางนโยบายที่นำไปสู่ความหลากหลายของอุตสาหกรรมและการเพิ่มมูลค่าของสินค้าโภคภัณฑ์
ความเชื่อมโยง: สนับสนุนการพัฒนาเทคโนโลยีและการวิจัยในระดับประเทศ (ประเทศไทย) โดยเป็นการนำเสนอผลงานในงานประชุมวิชาการระดับชาติเพื่อสร้างฐานความรู้ด้านนวัตกรรมยานยนต์
ตัวชี้วัดที่ 9.b.1 — สัดส่วนมูลค่าเพิ่มของอุตสาหกรรมเทคโนโลยีระดับสูง และระดับกลาง ต่อมูลค่าเพิ่มรวมทั้งหมด
ความเชื่อมโยง: งานวิจัยนี้จัดอยู่ในกลุ่มอุตสาหกรรมเทคโนโลยีระดับกลางถึงระดับสูง (Medium and High-tech Industry) ซึ่งช่วยเพิ่มสัดส่วนมูลค่าเพิ่มของอุตสาหกรรมเทคโนโลยีในประเทศ
เป้าหมายที่ 11 เมืองและชุมชนที่ยั่งยืน
ความเชื่อมโยง: เทคโนโลยียานยนต์ไร้คนขับมีเป้าหมายเพื่อเพิ่มความปลอดภัยในการเดินทางและพัฒนาระบบขนส่งอัจฉริยะภายในเมือง ลดอุบัติเหตุที่เกิดจากความผิดพลาดของมนุษย์
เป้าหมายย่อยที่ 11.2 — จัดให้ทุกคนเข้าถึงระบบคมนาคมขนส่งที่ยั่งยืน เข้าถึงได้ปลอดภัย ในราคาที่สามารถจ่ายได้พัฒนาความปลอดภัยทางถนน ขยายการขนส่งสาธารณะและคำนึงถึงกลุ่มคนที่อยู่ในสถานการณ์ที่เปราะบาง ผู้หญิง เด็กผู้พิการ และผู้สูงอายุ ภายในปี พ.ศ. 2573
ความเชื่อมโยง: การพัฒนายานยนต์ไร้คนขับช่วยส่งเสริมระบบขนส่งที่ปลอดภัยและยั่งยืน โดยใช้เทคโนโลยีการเรียนรู้เชิงลึกเพื่อจัดการการเดินรถที่มีประสิทธิภาพ
ตัวชี้วัดที่ 11.2.1 — สัดส่วนของประชากรที่เข้าถึงขนส่งสาธารณะได้อย่างสะดวก จำแนกตาม เพศ อายุ และผู้พิการ
ความเชื่อมโยง: การใช้เทคโนโลยีไร้คนขับมีส่วนช่วยในการเข้าถึงระบบขนส่งที่สะดวกและปลอดภัยสำหรับประชากรทุกกลุ่มในอนาคต