ถังขยะอัตโนมัติด้วยเทคโนโลยีปัญญาประดิษฐ์
DOI:
https://doi.org/10.14456/jeit.2025.6คำสำคัญ:
ถังขยะอัตโนมัติ, ปัญญาประดิษฐ์, Teachable Machine, ESP32-CAM, Arduino Uno R3บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาถังขยะอัตโนมัติ ที่สามารถคัดแยกขยะโดยใช้ระบบอัตโนมัติและเทคโนโลยีปัญญาประดิษฐ์ (AI) เพื่อเพิ่มประสิทธิภาพการจัดการขยะ ระบบใช้ ESP32-CAM เป็นอุปกรณ์หลักในการจับภาพขยะและส่งข้อมูลไปยังโมเดลปัญญาประดิษฐ์ที่พัฒนาโดยใช้โครงข่ายประสาทเทียมแบบคอนโวลูชัน บนแพลตฟอร์ม Teachable Machine โมเดลนี้สามารถจำแนกขยะออกเป็น 4 ประเภท ได้แก่ ขยะทั่วไป ขยะอันตราย ขยะอินทรีย์ และขยะรีไซเคิล เมื่อทำการจำแนกแล้ว ESP32-CAM จะส่งผลลัพธ์ไปยัง Arduino Uno R3 เพื่อควบคุมกลไกการแยกขยะโดยใช้มอเตอร์และเซอร์โวมอเตอร์ พร้อมทั้งมีการติดตั้งเซ็นเซอร์อินฟราเรด เพื่อตรวจสอบสถานะของถังขยะและแจ้งเตือนเมื่อถังขยะเต็ม การประเมินประสิทธิภาพของระบบดำเนินการโดยการทดสอบจำแนกขยะ คลาสละ 50 ชิ้น และวัดผลใน 4 เงื่อนไข ได้แก่ (1) ความแม่นยำของการจำแนกประเภทขยะ (2) ความถูกต้องในการเคลื่อนที่ของกล่องรับขยะ (3) ความสามารถในการหยุดทำงานเมื่อถังขยะเต็ม และ (4) การแจ้งเตือนผ่าน LED ผลการทดลองพบว่า ระบบสามารถจำแนกขยะได้อย่างแม่นยำสูงสุดที่ร้อยละ 99.56 สำหรับขยะอินทรีย์ เนื่องจากมีลักษณะเฉพาะที่แตกต่างชัดเจน ในขณะที่ขยะทั่วไปมีความแม่นยำต่ำสุดที่ร้อยละ 96.00 เนื่องจากความคล้ายคลึงกับขยะรีไซเคิลบางประเภท นอกจากนี้ ระบบสามารถเคลื่อนที่กล่องรับขยะไปยังถังขยะที่ถูกต้องได้แม่นยำ มากกว่าร้อยละ 90 ในทุกคลาส และมีความแม่นยำสูงสุดร้อยละ 100 ในคลาสขยะอันตราย ระบบยังคงทำงานได้อย่างเสถียรในการแจ้งเตือนเมื่อถังขยะเต็มโดยใช้เซ็นเซอร์อินฟราเรด ผลการทดสอบโดยรวมแสดงให้เห็นว่าระบบถังขยะอัตโนมัติที่พัฒนาขึ้นสามารถช่วยลดข้อผิดพลาดในการคัดแยกขยะและปรับปรุงประสิทธิภาพการจัดการขยะได้อย่างมีนัยสำคัญ
References
[1] F. Fahmi and B. P. Lubis, "Identification and sorting of waste using artificial intelligence based on convolutional neural network," in Proceedings of the 2022 6th International Conference on Electrical, Telecommunication and Computer Engineering (ELTICOM), 2022, pp. 222–226. DOI: 10.1109/ELTICOM57747.2022.10038044.
[2] B. Fang, et al., "Artificial intelligence for waste management in smart cities: A review," Environmental Chemistry Letters, vol. 21, pp. 1959–1989, 2023. DOI: 10.1007/s10311-023-01604-3.
[3] D. B. Olawade, et al., "Smart waste management: A paradigm shift enabled by artificial intelligence," Waste Management Bulletin, vol. 2, no. 2, pp. 244–263, 2024. DOI: 10.1016/j.wmb.2024.05.001.
[4] J. Son and Y. Ahn, "AI-based plastic waste sorting method utilizing object detection models for enhanced classification," Waste Management, vol. 193, pp. 273–282, 2025. DOI: 10.1016/j.wasman.2024.12.014.
[5] M. Zubair, et al., "Smart Waste Bin: Mechanical and AI Based Waste Segregation," in Proceedings of the 2022 Second International Conference on Artificial Intelligence and Smart Energy (ICAIS), 2022, pp. 63–66. DOI: 10.1109/ICAIS53314.2022.9742806.
[6] ณิชดนีย์ ธัญพรหิรัณย์ และ ชุติธารรัฐ อุตมะสิริเสนี, "การพัฒนาต้นแบบระบบถังขยะไอโอทีและระบบจัดเก็บข้อมูลการทิ้งขยะแบบออนไลน์ของนักเรียนในโรงเรียนระดับประถมศึกษา," วารสารวิทยาศาสตร์และเทคโนโลยี หัวเฉียวเฉลิมพระเกียรติ, ปีที่ 7, ฉบับที่ 1, หน้า 54–63, ม.ค.–มิ.ย. 2565.
[7] ธนโชติ ภาชะนัย และคณะ, "เครื่องคัดแยกขยะรีไซเคิลด้วยการประมวลผลภาพ," วารสารวิชาการเทคโนโลยีอุตสาหกรรมและวิศวกรรม มหาวิทยาลัยราชภัฏพิบูลสงคราม, ปีที่ 4, ฉบับที่ 2, หน้า 242–253, พ.ค.–ส.ค. 2565.
[8] ธานิล ม่วงพูล และ วริยา เย็นเปิง, "การพัฒนาระบบคัดแยกขยะรีไซเคิลด้วยเทคโนโลยีไอโอที," วารสารวิชาการการประยุกต์ใช้เทคโนโลยีสารสนเทศ มหาวิทยาลัยราชภัฏมหาสารคาม, ปีที่ 8, ฉบับที่ 2, หน้า 7–16, ก.ค.–ธ.ค. 2563.
[9] วดีนาถ วรรณสวัสดิ์กุล, "การพัฒนาเว็บแอปพลิเคชันแยกประเภทขยะด้วยเทคโนโลยีปัญญาประดิษฐ์," วารสารวิชาการวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยราชภัฏนครสวรรค์, ปีที่ 16, ฉบับที่ 23, หน้า 51–65, ม.ค.–มิ.ย. 2567.
[10] Recycleye, "Norse Environmental Waste Services invests in AI-powered robotic automation from Recycleye," [online]. Available: https://recycleye.com/news-buys-recycleye-qualibot/. [Accessed: 31 January 2025].
[11] D. Zhaojie, et al., "Garbage Classification System Based on AI and IoT," in Proceedings of the 15th International Conference on Computer Science & Education (ICCSE), Delft, Netherlands, 2020, pp. 349–352.
[12] G. Yang, et al., "Garbage Classification System with YOLOV5 Based on Image Recognition," in Proceedings of IEEE 6th International Conference on Signal and Image Processing (ICSIP), Nanjing, China, 2021, pp. 11–18.
[13] G. Yu and B. Shao, "Garbage Classification and Detection Based on Improved YOLOv7 Network," in Proceedings of International Conference on Pattern Recognition, Machine Vision and Intelligent Algorithms (PRMVIA), Beihai, China, 2023, pp. 103–107.
[14] S. Kunwar, "Garbage Classification," [online]. Available: https://www.kaggle.com/datasets/sumn2u/garbage-classification-v2/data?select=garbage-dataset. [Accessed: 25 January 2025].
[15] X. Yi, Y. Liang and H. Peng, "Garbage classification system based on artificial intelligence and Internet of Things," in Proceedings of International Conference on Artificial Intelligence and Computer Information Technology (AICIT), Yichang, China, 2022, pp. 1–5. DOI: 10.1109/AICIT55386.2022.9930306.
Downloads
เผยแพร่แล้ว
How to Cite
ฉบับ
บท
หมวดหมู่
License
Copyright (c) 2025 วารสารวิศวกรรมและเทคโนโลยีอุตสาหกรรม มหาวิทยาลัยกาฬสินธุ์
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
ลิขสิทธิ์ของวารสาร
เนื้อหาและข้อมูลในบทความที่ลงตีพิมพ์ในวารสารศูนย์ดัชนีการอ้างอิงวารสารไทย ถือเป็นข้อคิดเห็นและความรับผิดชอบของผู้เขียนบทความโดยตรงซึ่งกองบรรณาธิการวารสาร ไม่จำเป็นต้องเห็นด้วย หรือร่วมรับผิดชอบใด ๆ
บทความ ข้อมูล เนื้อหา รูปภาพ ฯลฯ ที่ได้รับการตีพิมพ์ในวารสารศูนย์ดัชนีการอ้างอิงวารสารไทย ถือเป็นลิขสิทธิ์ของวารสารศูนย์ดัชนีการอ้างอิงวารสารไทย หากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนหนึ่งส่วนใดไปเผยแพร่ต่อหรือเพื่อกระทำการใด จะต้องได้รับอนุญาตเป็นลายลักอักษรจากวารสารศูนย์ดัชนีการอ้างอิงวารสารไทยก่อนเท่านั้น
