หัวข้อที่ 2: AI และการควบคุมระบบอัตโนมัติ

เนื้อหานี้ต่อยอดจากหัวข้อที่ 1 ซึ่งปูพื้นฐานด้านความปลอดภัยไซเบอร์ กฎหมายการบิน และหลักอากาศพลศาสตร์ของโดรนไปแล้ว หัวข้อนี้เป็นจุดเปลี่ยนสำคัญ เพราะผู้อ่านจะก้าวจากการบังคับโดรนด้วยมือไปสู่การเขียนโปรแกรมให้โดรนบินได้เองโดยอัตโนมัติ และเริ่มนำปัญญาประดิษฐ์เข้ามาทำให้โดรน “มองเห็น” และตัดสินใจได้ในระดับหนึ่ง ซึ่งเป็นทักษะแกนกลางที่อุตสาหกรรมป้องกันประเทศและภารกิจกู้ภัยสมัยใหม่ต้องการอย่างมาก เนื้อหานี้เรียบเรียงขยายความแต่ละหัวข้อโดยอ้างอิงแหล่งข้อมูลด้านการเขียนโปรแกรมโดรนและปัญญาประดิษฐ์ประกอบ รวมถึงสไลด์การบรรยายต้นฉบับในหัวข้อการทำแผนที่ทางอากาศและระบบสารสนเทศภูมิศาสตร์ เพื่อให้ผู้อ่านใช้ทบทวนหรือศึกษาเพิ่มเติมได้

Module 03: การเขียนโปรแกรมควบคุมการบินอัตโนมัติ

โมดูลนี้ออกแบบให้ผู้ศึกษาไต่ระดับทักษะทีละขั้นอย่างเป็นระบบ โดยเริ่มจากการควบคุมด้วยมือซึ่งเป็นทักษะพื้นฐานที่สุด ก่อนจะขยับไปสู่การเขียนโปรแกรมแบบบล็อกที่ไม่ต้องพึ่งพาโค้ดที่ซับซ้อน และปิดท้ายด้วยการเขียนภารกิจบินอัตโนมัติเต็มรูปแบบ ภาพที่ 2 สรุปพัฒนาการทั้งสามขั้นตอนนี้ในลักษณะที่แสดงให้เห็นว่าระดับความเป็นอัตโนมัติเพิ่มขึ้นตามลำดับ

ภาพที่ 2: พัฒนาการควบคุมโดรนสามขั้นตอนใน Module 03 จากบังคับมือสู่ภารกิจอัตโนมัติเต็มรูปแบบ

การฝึกควบคุมโดรนเบื้องต้นแบบ Manual Basic Control

ขั้นตอนแรกของหัวข้อนี้เป็นการนำทักษะการควบคุมสี่แกนหลักที่ได้เรียนรู้เชิงทฤษฎีในหัวข้อที่ 1 คือคันเร่ง การเอียงซ้ายขวา การก้มเงย และการหมุนรอบแกนตั้ง มาฝึกปฏิบัติจริงผ่านจอยสติ๊กของเครื่องส่งสัญญาณ ผู้อ่านจะได้ฝึกความคุ้นเคยกับการตอบสนองของโดรนที่ผ่านการปรับจูน PID มาแล้วจากหัวข้อที่ 1 ซึ่งถือเป็นขั้นตอนจำเป็นก่อนที่จะไว้วางใจให้โดรนบินเองด้วยโปรแกรมในลำดับถัดไป เพราะผู้บังคับที่เข้าใจการควบคุมด้วยมืออย่างลึกซึ้งจะสามารถเข้าแทรกแซงและแก้ไขสถานการณ์ฉุกเฉินได้ทันท่วงทีหากระบบอัตโนมัติทำงานผิดพลาด นอกจากนี้ การฝึกควบคุมด้วยมือซ้ำ ๆ ยังช่วยให้ผู้ศึกษาสังเกตเห็นได้ด้วยตนเองว่าค่า PID ที่ปรับจูนไว้ตั้งแต่หัวข้อที่ 1 นั้นเหมาะสมกับสไตล์การบินของตนเองมากน้อยเพียงใด หากพบว่าโดรนตอบสนองไวเกินไปหรือมีอาการสั่นค้าง ผู้อ่านสามารถย้อนกลับไปปรับค่า P, I, D เพิ่มเติมได้ก่อนที่จะนำโดรนไปใช้ในโหมดโปรแกรมอัตโนมัติ ซึ่งเป็นการเชื่อมโยงความรู้ระหว่างสองหัวข้อเข้าด้วยกันอย่างเป็นรูปธรรม

การฝึกเขียนโปรแกรมโดรนแบบบล็อกเบื้องต้น (BlockCode)

หลังจากคุ้นเคยกับการบังคับด้วยมือแล้ว ผู้อ่านจะได้เรียนรู้แนวคิดการเขียนโปรแกรมแบบบล็อก หรือ Block-based Coding ซึ่งเป็นวิธีการสอนเขียนโปรแกรมที่ได้รับความนิยมอย่างสูงในวงการการศึกษาด้านโดรน หลักการทำงานคือผู้เรียนจะลากและวางบล็อกคำสั่งสำเร็จรูป เช่น บินขึ้น เลี้ยวซ้าย ถ่ายภาพ หรือลงจอด มาเรียงต่อกันเป็นชุดคำสั่งโดยไม่จำเป็นต้องเขียนโค้ดโปรแกรมมิ่งที่ซับซ้อน แพลตฟอร์มลักษณะนี้ เช่น DroneBlocks ยึดแนวทางที่เรียกว่า “เขียน ทดสอบ แล้วจึงบิน” กล่าวคือผู้เรียนสามารถจำลองการทำงานของโปรแกรมในตัวจำลองบนหน้าจอก่อน เพื่อตรวจสอบความถูกต้องแบบเรียลไทม์ ก่อนจะนำโค้ดที่ผ่านการทดสอบแล้วไปใช้งานกับโดรนจริง วิธีการนี้ช่วยลดความเสี่ยงจากข้อผิดพลาดของโปรแกรมที่อาจเกิดขึ้นขณะบินจริง และเปิดโอกาสให้ผู้ที่ไม่มีพื้นฐานการเขียนโค้ดมาก่อนสามารถเข้าใจตรรกะการทำงานของภารกิจบินอัตโนมัติได้อย่างเป็นรูปธรรม (DroneBlocks, Autonomous Drone Coding Kits) ข้อดีอีกประการหนึ่งของการเรียนรู้ผ่านบล็อกคำสั่งคือมันทำหน้าที่เป็นสะพานเชื่อมความเข้าใจไปสู่การเขียนโปรแกรมด้วยภาษาจริงในอนาคต เพราะโครงสร้างตรรกะเบื้องหลังบล็อกแต่ละชิ้น เช่น การวนซ้ำ เงื่อนไข และลำดับคำสั่ง ล้วนเป็นแนวคิดเดียวกับที่ใช้ในภาษาโปรแกรมมิ่งระดับสูงอย่าง Python ซึ่งผู้อ่านจะได้พบอีกครั้งเมื่อต้องเขียนโปรแกรมควบคุมอุปกรณ์ตัวส่งและตัวรับสัญญาณ LoRa ในหัวข้อที่ 3

Workshop: การเขียน BlockCode ในการบินอัตโนมัติ (Mission Automation Flight)

กิจกรรมเวิร์กชอปนี้ต่อยอดจากความเข้าใจเรื่อง BlockCode ไปสู่การเขียนภารกิจบินอัตโนมัติแบบเต็มรูปแบบ ซึ่งอาศัยแนวคิดที่เรียกว่า Waypoint Navigation เป็นแกนหลัก โดย Waypoint คือจุดอ้างอิงพิกัดที่บันทึกไว้บนระบบนำทางด้วยดาวเทียม ผู้เขียนโปรแกรมสามารถกำหนดพิกัดของแต่ละจุดที่ต้องการให้โดรนบินผ่าน รวมถึงกำหนดความสูงของการบิน ความเร็วในการเคลื่อนที่ระหว่างจุด และระยะเวลาที่ต้องการให้โดรนลอยตัวนิ่งอยู่ ณ จุดนั้นก่อนเคลื่อนที่ต่อไปยังจุดถัดไป เมื่อกำหนดครบทุกจุดแล้ว โดรนจะคำนวณและเลือกเส้นทางที่สั้นที่สุดในการเดินทางผ่านแต่ละ Waypoint โดยอัตโนมัติ ซึ่งช่วยประหยัดทั้งพลังงานแบตเตอรี่และเวลาในการปฏิบัติภารกิจ ทั้งนี้ระบบยังเปิดช่องให้ผู้บังคับสามารถเข้ายึดคืนการควบคุมด้วยมือได้ทุกขณะระหว่างการบินอัตโนมัติ ซึ่งเป็นกลไกความปลอดภัยที่สำคัญเมื่อเกิดสถานการณ์ไม่คาดฝัน (DroneZon, Drone Waypoint GPS Navigation Technology) การได้ลงมือเขียนภารกิจ Mission Automation Flight ด้วยตนเองในเวิร์กชอปนี้จึงเป็นการปิดวงจรความเข้าใจของ Module 03 อย่างสมบูรณ์ ตั้งแต่การควบคุมด้วยมือ การเขียนโปรแกรมแบบบล็อก ไปจนถึงการวางแผนภารกิจบินอัตโนมัติเต็มรูปแบบ

Module 04: ปัญญาประดิษฐ์และการมองเห็นของคอมพิวเตอร์

เนื้อหาส่วนนี้พาผู้อ่านเข้าสู่มิติที่ท้าทายยิ่งขึ้น นั่นคือการทำให้โดรนมีความสามารถ “มองเห็น” และตีความสิ่งที่กล้องจับภาพได้ด้วยปัญญาประดิษฐ์ ซึ่งเป็นเทคโนโลยีที่กำลังเปลี่ยนบทบาทของโดรนจากเพียงอุปกรณ์บันทึกภาพให้กลายเป็นระบบตัดสินใจอัตโนมัติที่ใช้งานได้จริงในภารกิจความมั่นคงและกู้ภัย

ปัญญาประดิษฐ์และการมองเห็นของคอมพิวเตอร์

เนื้อหาส่วนนี้ปูพื้นฐานแนวคิดของ Computer Vision ซึ่งเป็นสาขาหนึ่งของปัญญาประดิษฐ์ที่ทำให้คอมพิวเตอร์สามารถวิเคราะห์ข้อมูลภาพและวิดีโอเพื่อทำความเข้าใจสภาพแวดล้อมได้ในลักษณะที่ใกล้เคียงกับการมองเห็นของมนุษย์ ระบบ Computer Vision บนโดรนอาศัยการทำงานร่วมกันระหว่างฮาร์ดแวร์ เช่น กล้องความละเอียดสูง กล้องถ่ายภาพความร้อน และเซนเซอร์ LiDAR ที่จับภาพสภาพแวดล้อมแบบเรียลไทม์ กับซอฟต์แวร์โมเดล AI อย่าง YOLO ที่ทำหน้าที่ตรวจจับวัตถุและช่วยหลบหลีกสิ่งกีดขวาง เทคโนโลยีนี้ถูกนำไปประยุกต์ใช้ในหลากหลายอุตสาหกรรมแล้วในปัจจุบัน ตั้งแต่โดรนส่งพัสดุของ Amazon ที่ใช้ระบบตรวจจับและหลบหลีกสิ่งกีดขวางโดยไม่ต้องพึ่งพาการควบคุมจากมนุษย์ ไปจนถึงการติดตามประชากรสัตว์ป่า การประเมินความเสียหายจากภัยพิบัติ การตรวจจับการล่าสัตว์ผิดกฎหมาย การตรวจสอบโครงสร้างพื้นฐานเพื่อหารอยแตกร้าว และการใช้งานด้านความมั่นคงทางทหารเพื่อการสอดแนมและติดตามเป้าหมาย (Ultralytics, AI Drones: Real-World Computer Vision Applications) ในเชิงเทคนิคเบื้องหลังการมองเห็นเหล่านี้ โมเดล AI ที่ใช้งานมักอยู่ในรูปแบบโครงข่ายประสาทเทียมแบบคอนโวลูชัน หรือ Convolutional Neural Network (CNN) ซึ่งเรียนรู้ที่จะสกัดลักษณะเด่นของภาพ เช่น ขอบ มุม รูปทรง และพื้นผิว ออกมาเป็นชั้น ๆ จากภาพดิบที่เป็นเพียงตัวเลขค่าสีของพิกเซล แล้วนำลักษณะเด่นเหล่านั้นมาประกอบกันจนสามารถจดจำและจำแนกวัตถุที่ซับซ้อนได้ในที่สุด การเข้าใจภาพรวมนี้ก่อนลงมือปฏิบัติจึงช่วยให้ผู้อ่านมองเห็นว่าเทคนิคที่กำลังจะได้ฝึกต่อไปเชื่อมโยงกับการใช้งานจริงในโลกภายนอกอย่างไร

การสร้าง AI ในการตรวจจับวัตถุ (Object Detection)

เนื้อหาหลักของช่วงนี้คือการลงมือสร้างระบบตรวจจับวัตถุด้วยเทคนิค Object Detection ซึ่งเป็นเทคนิคที่ใช้ระบุตำแหน่งของวัตถุภายในภาพหรือวิดีโอด้วยกรอบสี่เหลี่ยมที่เรียกว่า Bounding Box พร้อมระบุประเภทของวัตถุนั้น อัลกอริทึมที่นิยมใช้มากที่สุดในปัจจุบันคือ YOLO หรือ You Only Look Once ซึ่งเป็นที่นิยมเพราะสามารถประมวลผลได้แบบเรียลไทม์ด้วยความเร็วมากกว่า 45 เฟรมต่อวินาที ให้ผลการตรวจจับที่แม่นยำ และสามารถนำไปประยุกต์ใช้กับข้อมูลภาพในบริบทใหม่ ๆ ได้ดี หลักการทำงานของ YOLO แบ่งออกเป็นสี่ขั้นตอนหลัก เริ่มจากการแบ่งภาพที่รับเข้ามาออกเป็นตารางกริดย่อย โดยแต่ละเซลล์ของกริดจะรับผิดชอบในการตรวจจับวัตถุที่อยู่ในขอบเขตของตน จากนั้นโมเดลจะทำนายพิกัด ขนาด และค่าความน่าจะเป็นของกรอบตรวจจับในแต่ละเซลล์ ซึ่งเรียกว่าขั้นตอน Bounding Box Regression ต่อมาระบบจะคำนวณค่า Intersection over Union หรือ IOU เพื่อพิจารณาว่ากรอบตรวจจับที่ได้มีความซ้อนทับกันมากน้อยเพียงใด ก่อนจะใช้เทคนิค Non-Maximum Suppression หรือ NMS เพื่อคัดกรองและเหลือเพียงกรอบที่มีค่าความเชื่อมั่นสูงที่สุดสำหรับวัตถุแต่ละชิ้น ทั้งสี่ขั้นตอนนี้แสดงเป็นแผนภาพในภาพที่ 3 (DataCamp, YOLO Object Detection Explained: A Beginner’s Guide)

ภาพที่ 3: ขั้นตอนการทำงานของ Object Detection แบบ YOLO ตั้งแต่ภาพนำเข้าจนถึงผลลัพธ์การตรวจจับ

ความเร็วในการประมวลผลของ YOLO เป็นคุณสมบัติที่สำคัญอย่างยิ่งสำหรับการใช้งานบนโดรน เนื่องจากโดรนที่กำลังบินอยู่ต้องประมวลผลภาพจากกล้องอย่างต่อเนื่องและตัดสินใจได้ทันทีโดยไม่มีความหน่วง หากระบบตรวจจับวัตถุทำงานช้าเกินไป ข้อมูลที่ได้ก็จะไม่ทันต่อสถานการณ์จริงที่เปลี่ยนแปลงอย่างรวดเร็วขณะบิน คุณสมบัติด้านความเร็วนี้จึงเป็นเหตุผลหลักที่ทำให้ YOLO กลายเป็นอัลกอริทึมมาตรฐานที่ใช้กันแพร่หลายในวงการโดรนและหุ่นยนต์ทั่วโลก

Workshop: ภารกิจประยุกต์ใช้ปัญญาประดิษฐ์และการมองเห็นของคอมพิวเตอร์ร่วมกับโดรน (Mission AIR Detection)

เวิร์กชอปนี้นำเทคนิค Object Detection ที่เพิ่งเรียนรู้มาผนวกเข้ากับการบินจริง กลายเป็นภารกิจที่เรียกว่า Mission AIR Detection ซึ่งจำลองสถานการณ์การใช้งาน AI ร่วมกับโดรนแบบครบวงจร หลักการทำงานเริ่มจากกล้องบนโดรนจับภาพขณะบินอย่างต่อเนื่อง แล้วส่งภาพเข้าสู่โมเดล AI เพื่อตรวจจับวัตถุแบบเรียลไทม์ เมื่อระบบตรวจพบวัตถุเป้าหมายแล้ว จะส่งผลการตรวจจับซึ่งประกอบด้วยตำแหน่งและประเภทของวัตถุไปยัง Flight Controller เพื่อให้ตัดสินใจปรับเส้นทางบินหรือแจ้งเตือนผู้ควบคุมภารกิจ ก่อนที่โดรนจะเคลื่อนที่ตามคำสั่งใหม่และวนกลับไปจับภาพต่อเนื่องอีกครั้งอย่างไม่หยุดยั้งตลอดระยะเวลาปฏิบัติภารกิจ ดังแสดงเป็นวงจรในภาพที่ 4

ภาพที่ 4: วงจรการทำงานของภารกิจ Mission AIR Detection ที่ผนวก AI ตรวจจับวัตถุเข้ากับการบินจริง

เพื่อให้เห็นภาพการใช้งานจริงในระดับที่จริงจังกว่าห้องเรียน ตัวอย่างหนึ่งที่มักถูกยกขึ้นมาคือการประยุกต์ใช้แนวคิดนี้ในสมรภูมิจริง ดังเช่นกรณีของหน่วย Yasni Ochi หรือ “ดวงตาที่แจ่มชัด” ของกองทัพยูเครน ซึ่งใช้โดรนที่ติดตั้งระบบตรวจจับเป้าหมายด้วย AI ในการตรวจจับความเคลื่อนไหวแล้วซูมภาพเข้าไปยืนยันเป้าหมาย ก่อนโจมตีเป้าหมายที่ระยะไกลถึง 20 กิโลเมตรด้วยความแม่นยำสูง และยังใช้ระบบติดตามเพื่อยืนยันผลลัพธ์ของการปฏิบัติการอีกด้วย ข้อมูลจากภาคสนามยังชี้ให้เห็นว่าสัดส่วนการโจมตีที่ดำเนินการด้วยโดรนเพิ่มขึ้นจากประมาณร้อยละ 10 เป็นถึงร้อยละ 70 ของปฏิบัติการทั้งหมด ในขณะที่การใช้ปืนใหญ่แบบดั้งเดิมลดลงเหลือเพียงร้อยละ 10 ถึง 15 อย่างไรก็ตาม ผู้บัญชาการภาคสนามยังคงยอมรับว่าระบบ AI ตรวจจับเป้าหมายในปัจจุบันยังมีข้อจำกัดอยู่มาก โดยเฉพาะในสภาพแวดล้อมที่มีสิ่งกีดขวางหนาแน่น เช่น ต้นไม้ที่อาจบดบังการมองเห็นของอัลกอริทึม หรือแอ่งน้ำที่สะท้อนแสงจนระบบเข้าใจผิดว่าเป็นยานพาหนะโลหะ (CEPA, Ukraine’s AI Drones Hunt the Enemy) กรณีศึกษานี้จึงเป็นบทเรียนสำคัญที่สอนผู้อ่านว่า แม้ AI จะทรงพลังเพียงใด แต่ก็ยังคงมีข้อจำกัดที่ผู้ปฏิบัติงานต้องเข้าใจและวางแผนรับมือ ไม่ควรพึ่งพาระบบอัตโนมัติเพียงอย่างเดียวโดยไม่มีการตรวจสอบหรือการควบคุมจากมนุษย์กำกับอยู่เบื้องหลัง

ในบริบทของเวิร์กชอปภายในห้องเรียน ผู้อ่านจะได้ทดลองแนวคิดเดียวกันนี้ในระดับที่ปลอดภัยและควบคุมได้ เช่น การกำหนดให้โดรนบินตรวจตราพื้นที่จำลองแล้วให้โมเดล AI แจ้งเตือนเมื่อพบวัตถุเป้าหมายที่กำหนดไว้ล่วงหน้า ซึ่งเป็นการฝึกฝนทักษะการบูรณาการระหว่างสามองค์ประกอบหลักที่เรียนมาตลอดสองหัวข้อ ได้แก่ ฮาร์ดแวร์โดรนและระบบควบคุมการบินจากหัวข้อที่ 1 การเขียนโปรแกรมภารกิจอัตโนมัติจาก Module 03 ของหัวข้อนี้ และโมเดล AI ตรวจจับวัตถุที่เพิ่งฝึกสร้างไปหมาด ๆ การได้ลงมือประกอบทั้งสามองค์ประกอบเข้าด้วยกันด้วยตนเองจึงเป็นประสบการณ์ที่ช่วยตอกย้ำความเข้าใจภาพรวมของระบบโดรนอัจฉริยะได้ดีกว่าการเรียนรู้แยกส่วน

หัวข้อนี้ปิดท้ายด้วยการสรุปบทเรียนและทบทวนประเด็นสำคัญ ซึ่งเปิดโอกาสให้ผู้อ่านได้ทบทวนความเข้าใจและตรวจสอบประเด็นที่ยังไม่ชัดเจนก่อนจะเข้าสู่หัวข้อที่ 3 ที่จะขยายขอบเขตไปสู่ระบบปฏิบัติการหุ่นยนต์และฝูงบิน รวมถึงเทคโนโลยีอินเทอร์เน็ตของสรรพสิ่งทางทหารต่อไป

ช่วงเสริม: การประยุกต์ใช้ AI และโดรนด้านการทำแผนที่ทางอากาศและระบบสารสนเทศภูมิศาสตร์ (Aerial Mapping & GIS)

นอกเหนือจากการตรวจจับวัตถุแบบเรียลไทม์ที่เป็นแกนหลักของ Module 04 แล้ว สไลด์การบรรยายต้นฉบับยังมีเนื้อหาอีกแขนงหนึ่งที่ต่อยอดจาก Computer Vision ไปสู่การประยุกต์ใช้ในงานสำรวจและวิเคราะห์เชิงพื้นที่ ซึ่งเป็นทักษะที่มีความสำคัญไม่แพ้กันสำหรับภารกิจด้านความมั่นคงและการบรรเทาภัยพิบัติ เนื้อหาส่วนนี้เรียบเรียงจากสไลด์การบรรยายต้นฉบับในหัวข้อการทำแผนที่ทางอากาศ ซึ่งอธิบายกระบวนการตั้งแต่การถ่ายภาพทางอากาศไปจนถึงการวิเคราะห์ข้อมูลเชิงพื้นที่ด้วย AI

ภาพถ่ายทางอากาศจากโดรนเทียบกับภาพถ่ายดาวเทียม

จุดตั้งต้นของงานทำแผนที่ทางอากาศคือความเข้าใจข้อได้เปรียบของภาพถ่ายจากโดรนเมื่อเทียบกับภาพถ่ายดาวเทียม สไลด์การบรรยายจริงเปรียบเทียบภาพจากดาวเทียม Landsat ซึ่งมีความละเอียดประมาณ 30 เมตรต่อพิกเซล กับภาพจากดาวเทียม Quickbird-2 ซึ่งมีความละเอียดสูงขึ้นมาอยู่ที่ประมาณ 2.5 เมตรต่อพิกเซล ดังภาพที่ 5 จะเห็นได้ว่าแม้แต่ดาวเทียมความละเอียดสูงอย่าง Quickbird-2 ก็ยังไม่สามารถแยกแยะรายละเอียดระดับอาคารหรือพืชผลแต่ละต้นได้ชัดเจนเท่าภาพถ่ายจากโดรนที่บินในระดับความสูงต่ำกว่ามาก ซึ่งสามารถให้ความละเอียดระดับเซนติเมตรต่อพิกเซล ข้อได้เปรียบด้านความละเอียดนี้เองที่ทำให้โดรนกลายเป็นเครื่องมือสำรวจที่ตอบโจทย์งานซึ่งต้องการรายละเอียดสูง เช่น การประเมินความเสียหายหลังภัยพิบัติ หรือการสำรวจพื้นที่เกษตรกรรมเพื่อวิเคราะห์สุขภาพของพืชผลเป็นรายต้น

ภาพที่ 5: ความแตกต่างของความละเอียดระหว่างภาพถ่ายดาวเทียม Landsat (30 เมตรต่อพิกเซล) และ Quickbird-2 (2.5 เมตรต่อพิกเซล) เทียบกับภาพถ่ายจริงจากโดรน

การวางแผนการบินเก็บข้อมูลและความซ้อนทับของภาพ

การเก็บข้อมูลภาพทางอากาศเพื่อนำมาประมวลผลต่อจำเป็นต้องวางแผนเส้นทางบินอย่างเป็นระบบ สไลด์การบรรยายจริงแสดงรูปแบบเส้นทางบินสองแบบหลัก ได้แก่ Grid Flight Plan ซึ่งบินสำรวจพื้นที่เป็นแนวขนานไปมาคล้ายการไถนา และ Double Grid Flight Plan ซึ่งเพิ่มแนวบินขวางอีกชุดหนึ่งเพื่อเก็บภาพจากสองทิศทาง ทำให้ได้ข้อมูลที่ครบถ้วนและแม่นยำกว่าสำหรับงานที่ต้องการโมเดลสามมิติความละเอียดสูง หัวใจสำคัญของการวางแผนบินคือค่าความซ้อนทับของภาพสองค่า ได้แก่ Forward lap หรือความซ้อนทับตามแนวบิน ซึ่งสไลด์แนะนำไว้ที่ประมาณร้อยละ 60 และ Side lap หรือความซ้อนทับระหว่างแนวบินที่อยู่ติดกัน ซึ่งแนะนำไว้ที่ประมาณร้อยละ 30 ดังภาพที่ 6 ค่าความซ้อนทับที่เพียงพอนี้เป็นเงื่อนไขจำเป็นสำหรับขั้นตอนต่อไปคือการเย็บต่อภาพหรือ Image Stitching ซึ่งซอฟต์แวร์จะค้นหาจุดร่วมในบริเวณที่ภาพสองภาพซ้อนทับกันแล้วเชื่อมต่อภาพทั้งหมดเข้าด้วยกันเป็นภาพผืนใหญ่ผืนเดียวโดยอัตโนมัติ หากความซ้อนทับน้อยเกินไป ซอฟต์แวร์อาจหาจุดร่วมไม่พบและทำให้การเย็บภาพผิดพลาดหรือเกิดช่องว่างในแผนที่ผลลัพธ์ (Pix4D, Do I need a high image overlap?)

ภาพที่ 6: รูปแบบเส้นทางบิน Grid และ Double Grid Flight Plan พร้อมหลักการความซ้อนทับของภาพ (Forward lap และ Side lap) ที่นำไปสู่การเย็บต่อภาพ (Image Stitching)

จากภาพถ่ายดิบสู่ Orthomosaic และแบบจำลองภูมิประเทศ

เมื่อเก็บภาพครบตามแผนบินแล้ว ขั้นตอนถัดไปคือการประมวลผลภาพถ่ายดิบจำนวนมากให้กลายเป็นแผนที่ที่ใช้งานได้จริง กระบวนการที่เรียกว่า Orthomosaic คือการนำภาพถ่ายดิบหลายสิบถึงหลายร้อยภาพมาเย็บต่อและปรับแก้ความคลาดเคลื่อนเชิงเรขาคณิตจนได้ภาพแผนที่ผืนเดียวที่มีมาตราส่วนถูกต้องสม่ำเสมอทั่วทั้งภาพ ดังตัวอย่างในภาพที่ 7 ซึ่งแสดงภาพถ่ายดิบของเกาะแห่งหนึ่งก่อนและหลังการประมวลผลเป็น Orthomosaic กระบวนการนี้ยังต่อยอดไปสู่การสร้างแบบจำลองความสูงของภูมิประเทศได้อีกสามรูปแบบ ได้แก่ Digital Surface Model หรือ DSM ซึ่งบันทึกความสูงของทุกสิ่งที่ปรากฏบนพื้นผิวรวมถึงต้นไม้และสิ่งปลูกสร้าง Digital Terrain Model หรือ DTM ซึ่งตัดสิ่งปลูกสร้างและพืชพรรณออกเหลือเพียงความสูงของพื้นดินจริง และแผนที่เส้นชั้นความสูงหรือ Contour ที่แสดงเส้นระดับความสูงเท่ากันซ้อนทับบนภาพถ่ายจริง ดังภาพที่ 8 ข้อมูลเหล่านี้มีประโยชน์อย่างมากในงานวางแผนภารกิจทางทหารและการบรรเทาภัยพิบัติ เช่น การประเมินแนวการมองเห็นในพื้นที่ภูเขา หรือการวางแผนเส้นทางอพยพในพื้นที่ที่มีความเสี่ยงน้ำท่วม (GIS Geography, DEM vs DSM vs DTM)

ภาพที่ 7: ภาพถ่ายดิบจำนวนมากถูกเย็บต่อและปรับแก้จนกลายเป็นแผนที่ Orthomosaic ผืนเดียวที่มีมาตราส่วนถูกต้องสม่ำเสมอ

ภาพที่ 8: แบบจำลองภูมิประเทศสามรูปแบบที่ได้จากข้อมูลภาพถ่ายทางอากาศเดียวกัน ได้แก่ Digital Surface Model, Digital Terrain Model และแผนที่เส้นชั้นความสูง

กรณีศึกษา: GeoAI กับการฟื้นฟูเมืองหาดใหญ่หลังวิกฤตน้ำท่วม

เพื่อให้เห็นการประยุกต์ใช้เทคโนโลยีเหล่านี้ในสถานการณ์จริงของประเทศไทย สไลด์การบรรยายได้อ้างอิงข่าวจากไทยรัฐออนไลน์ที่รายงานว่าหน่วยบริหารและจัดการทุนด้านการพัฒนากำลังคนและทุนด้านการพัฒนาสถาบันอุดมศึกษา การวิจัยและการสร้างนวัตกรรม (บพค.) ได้ผนึกกำลังภาคีเครือข่ายนักวิจัยใช้เทคโนโลยี Geo-intelligence หรือ GeoAI ในการพัฒนาฐานข้อมูล Geospatial เพื่อสนับสนุนการฟื้นฟูเมืองหาดใหญ่หลังวิกฤตอุทกภัย ด้วยการจัดทำแผนที่ดิจิทัลรอบด้าน 360 องศา โดยความร่วมมือระหว่างมหาวิทยาลัยสงขลานครินทร์ บริษัทโดรนแมพเพอร์ และภาคีเอกชนด้านวิศวกรรมสำรวจภูมิสารสนเทศกว่าสิบองค์กร ดังภาพที่ 9 ซึ่งแสดงภาพถ่ายความร้อนจากโดรนที่ใช้ระบุพิกัดช่วยเหลือผู้ประสบภัยน้ำท่วมในพื้นที่ กรณีศึกษานี้สะท้อนให้เห็นว่าเทคนิคการทำแผนที่ทางอากาศที่เพิ่งอธิบายไปข้างต้น ตั้งแต่การวางแผนบิน การเย็บภาพ ไปจนถึงแบบจำลองภูมิประเทศ ล้วนถูกนำไปใช้งานจริงในภารกิจบรรเทาภัยพิบัติระดับประเทศ ซึ่งตรงกับพันธกิจด้าน Disaster Prevention & Response ของอุตสาหกรรมป้องกันประเทศที่กล่าวถึงในหัวข้อที่ 1 (ไทยรัฐออนไลน์, บพค. ผนึกภาคีเครือข่ายนักวิจัยใช้ “GeoAI” หนุนฟื้นฟูเมืองหาดใหญ่ กู้วิกฤตน้ำท่วม, ตามที่ปรากฏในสไลด์การบรรยายต้นฉบับ)

ภาพที่ 9: ภาพข่าวจากไทยรัฐออนไลน์แสดงการใช้โดรนถ่ายภาพความร้อนและเทคโนโลยี GeoAI สนับสนุนการฟื้นฟูเมืองหาดใหญ่หลังวิกฤตน้ำท่วม

การสั่งการโดรนขั้นสูงผ่านการเขียนโปรแกรมและกรณีทดสอบจริงในสนาม

นอกจากการตรวจจับวัตถุแบบมาตรฐานแล้ว สไลด์การบรรยายยังแสดงตัวอย่างการประยุกต์ใช้ Computer Vision เพื่อสั่งการโดรนในรูปแบบที่หลากหลายขึ้น ได้แก่ Gesture control หรือการสั่งการด้วยท่าทางมือ Face recognition หรือการจดจำใบหน้า Voice control หรือการสั่งการด้วยเสียงผ่านระบบที่เรียกเล่น ๆ ว่า “Drone Siri” และ Pose tracking หรือการติดตามท่าทางร่างกายของผู้ใช้งาน ดังภาพที่ 10 ซึ่งแต่ละวิธีอาศัยโมเดล AI ที่ผ่านการฝึกฝนให้จดจำรูปแบบเฉพาะจากภาพหรือเสียง แล้วแปลผลลัพธ์เป็นคำสั่งควบคุมโดรนโดยตรงผ่านโค้ดโปรแกรม ความหลากหลายของวิธีสั่งการนี้แสดงให้เห็นว่าการเขียนโปรแกรมเชื่อมต่อ AI เข้ากับโดรนไม่ได้จำกัดอยู่เพียงการตรวจจับวัตถุแบบเดียว แต่สามารถออกแบบให้ตอบสนองต่อผู้ใช้งานได้หลายช่องทางตามความเหมาะสมของภารกิจ

ภาพที่ 10: การประยุกต์ใช้ AI สั่งการโดรนสี่รูปแบบ ได้แก่ การสั่งการด้วยท่าทางมือ การจดจำใบหน้า การสั่งการด้วยเสียง และการติดตามท่าทางร่างกาย

เพื่อทดสอบความสามารถของโมเดลตรวจจับวัตถุในสภาพแวดล้อมจริงที่ซับซ้อนกว่าห้องเรียน ทีมผู้จัดทำเนื้อหานี้ได้ทดลองบินโดรนตรวจจับวัตถุแบบเรียลไทม์เหนือถนนในย่านบางแสนภายใต้ชื่อโครงการ “Drone AI Live in Bangsaen” ผลลัพธ์ที่ได้แสดงกรอบ Bounding Box พร้อมค่าความเชื่อมั่นกำกับไว้บนยานพาหนะแต่ละคันที่วิ่งอยู่บนถนน ทั้งรถยนต์ที่ระบุเป็น “car” และรถจักรยานยนต์ที่ระบุเป็น “Motorcycle” พร้อมค่าความเชื่อมั่นตั้งแต่ประมาณ 0.50 ไปจนถึง 0.90 ดังภาพที่ 11 การทดสอบในสภาพถนนจริงที่มีการจราจรหนาแน่นเช่นนี้ช่วยยืนยันว่าโมเดล YOLO ที่ผู้อ่านได้เรียนรู้หลักการไปแล้วก่อนหน้านี้สามารถทำงานได้จริงแบบเรียลไทม์บนวิดีโอที่ถ่ายจากมุมสูงของโดรน ไม่ใช่เพียงภาพนิ่งในห้องเรียนเท่านั้น

ภาพที่ 11: ผลการทดสอบโมเดลตรวจจับวัตถุแบบเรียลไทม์จากวิดีโอโดรนเหนือถนนในย่านบางแสน แสดงกรอบตรวจจับและค่าความเชื่อมั่นของยานพาหนะแต่ละคัน

การวิเคราะห์ข้อมูลเชิงพื้นที่ด้วย GIS และทิศทางเทคโนโลยีในอนาคต

ขั้นตอนสุดท้ายของสายงานการทำแผนที่ทางอากาศคือการนำข้อมูลที่เก็บได้มาวิเคราะห์เชิงลึกด้วยระบบสารสนเทศภูมิศาสตร์หรือ GIS ตัวอย่างที่ปรากฏในสไลด์การบรรยายแสดงการสร้างตารางกริดรูปหกเหลี่ยม (Hexagon Grid) ซ้อนทับบนภาพถ่ายทางอากาศของเทศบาลนครพนม แล้วคำนวณค่าความน่าจะเป็นของการมีที่ตั้งชุมชนผู้มีรายได้น้อยในแต่ละหกเหลี่ยม โดยแสดงผลเป็นแผนที่ความร้อนไล่โทนสีจากเขียวไปแดงตามระดับโอกาส ดังภาพที่ 12 ควบคู่กับการประเมินความแม่นยำของโมเดลด้วยค่าทางสถิติมาตรฐาน ได้แก่ Accuracy, Precision, Recall และ F1 Score การผสมผสานระหว่างข้อมูลภาพถ่ายทางอากาศ พิกัดภูมิศาสตร์ และเทคนิคการวิเคราะห์ข้อมูลเช่นนี้แสดงให้เห็นว่าโดรนไม่ได้เป็นเพียงเครื่องมือถ่ายภาพ แต่เป็นจุดเริ่มต้นของห่วงโซ่การตัดสินใจเชิงนโยบายที่มีข้อมูลเชิงพื้นที่รองรับอย่างเป็นระบบ

ภาพที่ 12: แผนที่ความร้อนแบบตารางหกเหลี่ยมแสดงโอกาสของที่ตั้งชุมชนผู้มีรายได้น้อย วิเคราะห์จากข้อมูลภาพถ่ายทางอากาศและประเมินผลด้วยค่า Accuracy, Precision, Recall และ F1 Score

ปิดท้ายเนื้อหาส่วนเสริมนี้ด้วยภาพรวมทิศทางเทคโนโลยีโดรนและ AI ในอนาคตตามที่นำเสนอในสไลด์การบรรยาย ซึ่งประกอบด้วยห้าแนวโน้มหลัก ได้แก่ ระบบโดรนอัตโนมัติเต็มรูปแบบ (Autonomous Drone Systems) การวิเคราะห์ด้วย AI และ Computer Vision ที่ซับซ้อนขึ้น (AI & Computer Vision Analytics) การผนวกรวมข้อมูล GIS เข้ากับข้อมูลขนาดใหญ่ (GIS & Big Data Integration) การวิเคราะห์แบบเรียลไทม์และการพยากรณ์ล่วงหน้า (Real-Time & Predictive Analysis) และการเชื่อมโยงกับระบบคลาวด์ อินเทอร์เน็ตของสรรพสิ่ง และฝาแฝดดิจิทัล (Cloud, IoT & Digital Twin) ดังภาพที่ 13 แนวโน้มทั้งห้านี้ล้วนเป็นหัวข้อที่เชื่อมโยงโดยตรงกับเนื้อหาที่ผู้อ่านจะได้พบต่อในหัวข้อที่ 3 ทั้งระบบปฏิบัติการหุ่นยนต์ ฝูงโดรน และอุปกรณ์ IoT ทางทหาร

ภาพที่ 13: ห้าแนวโน้มเทคโนโลยีโดรนและ AI ในอนาคตตามสไลด์การบรรยาย ตั้งแต่ระบบอัตโนมัติเต็มรูปแบบไปจนถึงการเชื่อมโยงกับคลาวด์และฝาแฝดดิจิทัล

ช่วงเสริม 2: เจาะลึก Ultralytics Platform และภารกิจ Mission AI Detection & Drone

นอกเหนือจากหลักการ YOLO และวงจร Mission AIR Detection ที่อธิบายไว้ข้างต้นแล้ว ยังมีสไลด์การบรรยายต้นฉบับชุด “Lesson 04: AI & Computer Vision at the Edge” ซึ่งลงรายละเอียดมากขึ้นไปอีกขั้น ทั้งในแง่ทฤษฎีพื้นฐานของ AI และในแง่ปฏิบัติจริงของการเทรนโมเดล Object Detection ด้วยตนเองผ่านแพลตฟอร์มออนไลน์ ก่อนจะนำโมเดลที่เทรนเองไปใช้กับภารกิจบินจริง เนื้อหาส่วนนี้จึงเรียบเรียงขยายความจากสไลด์ชุดดังกล่าวเพิ่มเติม เพื่อให้ผู้อ่านเห็นภาพครบตั้งแต่ทฤษฎีไปจนถึงขั้นตอนลงมือทำจริงทีละขั้น

ลำดับชั้นของปัญญาประดิษฐ์ และตำแหน่งของ Object Detection

ก่อนลงลึกเรื่อง Object Detection สไลด์การบรรยายได้ปูพื้นด้วยการจัดลำดับชั้นของศาสตร์ปัญญาประดิษฐ์ทั้งสี่ระดับ เริ่มจาก Artificial Intelligence หรือ AI ซึ่งหมายถึงเครื่องจักรหรือระบบใด ๆ ที่เลียนแบบความสามารถด้านการคิด เรียนรู้ และตัดสินใจของมนุษย์ได้ ถัดมาคือ Machine Learning หรือ ML ซึ่งเป็นวิธีการเฉพาะที่ทำให้คอมพิวเตอร์เรียนรู้จากข้อมูลและปรับปรุงการทำงานได้เองโดยไม่ต้องเขียนกฎเกณฑ์ตายตัวทุกขั้นตอน ลึกลงไปอีกชั้นคือ Deep Learning หรือ DL ซึ่งเป็นการเรียนรู้ของเครื่องที่ใช้โครงข่ายประสาทเทียมหลายชั้นซ้อนกันเพื่อเรียนรู้รูปแบบที่ซับซ้อนจากข้อมูลจำนวนมาก และสุดท้ายคือ Generative AI หรือ GenAI ซึ่งเป็น AI ที่สามารถสร้างเนื้อหาใหม่ขึ้นมาเอง ไม่ว่าจะเป็นข้อความ ภาพ เสียง หรือวิดีโอ จุดที่น่าสนใจคือ Object Detection ซึ่งเป็นหัวใจของ Module 04 ทั้งหมดนั้น อยู่ในตำแหน่งที่ซ้อนอยู่ภายในวงกลมของ Deep Learning ดังภาพที่ 14 แสดงให้เห็นว่าเทคนิคที่ผู้อ่านกำลังจะได้ฝึกฝนไม่ใช่ AI แบบสร้างเนื้อหาใหม่อย่าง ChatGPT หรือ Midjourney แต่เป็นแขนงหนึ่งของการเรียนรู้เชิงลึกที่เชี่ยวชาญเฉพาะด้านการมองเห็นและตรวจจับวัตถุ (Medium - Priya Srivastava, Machine Learning Basics Part 1: What is Generative AI?)

ภาพที่ 14: ลำดับชั้นของ Artificial Intelligence, Machine Learning, Deep Learning และ Generative AI พร้อมตำแหน่งของ Object Detection ที่ซ้อนอยู่ภายในวง Deep Learning

Classification, Object Detection และ Instance Segmentation ต่างกันอย่างไร

เพื่อไม่ให้สับสนกับศัพท์ทางเทคนิคที่ใกล้เคียงกัน สไลด์การบรรยายได้เปรียบเทียบสี่เทคนิคการมองเห็นของคอมพิวเตอร์ผ่านตัวอย่างภาพแมว สุนัข และเป็ดยางชิ้นเดียวกัน Classification หรือการจำแนกประเภท เป็นเทคนิคพื้นฐานที่สุดซึ่งบอกเพียงว่าภาพทั้งภาพเป็นอะไร เช่น ระบุว่าภาพนี้คือ “CAT” โดยไม่บอกตำแหน่ง ขยับขึ้นมาอีกขั้นคือ Classification พร้อม Localization ซึ่งเพิ่มกรอบสี่เหลี่ยมล้อมรอบวัตถุนั้นเข้ามาด้วย แต่ยังจำกัดอยู่ที่วัตถุเพียงชิ้นเดียวในภาพ ส่วน Object Detection ซึ่งเป็นเทคนิคหลักของบทเรียนนี้ ก้าวไปอีกขั้นด้วยการระบุตำแหน่งและประเภทของวัตถุหลายชิ้นพร้อมกันในภาพเดียว เช่น แยกแยะได้ว่าในภาพหนึ่งมีทั้งแมว สุนัข และเป็ดยางอยู่ตรงไหนบ้าง และสุดท้ายคือ Instance Segmentation ซึ่งละเอียดที่สุด โดยไม่ใช้เพียงกรอบสี่เหลี่ยมแต่ตัดขอบเขตของวัตถุแต่ละชิ้นตามรูปทรงจริงเป็นเส้นขอบละเอียด ดังภาพที่ 15 ความแตกต่างนี้สำคัญเพราะงานตรวจจับวัตถุบนโดรนที่ผู้อ่านกำลังจะฝึกใช้ในเวิร์กชอปคือ Object Detection ซึ่งเป็นจุดสมดุลระหว่างความละเอียดของผลลัพธ์กับความเร็วในการประมวลผลที่เหมาะกับการใช้งานแบบเรียลไทม์

ภาพที่ 15: เปรียบเทียบเทคนิคการมองเห็นของคอมพิวเตอร์สี่แบบ ได้แก่ Classification, Classification พร้อม Localization, Object Detection สำหรับวัตถุหลายชิ้น และ Instance Segmentation

หลักการเทรนและทดสอบโมเดล AI ตรวจจับวัตถุ

ก่อนจะได้โมเดล AI ที่ใช้งานได้จริง ผู้พัฒนาต้องผ่านสองขั้นตอนหลักคือ Train Model และ Test Model สไลด์การบรรยายอธิบายด้วยตัวอย่างง่าย ๆ ว่าในขั้นตอน Train Model ผู้พัฒนาจะป้อนข้อมูลนำเข้าเป็นภาพจำนวนมาก พร้อมป้ายกำกับหรือ Label ที่บอกว่าภาพแต่ละภาพคือแมวหรือสุนัข เข้าสู่อัลกอริทึมเพื่อให้คำนวณและปรับพารามิเตอร์จนได้ออกมาเป็นโมเดล AI จากนั้นในขั้นตอน Test Model จะป้อนภาพใหม่ที่โมเดลไม่เคยเห็นมาก่อนเข้าไปโดยไม่บอกป้ายกำกับ แล้วเปรียบเทียบผลลัพธ์ที่โมเดลทำนายกับป้ายกำกับจริงที่เตรียมไว้ เพื่อคำนวณค่าร้อยละความแม่นยำของโมเดลหรือ Accuracy จากสูตรจำนวนที่โมเดลคาดการณ์ถูกหารด้วยจำนวนการคาดการณ์ทั้งหมดคูณด้วยหนึ่งร้อย ดังภาพที่ 16 โดยทั่วไปแล้วโมเดลที่ใช้งานได้จริงควรมีค่าความแม่นยำอยู่ระหว่างร้อยละ 80 ถึง 90 หลักการนี้เป็นพื้นฐานสำคัญที่ผู้อ่านจะได้นำไปใช้จริงในเวิร์กชอปเทรนโมเดลผ่าน Ultralytics Platform ในหัวข้อถัดไป

ภาพที่ 16: แนวคิดการสร้าง Object Detection แบ่งเป็นขั้นตอน Train Model ที่ป้อนภาพพร้อม Label เข้าอัลกอริทึม และขั้นตอน Test Model ที่คำนวณค่าความแม่นยำของโมเดล (Accuracy)

กรณีศึกษา: เมื่อระบบ AI ถูกโจมตีในไซเบอร์-กายภาพ

เพื่อเตือนสติผู้อ่านว่าระบบ AI ที่รับข้อมูลจากเซนเซอร์ไม่ได้ปลอดภัยจากภัยคุกคามเสมอไป สไลด์การบรรยายได้ยกตัวอย่างงานวิจัยด้านความมั่นคงปลอดภัยไซเบอร์ชื่อ “The Stealthy-Kidnapping Attack With a Learning-Based Model in Cyber-Physical Systems” ซึ่งจำลองการโจมตีโดรนในสภาพแวดล้อมจำลอง Gazebo และ ROS ผลการทดลองที่แสดงผ่านกราฟ rqt_plot ชี้ให้เห็นเส้นสีน้ำเงินซึ่งแทนตำแหน่งจริงของโดรน เทียบกับเส้นสีแดงซึ่งแทนค่าที่เซ็นเซอร์ของโดรน “รับรู้” ว่าตนเองอยู่ตรงไหน เมื่อถึงจุดที่มีป้ายกำกับว่า Point of Attack ค่าทั้งสองเริ่มเบี่ยงเบนออกจากกันอย่างเห็นได้ชัด ซึ่งหมายความว่าผู้โจมตีสามารถปลอมแปลงข้อมูลเซนเซอร์ให้ระบบ AI เข้าใจผิดเกี่ยวกับตำแหน่งของตนเองได้โดยที่ตัวโดรนเองไม่รู้ตัว กรณีศึกษานี้สอดคล้องโดยตรงกับหัวข้อความมั่นคงปลอดภัยไซเบอร์ที่ปูพื้นไว้ตั้งแต่หัวข้อที่ 1 และตอกย้ำอีกครั้งว่าระบบ AI บนโดรนที่ทรงพลังเพียงใดก็ยังต้องมีมนุษย์ตรวจสอบและควบคุมกำกับอยู่เสมอ ไม่ควรปล่อยให้ระบบอัตโนมัติตัดสินใจโดยลำพังในภารกิจที่มีความเสี่ยงสูง

ภาพที่ 17: การจำลองโจมตีระบบเซนเซอร์ของโดรนใน Gazebo/ROS จากงานวิจัย “The Stealthy-Kidnapping Attack With a Learning-Based Model in Cyber-Physical Systems” แสดงความเบี่ยงเบนระหว่างตำแหน่งจริง (เส้นสีน้ำเงิน) และตำแหน่งที่เซนเซอร์รับรู้ (เส้นสีแดง) หลังจุดถูกโจมตี

Workshop: ฝึกเทรนโมเดล Object Detection ด้วยตนเองผ่าน Ultralytics Platform

ส่วนที่แตกต่างจากคำอธิบายเชิงทฤษฎีของ YOLO ในหัวข้อก่อนหน้าอย่างชัดเจนคือ เวิร์กชอปนี้ให้ผู้อ่านได้ลงมือเทรนโมเดล Object Detection ของตนเองจริง ๆ ผ่านแพลตฟอร์มออนไลน์ชื่อ Ultralytics ซึ่งเป็นผู้พัฒนาอัลกอริทึม YOLO เวอร์ชันล่าสุดโดยตรง ขั้นตอนการทำงานสรุปได้เป็นสี่ช่วงหลักตามภาพที่ 18 คือ Train Object Detection AI ด้วยการฝึกโมเดลจาก Dataset ที่อัปโหลดเอง ตามด้วยอัลกอริทึม YOLO ที่ทำหน้าที่ตรวจจับวัตถุ จากนั้นได้ผลลัพธ์เป็นไฟล์โมเดล .pt ซึ่งเป็นไฟล์น้ำหนักและค่าพารามิเตอร์ในรูปแบบ PyTorch Weights และสุดท้ายคือการนำไฟล์โมเดลนี้ไปใช้งานจริงเพื่อตรวจจับวัตถุจากภาพหรือวิดีโอ

ภาพที่ 18: ภาพรวมสี่ขั้นตอนของการเทรนโมเดล Object Detection ผ่าน Ultralytics ตั้งแต่ Train Object Detection AI ไปจนถึงการนำไฟล์โมเดล .pt ไปใช้งานจริง

ในทางปฏิบัติ ผู้อ่านเริ่มต้นด้วยการสมัครบัญชีผ่าน Ultralytics Platform แล้วสร้างโปรเจกต์และชุดข้อมูลของตนเอง จากนั้นอัปโหลดภาพชุดข้อมูลและทำการติดป้ายกำกับหรือ Annotate วัตถุในแต่ละภาพด้วยเครื่องมือ SAM 3 หรือ Segment Anything Model ซึ่งช่วยเลือกขอบเขตวัตถุแบบอัจฉริยะ ทำให้การติดป้ายกำกับข้อมูลจำนวนมากทำได้รวดเร็วกว่าการวาดกรอบด้วยมือทีละภาพ เมื่อเตรียมชุดข้อมูลพร้อมแล้ว ผู้อ่านจะเลือกรุ่นของโมเดล YOLOv8 ที่ต้องการเทรน ตั้งแต่รุ่นเล็กสุดคือ YOLOv8n ไปจนถึงรุ่นใหญ่สุดคือ YOLOv8x พร้อมกำหนดค่าพารามิเตอร์การเทรน ได้แก่ จำนวนรอบการเทรนหรือ Epochs ขนาดกลุ่มข้อมูลต่อครั้งหรือ Batch Size และขนาดภาพนำเข้าหรือ Image Size ก่อนกดเริ่มการเทรนบนหน่วยประมวลผลกราฟิกบนคลาวด์ เช่น การ์ด RTX PRO 6000 ซึ่งคิดค่าใช้จ่ายตามเวลาใช้งานจริงในอัตราประมาณ 2.09 ดอลลาร์สหรัฐต่อชั่วโมง ระบบจะประเมินค่าใช้จ่ายล่วงหน้าให้ผู้เรียนเห็นก่อนตัดสินใจเริ่มเทรน ซึ่งในกรณีชุดข้อมูลขนาดเล็กของบทเรียนนี้ใช้เวลาเทรนเพียงประมาณหนึ่งนาทีและมีค่าใช้จ่ายราว 0.07 ถึง 0.13 ดอลลาร์สหรัฐเท่านั้น

ระหว่างการเทรน แดชบอร์ดของ Ultralytics Platform จะแสดงผลลัพธ์แบบเรียลไทม์ผ่านค่าตัวชี้วัดมาตรฐานของงาน Object Detection ได้แก่ mAP50 และ mAP50-95 ซึ่งวัดความแม่นยำเฉลี่ยของกรอบตรวจจับที่ระดับความซ้อนทับต่าง ๆ กัน ค่า Precision ซึ่งบอกว่าในบรรดาสิ่งที่โมเดลทำนายว่าใช่วัตถุเป้าหมาย มีสัดส่วนที่ถูกต้องจริงเท่าใด และค่า Recall ซึ่งบอกว่าในบรรดาวัตถุเป้าหมายทั้งหมดที่มีอยู่จริง โมเดลตรวจพบได้ครบถ้วนเพียงใด ดังตัวอย่างผลการเทรนจริงในภาพที่ 19 ซึ่งได้ค่า mAP50 สูงถึงร้อยละ 99.5 ค่า Precision ร้อยละ 99.6 และค่า Recall ร้อยละ 100 อันเป็นผลลัพธ์ที่ดีมากสำหรับชุดข้อมูลตัวอย่างของบทเรียน เมื่อสถานะการเทรนขึ้นเป็น Completed ผู้อ่านจะตรวจสอบค่าประสิทธิภาพเหล่านี้ก่อนตัดสินใจดาวน์โหลดไฟล์โมเดล .pt ลงเครื่อง แล้วคัดลอกไฟล์ไปวางในโฟลเดอร์ Models ของโปรเจกต์กิจกรรม AIR Detection บนคอมพิวเตอร์ที่ใช้ควบคุมโดรน ก่อนเปิดโปรแกรมกิจกรรมเพื่อนำโมเดลที่เทรนเองไปใช้งานจริงในขั้นตอนถัดไป

ภาพที่ 19: ตัวอย่างผลการเทรนโมเดลจริงบน Ultralytics Platform แสดงค่า mAP50 ร้อยละ 99.5 mAP50-95 ร้อยละ 97.3 Precision ร้อยละ 99.6 และ Recall ร้อยละ 100 พร้อมค่าใช้จ่ายการเทรนบนคลาวด์ GPU

ภารกิจ Mission AI Detection & Drone: สถาปัตยกรรมระบบและขั้นตอนบิน

เมื่อได้โมเดลที่เทรนเองมาแล้ว ขั้นตอนสุดท้ายคือการนำโมเดลนั้นไปใช้ร่วมกับโดรนจริงในภารกิจที่สไลด์การบรรยายเรียกว่า Mission AI Detection & Drone ภารกิจนี้สรุปออกมาเป็นสามขั้นตอนใหญ่ ได้แก่ ระบบและ AI Detection ซึ่งประกอบด้วยโดรน กล้อง โมเดล YOLO และแดชบอร์ดที่ทำหน้าที่ตรวจจับวัตถุ ตามด้วยการบินอัตโนมัติแบบ Grid Survey ที่ครอบคลุมพื้นที่ทั้งหมดผ่านเส้นทาง Waypoint และปิดท้ายด้วยขั้นตอนที่มนุษย์ต้องตัดสินใจยืนยันหรือปฏิเสธผลตรวจจับ พร้อมสรุปเป็นรายงานหลังบินหรือ Post Flight Report ดังภาพที่ 20 ในเชิงสถาปัตยกรรมระบบ ภารกิจนี้ประกอบด้วยห้าองค์ประกอบที่ทำงานต่อเนื่องกันเป็นสาย ได้แก่ Controller ซึ่งสั่งการบินแบบ Grid Flight Planning อัตโนมัติ Camera Worker ซึ่งรับภาพจากกล้องมุมกดลง 90 องศาแบบเรียลไทม์ YOLO Detector ซึ่งวิเคราะห์ภาพและส่งค่าความเชื่อมั่นไปยังภาพรวม Dashboard ที่แสดงผลแบบสดและให้ผู้ควบคุมกดยืนยันหรือปฏิเสธ และปิดท้ายด้วย Capture & Report ซึ่งบันทึกภาพหลักฐาน ตำแหน่ง และผลการตัดสินใจทั้งหมดไว้เป็นหลักฐาน ดังภาพที่ 21

ภาพที่ 20: ห้าขั้นตอนของภารกิจ Mission AI Detection ตั้งแต่บิน มุมมอง วิเคราะห์ด้วย AI ตรวจสอบโดยผู้ควบคุม จนถึงการบันทึกผล

ภาพที่ 21: สถาปัตยกรรมระบบ Mission AI Detection ประกอบด้วย Controller, Camera Worker, YOLO Detector, Dashboard และ Capture & Report ที่ทำงานต่อเนื่องกันเป็นสาย

ก่อนเริ่มภารกิจทุกครั้ง ผู้อ่านต้องผ่านขั้นตอน Preflight Checklist สามข้อ คือตรวจสอบการเชื่อมต่อโดรนและปรับกล้องให้ก้มลง 90 องศา เปิดระบบ AI Camera และตรวจสอบว่าโมเดล YOLO โหลดสำเร็จพร้อมตรวจจับ และตรวจสอบพื้นที่ปฏิบัติการกับระดับแบตเตอรี่ให้ปลอดภัยก่อนบิน จากนั้นโดรนจะบินตามเส้นทาง Grid แบบ Lawn-mower หรือ Serpentine Survey Route ซึ่งบินสำรวจพื้นที่เป็นแนวขนานไปมาโดยไม่ซ้ำเส้นทางเดิม เมื่อถึงแต่ละ Waypoint ระบบจะทำงานตามลำดับสามขั้นตอนคือ เคลื่อนที่ไปยังจุดหมายและหยุดนิ่ง จากนั้นให้ AI วิเคราะห์ภาพจากกล้องมุมกดลง 90 องศาเพื่อตรวจจับวัตถุ และสุดท้ายบันทึกตำแหน่งกับผลลัพธ์ก่อนเคลื่อนที่ต่อไปยังจุดถัดไป ระหว่างกระบวนการนี้ วัตถุที่ตรวจพบจะถูกจัดสถานะเป็นสามระดับ คือ SEARCHING เมื่อยังไม่พบเป้าหมาย CANDIDATE เมื่อพบแล้วแต่ค่าความเชื่อมั่นยังไม่คงที่ และ STABLE เมื่อตรวจพบซ้ำหลายเฟรมจนพร้อมให้มนุษย์ตัดสินใจยืนยันหรือปฏิเสธบน Dashboard

AI มั่นใจ ไม่ได้แปลว่า AI ถูกต้องเสมอไป

บทเรียนสำคัญที่สุดข้อหนึ่งจากสไลด์การบรรยายชุดนี้คือการแยกให้ออกระหว่างคำว่า “AI มั่นใจ” กับ “AI ถูกต้อง” ซึ่งไม่ใช่สิ่งเดียวกัน สไลด์อธิบายผ่านสามแนวคิด ได้แก่ Confidence and Stability ซึ่งหมายถึงค่าความมั่นใจที่ AI รายงานออกมา เช่นร้อยละ 85 อาจดูสูงและปรากฏต่อเนื่องหลายเฟรม แต่ตัวเลขที่สูงและคงที่ไม่ได้รับประกันว่า AI ตัดสินถูกต้องเสมอไป ตามด้วย Position Consistency ซึ่ง AI ตรวจสอบว่าวัตถุปรากฏในตำแหน่งใกล้เคียงกันในหลายเฟรมเพื่อกรอง False Positive ออกไป แต่ก็ยังมีโอกาสผิดพลาดได้อยู่ดี เช่นกรณีที่ระบบตรวจพบวัตถุปลอมซ้ำหลายเฟรมจนดูเหมือนน่าเชื่อถือ และสุดท้ายคือหลักการที่สำคัญที่สุดคือ Ground Truth มาจากมนุษย์เท่านั้น กล่าวคือไม่ว่า AI จะมั่นใจในตัวเลขมากเพียงใด การตัดสินใจสุดท้ายว่าจะ Confirm หรือ Reject ผลการตรวจจับนั้นต้องมาจากผู้ควบคุมโดรนที่เป็นมนุษย์เสมอ ดังภาพที่ 22 หลักการนี้สอดคล้องโดยตรงกับบทเรียนจากกรณีศึกษาโดรน Yasni Ochi ของยูเครนที่กล่าวถึงไปก่อนหน้านี้ และเป็นหลักการเดียวกับที่ใช้ตัดสินคะแนนในกิจกรรม Final Challenge ปิดท้ายเวิร์กชอป ซึ่งกำหนดให้ผู้อ่านต้องส่งทั้งค่า Train Score ที่มากกว่า 0.85 และหลักฐานภาพหรือวิดีโอการตรวจจับเป้าหมายจริงแบบสดผ่าน Live Detection ก่อนระบบจะประมวลผลรวมเป็นคะแนนภารกิจในระดับ 60, 75, 90 หรือ 100 คะแนน

ภาพที่ 22: สามแนวคิดที่แยกความแตกต่างระหว่าง AI มั่นใจ กับ AI ถูกต้อง ได้แก่ Confidence and Stability, Position Consistency และหลักการที่ Ground Truth ต้องมาจากมนุษย์เท่านั้น

บทสรุป

หัวข้อที่ 2 ถือเป็นจุดเปลี่ยนสำคัญที่ยกระดับผู้อ่านจากผู้บังคับโดรนด้วยมือไปสู่ผู้เขียนโปรแกรมที่สามารถกำหนดให้โดรนคิดและตัดสินใจได้ในระดับหนึ่งด้วยตนเอง เนื้อหาทั้งหมดนี้เดินเรื่องอย่างเป็นระบบผ่านสามระดับของความเป็นอัตโนมัติ เริ่มจากการควบคุมด้วยมือที่เป็นทักษะพื้นฐาน ต่อด้วยการเขียนโปรแกรมแบบบล็อกที่เปิดประตูให้ผู้ไม่มีพื้นฐานเขียนโค้ดเข้าใจตรรกะการบินอัตโนมัติ ไปจนถึงการวางแผนภารกิจ Waypoint แบบเต็มรูปแบบ ก่อนจะต่อยอดด้วยปัญญาประดิษฐ์ด้าน Computer Vision ที่ทำให้โดรนมองเห็นและตรวจจับวัตถุได้ด้วยตนเอง และปิดท้ายด้วยการผนวกทั้งสองศาสตร์เข้าด้วยกันในภารกิจ Mission AIR Detection ซึ่งสะท้อนให้เห็นทั้งศักยภาพและข้อจำกัดของเทคโนโลยี AI ในสถานการณ์จริงผ่านกรณีศึกษาจากสมรภูมิจริง นอกจากนี้ เนื้อหาส่วนเสริมจากสไลด์การบรรยายต้นฉบับยังขยายขอบเขตของ Computer Vision ไปสู่งานทำแผนที่ทางอากาศและระบบสารสนเทศภูมิศาสตร์ ตั้งแต่การเปรียบเทียบความละเอียดภาพถ่ายทางอากาศกับภาพถ่ายดาวเทียม การวางแผนบินและความซ้อนทับของภาพ การประมวลผล Orthomosaic และแบบจำลองภูมิประเทศ ไปจนถึงกรณีศึกษาจริงของการใช้ GeoAI ฟื้นฟูเมืองหาดใหญ่และการวิเคราะห์ข้อมูลเชิงพื้นที่ด้วย GIS ซึ่งแสดงให้เห็นว่าเทคโนโลยีที่เรียนในห้องเรียนสามารถนำไปประยุกต์ใช้แก้ปัญหาระดับประเทศได้จริง เนื้อหาส่วนเสริมที่สองจากสไลด์บรรยายต้นฉบับชุด “Lesson 04: AI & Computer Vision at the Edge” ยังลงลึกไปอีกขั้นด้วยการวางรากฐานลำดับชั้นของ AI ตั้งแต่ Machine Learning จนถึง Generative AI เปรียบเทียบ Classification, Object Detection และ Instance Segmentation ให้เห็นความต่าง สอนหลักการ Train และ Test Model ผ่านสูตรความแม่นยำ ยกกรณีศึกษาการโจมตีระบบไซเบอร์-กายภาพของโดรนเพื่อเตือนสติเรื่องความปลอดภัย และที่สำคัญที่สุดคือพาผู้อ่านลงมือเทรนโมเดล Object Detection ของตนเองจริงผ่าน Ultralytics Platform ก่อนนำไฟล์โมเดลไปใช้กับภารกิจ Mission AI Detection & Drone ที่มีสถาปัตยกรรมระบบ ขั้นตอนบิน Grid Survey และหลักการสำคัญที่ว่า AI มั่นใจไม่ได้แปลว่า AI ถูกต้องเสมอไป เพราะการตัดสินใจสุดท้ายต้องมาจากมนุษย์เท่านั้น ความรู้ทั้งหมดนี้เป็นพื้นฐานสำคัญที่จะต่อยอดไปสู่ระบบหุ่นยนต์และฝูงบินที่ซับซ้อนยิ่งขึ้นในหัวข้อที่ 3

---

บรรณานุกรม

1. DroneBlocks. (n.d.). Autonomous Drone Coding Kits. สืบค้นจาก https://droneblocks.io/program/programming-a-drone/

2. DroneZon. (n.d.). Drone Waypoint GPS Navigation Technology And Uses Explained. สืบค้นจาก https://www.dronezon.com/learn-about-drones-quadcopters/drone-waypoint-gps-navigation-technology-explained/

3. Ultralytics. (n.d.). AI Drones: Real-World Computer Vision Applications. สืบค้นจาก https://www.ultralytics.com/blog/computer-vision-applications-ai-drone-uav-operations

4. DataCamp. (n.d.). YOLO Object Detection Explained: A Beginner’s Guide. สืบค้นจาก https://www.datacamp.com/blog/yolo-object-detection-explained

5. CEPA (Center for European Policy Analysis). (n.d.). Ukraine’s AI Drones Hunt the Enemy. สืบค้นจาก https://cepa.org/article/ukraines-ai-drones-hunt-the-enemy/

6. Pix4D. (n.d.). Do I need a high image overlap?. สืบค้นจาก https://support.pix4d.com/hc/en-us/articles/202558969

7. GIS Geography. (n.d.). DEM vs DSM vs DTM: What’s the Difference?. สืบค้นจาก https://gisgeography.com/dem-dsm-dtm-differences/

8. ไทยรัฐออนไลน์. (2568). บพค. ผนึกภาคีเครือข่ายนักวิจัยใช้ “GeoAI” หนุนฟื้นฟูเมืองหาดใหญ่ กู้วิกฤตน้ำท่วม. ตามที่ปรากฏในสไลด์การบรรยายของหลักสูตร Module 02 Anatomy Drone

9. Srivastava, P. (n.d.). Machine Learning Basics Part 1: What is Generative AI? How it is Different from AI Used Before. Medium. สืบค้นจาก https://medium.com/@priyasrivastava18official/machine-learning-basics-part-1-what-is-generative-ai-how-it-is-different-from-ai-used-before-34c78433dced

10. Ultralytics. (n.d.). Ultralytics Platform. สืบค้นจาก https://www.ultralytics.com/

11. Google. (n.d.). MediaPipe Studio. สืบค้นจาก https://mediapipe-studio.webapps.google.com/home

หมายเหตุ: เนื้อหาส่วนที่มาจากไฟล์กำหนดการต้นฉบับของหลักสูตร (หัวข้อโมดูล ช่วงเวลา และรูปแบบกิจกรรม) ไม่ได้อ้างอิงแหล่งภายนอก เนื้อหาและภาพประกอบในหัวข้อ “ช่วงเสริม: การประยุกต์ใช้ AI และโดรนด้านการทำแผนที่ทางอากาศและระบบสารสนเทศภูมิศาสตร์” (ภาพที่ 5 ถึง 13) คัดลอกและตัดต่อโดยตรงจากไฟล์นำเสนอจริงของหลักสูตรในหัวข้อ Module 02 Anatomy Drone ซึ่งเป็นทรัพย์สินภายในของหลักสูตรที่ไม่มีแหล่งอ้างอิงภายนอกกำกับไว้ ยกเว้นกรณีที่ระบุแหล่งที่มาไว้ชัดเจนในเนื้อหา (Pix4D, GIS Geography และไทยรัฐออนไลน์) เนื้อหาและภาพประกอบในหัวข้อ “ช่วงเสริม 2: เจาะลึก Ultralytics Platform และภารกิจ Mission AI Detection & Drone” (ภาพที่ 14 ถึง 22) คัดลอกและตัดต่อโดยตรงจากไฟล์นำเสนอจริงของหลักสูตรชุด “Lesson 04: AI & Computer Vision at the Edge” ซึ่งเป็นทรัพย์สินภายในของหลักสูตรเช่นกัน ยกเว้นกรณีที่สไลด์ต้นฉบับระบุแหล่งอ้างอิงภายนอกไว้ชัดเจน (Medium และ MediaPipe Studio ตามรายการที่ 9 และ 11 ข้างต้น) ส่วนงานวิจัย “The Stealthy-Kidnapping Attack With a Learning-Based Model in Cyber-Physical Systems” ที่อ้างถึงในภาพที่ 17 ปรากฏเป็นชื่อเรื่องบนสไลด์การบรรยายโดยไม่มีลิงก์อ้างอิงภายนอกกำกับไว้ จึงอ้างอิงตามที่ปรากฏในสไลด์เท่านั้น ส่วนคำอธิบายเชิงลึกอื่น ๆ ที่ขยายจากหัวข้อเหล่านั้นได้อ้างอิงแหล่งข้อมูลภายนอกตามที่ระบุไว้ในเนื้อหาและบรรณานุกรมข้างต้น