Autonomous and Intelligent Unmanned Aircraft Systems Integration Laboratory
ปฏิบัติการระบบอากาศยานไร้คนขับอัตโนมัติและระบบอัจฉริยะ
Course description
Practical integration of flight control, autopilot, navigation, sensors, embedded systems, edge AI, communications and payloads; programming and configuration; sensor fusion; mapping; obstacle avoidance; computer vision; autonomous missions; simulation and real-environment testing; and evaluation of performance, reliability and safety.
Thai description
การบูรณาการระบบควบคุมการบิน ระบบออโตไพลอต ระบบนำร่อง เซนเซอร์ ระบบสมองกลฝังตัว ปัญญาประดิษฐ์ ณ อุปกรณ์ปลายทาง ระบบสื่อสาร และอุปกรณ์ภารกิจ การเขียนโปรแกรมและการตั้งค่าระบบหลอมรวมข้อมูลจากเซนเซอร์ การทำแผนที่ การตรวจจับและหลีกเลี่ยงสิ่งกีดขวาง การมองเห็นด้วยคอมพิวเตอร์ และภารกิจการบินอัตโนมัติ การทดสอบระบบด้วยการจำลองและในสภาพแวดล้อมจริง ตลอดจนการประเมินสมรรถนะ ความน่าเชื่อถือ และความปลอดภัยของระบบ
Course learning outcomes (CLO)
| CLO | Outcome | PLO |
|---|---|---|
| CLO1 | Integrate control, navigation and sensors | PLO2 |
| CLO2 | Develop autonomous missions using edge AI | PLO4 |
| CLO3 | Test safely in simulation and the field | PLO3 |
Learning modules
1Autonomy integration
Weeks 1–3 · 27 h2 KU
Online (before class) · 12 h
Study the assigned knowledge units in advance, review media and take the module quiz
- PX4 and ArduPilot architectureIn development
- ROS 2 and flight-stack integrationIn development
In class / field · 15 h
Intensive lab and field practice recorded in a lab notebook
2Sensor fusion
Weeks 4–6 · 27 h2 KU
Online (before class) · 12 h
Study the assigned knowledge units in advance, review media and take the module quiz
In class / field · 15 h
Intensive lab and field practice recorded in a lab notebook
3Obstacle avoidance and mapping
Weeks 7–9 · 27 h2 KU
Online (before class) · 12 h
Study the assigned knowledge units in advance, review media and take the module quiz
- Autonomous path planning and obstacle avoidanceIn development
- SLAM and GNSS-denied navigationIn development
In class / field · 15 h
Intensive lab and field practice recorded in a lab notebook
4Edge AI on drones
Weeks 10–12 · 27 h2 KU
Online (before class) · 12 h
Study the assigned knowledge units in advance, review media and take the module quiz
In class / field · 15 h
Intensive lab and field practice recorded in a lab notebook
5Autonomous missions from SITL to field
Weeks 13–15 · 27 h3 KU
Online (before class) · 12 h
Study the assigned knowledge units in advance, review media and take the module quiz
In class / field · 15 h
Intensive lab and field practice recorded in a lab notebook
Assessment (draft)
| Laboratory performance | 50% |
| Reports and lab notebook | 20% |
| Practical examination | 30% |