The English version of this page is being translated and reviewed; the Thai original is shown for now.

Exercises and evaluation of simulated missions

ออกแบบการทดลองที่ทำซ้ำได้ แยกเกณฑ์ภาพและเกณฑ์การบิน พร้อมอ่านอัตราผ่านโดยไม่อ้างเกินข้อมูล

Last updated:

ผู้สอนกับผู้เรียนตรวจกราฟเส้นทางและบันทึกผลการทดลองโดรนบนโต๊ะคอมพิวเตอร์
ภาพจำลองแนวคิดสร้างด้วย AI ไม่ใช่ภาพหน้าจอหรือรุ่นอุปกรณ์ที่ยืนยันการรองรับ

กำหนดคำว่าผ่านก่อนดูผล

ผลทดลองควรตอบคำถามที่ตั้งไว้ ไม่ใช่เลือกตัวเลขที่ดูดีภายหลัง สำหรับบรรทุก อาจสนใจการแกว่งและตำแหน่งวาง สำหรับโชว์ อาจสนใจความคลาดเคลื่อนตำแหน่ง เวลา แสง และพลังงาน กำหนดเกณฑ์ตามโมเดลหรือข้อกำหนดของโจทย์ ไม่ใช้ค่าตัวอย่างเป็นขีดจำกัดของอากาศยานจริง

แผนทดลองจากกำหนดเกณฑ์ ตรึง configuration รัน เก็บเหตุไม่ผ่าน และทบทวนข้อจำกัด

ชุดกิจกรรมสำหรับเรียนเองหรือจัดอบรม

กิจกรรม เปลี่ยนอะไร หลักฐานส่งมอบ
โหลดติดแน่น ตำแหน่งโหลดกลาง/เยื้อง ตาราง CG และคำอธิบายผลต่อโมเดล
โหลดแขวน ความยาวสายทีละค่า กราฟมุมแกว่งและเวลาที่เข้าเกณฑ์นิ่ง
รูปขบวน มุมผู้ชมและจุดที่หาย ภาพสองมุมพร้อมเหตุผลด้านการอ่านรูป
สวนทางสองลำ เวลาเริ่มและเส้นทาง กราฟระยะตามเวลาและตำแหน่งใกล้สุด
เพิ่มจำนวนลำ จำนวนโดยตรึงฉากอื่น เวลาคำนวณ real-time factor และข้อผิดพลาด

ผู้สอนตรวจจากความครบของตัวแปรและการอธิบาย ไม่ตัดสินจากภาพสุดท้ายอย่างเดียว ใช้ แบบบันทึกทดลอง CSV ซึ่งเป็นแบบฟอร์มว่าง

อ่านอัตราผ่านอย่างมีขอบเขต

อัตราผ่าน = จำนวนรอบที่ผ่านทุกเกณฑ์ / จำนวนรอบที่กำหนดทั้งหมด เช่น ข้อมูลสมมติ 80 จาก 100 รอบเท่ากับ 80% ต้องกำหนดล่วงหน้าว่ารอบที่รันไม่จบหรือ log หายถูกนับอย่างไร และรายงานจำนวนแยก ห้ามลบทิ้งเงียบ ๆ เพราะทำให้ผลดูดีขึ้น

80% นี้หมายถึงชุดทดลองนั้น ภายใต้โมเดล การสุ่ม และเกณฑ์ที่ระบุ ไม่ใช่โอกาสสำเร็จในสนามจริง หากจงใจรวมสภาพรุนแรงหลายแบบ ให้เรียก “อัตราผ่านชุด stress test” เมื่อจะอนุมานทางสถิติต้องระบุวิธีสุ่ม ความเป็นอิสระ และความไม่แน่นอนเพิ่มเติม

บันทึกให้รันซ้ำได้

อย่างน้อยต้องมีรหัสโมเดลและ revision, มวล/CG, payload, เส้นทาง/ไฟ, physics backend, timestep, firmware, seed หากมีการสุ่ม, เกณฑ์ผ่าน, log และเวลาเกิดข้อผิดพลาด หากไม่มีการสุ่มให้ระบุว่า deterministic แทนการใส่ seed ที่ไม่มีผลจริง

Real-time factor คือเวลาจำลองหารด้วยเวลาที่ใช้รันจริง เช่น จำลอง 60 s ใช้ 120 s ได้ 0.5 ไม่ใช่คะแนนความแม่นยำ จำนวนลำมากขึ้นต้องวัดใหม่ ไม่ใช้สมรรถนะจากเครื่องของผู้อื่นเป็นการรับประกัน

เมื่อผลไม่เหมือนกัน

ตรวจหน่วย พิกัด เวลา รุ่น และเปิด dynamics หรือไม่ก่อน งาน Crazyswarm2 เป็นตัวอย่างว่าตัวเลือกการจำลองส่งผลต่อสิ่งที่ผลลัพธ์บอกได้ ส่วน งาน downwash ชี้ว่าข้อจำกัดการวางแผนต้องสัมพันธ์กับปรากฏการณ์ที่ต้องการศึกษา

เกณฑ์สำเร็จของบทเรียนคือผู้อื่นอ่านบันทึกแล้วตั้งการทดลองเดิมได้ และผู้เรียนบอกได้ว่าข้อสรุปหยุดอยู่ตรงไหน อ่านต่อ หลักการทดสอบ UAV

บรรณานุกรมและแหล่งต้นทาง

ตรวจเอกสารวันที่ 23 กันยายน 2569

Used in courses

How to cite this page

Drone Institute, Rangsit University. (2026). Exercises and evaluation of simulated missions. In UAS Technology Knowledge Hub (B.Tech.). https://rsu-drt.pk-research.work/en/kb/knowledge/payload-swarm/evaluation/

Original from Drone-Hub: https://drone.pk-research.work/knowledge/payload-swarm/evaluation/ · © PK-Research