แบบฝึกและการประเมินภารกิจจำลอง

กำหนดคำว่าผ่านก่อนดูผล

ผลทดลองควรตอบคำถามที่ตั้งไว้ ไม่ใช่เลือกตัวเลขที่ดูดีภายหลัง สำหรับบรรทุก อาจสนใจการแกว่งและตำแหน่งวาง สำหรับโชว์ อาจสนใจความคลาดเคลื่อนตำแหน่ง เวลา แสง และพลังงาน กำหนดเกณฑ์ตามโมเดลหรือข้อกำหนดของโจทย์ ไม่ใช้ค่าตัวอย่างเป็นขีดจำกัดของอากาศยานจริง

ชุดกิจกรรมสำหรับเรียนเองหรือจัดอบรม

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

• IMRCLab. Crazyswarm2 Usage: Simulation
• Preiss, J. A., Hönig, W., Ayanian, N., & Sukhatme, G. S. (2017). Downwash-Aware Trajectory Planning for Large Quadrotor Teams
• ArduPilot. Adding Simulated Peripherals: Slung Payload / Winch