ระบบรู้จำและตรวจสอบป้ายทะเบียนรถยนต์เข้าออกอัตโนมัติ: กรณีศึกษาหมู่บ้านฟ้ากรีนพาร์ครอยัลธนบุรีรมย์

Last modified: June 21, 2019
You are here:
Estimated reading time: 1 min
ชื่อโครงงาน:
Project Title:
ระบบรู้จำและตรวจสอบป้ายทะเบียนรถยนต์เข้าออกอัตโนมัติ: กรณีศึกษาหมู่บ้านฟ้ากรีนพาร์ครอยัลธนบุรีรมย์
Automatic license plate recognition system: Case Study of Ban Fah Greenpark Royal Thonburirom Village
ชื่อนักศึกษา:
Author:
น.ส.นัฐวดี เลิศทรัพย์ขจร 5804800051
Miss Nattawadee Ledsubkajorn
อาจารย์ที่ปรึกษา:
Advisor:
อาจารย์วีนา  โชติช่วง
Miss Veena Chotchuang
ระดับการศึกษา:
Degree:
วิทยาศาสตรบัณฑิต (วท.บ.)
Bachelor of Science
ภาควิชา:
Major:
วิทยาการคอมพิวเตอร์
Computer Science
คณะ:
Faculty:
วิทยาศาสตร์
Science
ภาคการศึกษา/ปีการศึกษา:
Semester / Academic year:
2/2561
2/2019

การอ้างอิง/citation

นัฐวดี เลิศทรัพย์ขจร. (2561). ระบบรู้จำและตรวจสอบป้ายทะเบียนรถยนต์เข้าออกอัตโนมัติ: กรณีศึกษาหมู่บ้านฟ้ากรีนพาร์ครอยัลธนบุรีรมย์. (ปริญญานิพนธ์). กรุงเทพฯ: คณะวิทยาศาสตร์ มหาวิทยาลัยสยาม.


บทคัดย่อ

หมู่บ้านฟ้ากรีนพาร์ครอยัลธนบุรีรมย์ ตั้งอยู่ที่ ถนนประชาอุทิศ เขตทุ่งครุ กทม. พบปัญหา ในการเข้าออกของลูกบ้าน ได้แก่ การลืมบัตรเข้าออก การจอดรถกีดขวางหน้าบ้านของผู้อื่น การจอดรถในที่ห้ามจอด รวมถึงการแจกพัสดุของเจ้าหน้าที่รักษาความปลอดภัยหน้าหมู่บ้าน มีความผิดพลาดบ่อยครั้ง ด้วยเหตุนี้ผู้จัดทำจึงได้พัฒนาระบบรู้จำและตรวจสอบป้ายทะเบียนรถยนต์เข้าออกอัตโนมัติ กรณีศึกษาหมู่บ้านฟ้ากรีนพาร์ครอยัลธนบุรีรมย์นี้ขึ้น และแอปพลิเคชันส่งข้อความการจอดรถกีดขวางหน้าบ้านขึ้นเพื่อช่วยอำนวยความสะดวกให้ลูกบ้าน เจ้าหน้าที่รักษาความปลอดภัยและเจ้าหน้าที่นิติบุคคล โดยระบบแบ่งออกเป็น 3 ส่วนหลัก ๆ ประกอบด้วย 1. ระบบงานหลักสำหรับผู้ดูแลระบบ ในการบริหารจัดการดูแลข้อมูลระบบหมู่บ้าน การแจ้งเตือนของลูกบ้านที่จอดรถกีดขวาง การออกรายงานเข้าออกของลูกบ้าน 2. ระบบงานสำหรับลูกบ้าน โดยมีฟังก์ชันการทำงาน คือ การร้องเรียนรถที่กีดขวางทางหน้าบ้าน 3.ระบบงานของเจ้าหน้าที่รักษาความปลอดภัย คือ การจัดการกับพัสดุของลูกบ้าน โดยใช้เทคโนโลยีอิเมจนีคอนิชัน ( Image Recognition ) ที่เข้ามาช่วยในการเปรียบเทียบภาพในการตรวจจับป้ายทะเบียนอัตโนมัติภายในหมู่บ้าน โดยปริญญานิพนธ์นี้พัฒนาขึ้นด้วยภาษาไพทอน ( Python ) ในส่วนของการพัฒนาระบบและเว็บเซอร์วิส ส่วนแอปพลิเคชันบนแอนดรอยมีการพัฒนาในลักษณะแบบข้ามแพลตฟอร์ม ( Cross-platform ) โดยนำ Ionic framework มาช่วยในการพัฒนาอีกด้วยเมื่อพัฒนาระบบเสร็จสิ้น ระบบได้ช่วยลดความผิดพลาดของการลืมบัตรเข้าออก การส่งพัสดุให้กับลูกบ้านได้อย่างถูกต้อง และลดการวิวาทของลูกบ้านที่จอดกีดขวางอีกทั้งช่วยอำนวยความสะดวกในการทำงานของนิติบุคคลและเจ้าหน้าที่รักษาความปลอดภัยได้อีกด้วย

 

คำสำคัญ: ป้ายทะเบียน, อิเมจนีคอนิชัน, หมู่บ้านฟ้ากรีนพาร์ครอยัลธนบุรีรมย์


Abstract

Fah Greenpark Royal Thonburirom Village is located at Pracha Uthit Road, Thung Khru District, Bangkok. Faced with various of management problem from the house owner mistake such as forgetting their access key card, parking in front of other people’s houses, parking in a no-parking zone and the juristic person also have parcel management problem which occurs form security guards are given the wrong package to the house owner. As a result of the mentioned problem, this project has developed the automatic license recognition system which has three sub-systems as follows: first sub-system is the administrative system for the juristic person which manage data, inform and notify the problem to the house owner. Moreover, this first sub-system can generate the car park report, the Second sub-system is a application system for the house owner to report the parking problem such as double parking. and the third sub-system is automatic license recognition system to solve the wrong package giving problem. Finally, This project developed web-service by and developed an application by Ionic.

 

Keywords: license plate, image recognition, fah green park royal thonburirom


ระบบรู้จำและตรวจสอบป้ายทะเบียนรถยนต์เข้าออกอัตโนมัติ: กรณีศึกษาหมู่บ้านฟ้ากรีนพาร์ครอยัลธนบุรีรมย์ / Automatic license plate recognition system: Case Study of Ban Fah Greenpark Royal Thonburirom Village

คณะวิทยาศาสตร์ มหาวิทยาลัยสยาม  |  Faculty of Science, Siam University, ฺBangkok, Thailand

Tags:
Was this article helpful? บทความนี้เป็นประโยชน์หรือไม่?
ไม่ / Dislike 0
Views: 2133
Facebook
Twitter
LinkedIn
WhatsApp
Email
Print

QR code for article

QR Code