4 สิงหาคม 2569 ถึง 3 กุมภาพันธ์ 2570

ฝึกอบรมทักษะสูงเชิงปฏิบัติการ (Boot Camp) การบูรณาการภูมิสารสนเทศปัญญาประดิษฐ์และการทำแผนที่/ตรวจสอบด้วยโดรน เพื่อการจัดการเมืองอัจฉริยะ ในเขตพัฒนาพิเศษภาคตะวันออก

ศูนย์ฝึกอบรมโดรน – ดีดีเอ็ม (DDM - Drone Training Center)

1. อุตสาหกรรมหุ่นยนต์

1. Artificial Intelligence
2. Robotics Simulation, VR, and AR
3. Geographic Information System (GIS) in urban and transport system analyst

1. Module 1: Smart City Strategy & GeoAI Concepts / บทนำสู่การจัดการเมืองอัจฉริยะ และความท้าทายเชิงข้อมูลของโครงการ EEC "Bangkok 2"
2. Module 2: Mission Planning & Data Acquisition / การวางแผนการบินเชิงปฏิบัติสำหรับ 2D Mapping (Orthomosaic) เปรียบเทียบกับ 3D Modeling (Point Cloud)
3. Module 3: Photogrammetry & 3D Model Generation / กระบวนการทำงานของ Photogrammetry แบบ End-to-End
4. Module 4: GIS Integration & Data Management / การนำเข้าและจัดการผลลัพธ์จากโดรน (Orthos, DSMs, Point Clouds) ในแพลตฟอร์ม GIS
5. Module 5: GeoAI for Feature Extraction & Analysis / บทนำสู่ AI ในการวิเคราะห์ภาพ (Computer Vision, Deep Learning)
6. Module 6: Capstone Project: Smart City Management Scenario / ผู้เข้าร่วมทำงานเป็นทีมในสถานการณ์จำลองจริง (เช่น "การประเมินความเสียหายหลังภัยพิบัติ น้ำท่วม ไฟป่า แผ่นดินถล่ม"

Bootcamp

ศูนย์ฝึกอบรมโดรน – ดีดีเอ็ม (DDM - Drone Training Center)

ภาคทฤษฎี 4 ชั่วโมง | ภาคปฏิบัติ 26 ชั่วโมง

(1) วัตถุประสงค์
1. วิเคราะห์โจทย์ปัญหาการจัดการเมืองอัจฉริยะ และเลือกใช้เซ็นเซอร์โดรน (UAV) ที่เหมาะสม (RGB, Thermal, LiDAR) เพื่อการเก็บข้อมูล
2. วางแผนและปฏิบัติภารกิจการบินโดรนอัตโนมัติ (Automated Mission) ทั้งในสถานการณ์การทำแผนที่ 2 มิติ (2D Mapping) และการตรวจสอบ 3 มิติ (3D Inspection)
3. ประมวลผลข้อมูลดิบจาก UAV (ภาพถ่าย, LiDAR) ให้เป็นผลิตภัณฑ์ข้อมูลคุณภาพสูง (Orthomosaics, 3D Point Clouds, Digital Surface Models) โดยใช้ซอฟต์แวร์ Photogrammetry
4. นำเข้า จัดการ และบูรณาการผลิตภัณฑ์ข้อมูลภูมิสารสนเทศบนแพลตฟอร์ม GIS
5. ประยุกต์ใช้โมเดล GeoAI พื้นฐาน (เช่น Machine Learning classification, Deep Learning object detection) เพื่อสกัดข้อมูลเชิงลึก (Actionable Insights) จากข้อมูลโดรน
6. (เพิ่มเติม) จัดทำรายงานการวิเคราะห์และ Dashboard สรุปผล เพื่อนำเสนอต่อผู้มีส่วนได้ส่วนเสียใน Smart City

(2) หมวดหมู่

ผลลัพธ์การเรียนรู้ที่คาดหวัง (Expected Learning Outcomes - ELOs)

เมื่อเสร็จสิ้นการฝึกอบรม ผู้เข้าร่วมจะมีความสามารถดังต่อไปนี้:
● (ELO-1) วิเคราะห์โจทย์ปัญหาการจัดการเมืองอัจฉริยะ และเลือกใช้เซ็นเซอร์โดรน (UAV) ที่เหมาะสม (RGB, Thermal, LiDAR) เพื่อการเก็บข้อมูล
● (ELO-2) วางแผนและปฏิบัติภารกิจการบินโดรนอัตโนมัติ (Automated Mission) ทั้งในสถานการณ์การทำแผนที่ 2 มิติ (2D Mapping) และการตรวจสอบ 3 มิติ (3D Inspection) ได้อย่างปลอดภัยและมีประสิทธิภาพ โดยใช้ซอฟต์แวร์วางแผนการบินสมัยใหม่
● (ELO-3) ประมวลผลข้อมูลดิบจาก UAV (ภาพถ่าย, LiDAR) ให้เป็นผลิตภัณฑ์ข้อมูลคุณภาพสูง (Orthomosaics, 3D Point Clouds, Digital Surface Models) โดยใช้ซอฟต์แวร์ Photogrammetry
● (ELO-4) นำเข้า จัดการ และบูรณาการผลิตภัณฑ์ข้อมูลภูมิสารสนเทศบนแพลตฟอร์ม GIS
● (ELO-5) ประยุกต์ใช้โมเดล GeoAI พื้นฐาน (เช่น Machine Learning classification, Deep Learning object detection) เพื่อสกัดข้อมูลเชิงลึก (Actionable Insights) จากข้อมูลโดรน
● (ELO-6) จัดทำรายงานการวิเคราะห์และ Dashboard สรุปผล เพื่อนำเสนอต่อผู้มีส่วนได้ส่วนเสียใน Smart City (เช่น "รายงานการประเมินความเสียหายของโครงสร้างพื้นฐาน")

(3) การวัดผล
สอบทฤษฏีและภาคปฏิบัติ โดยต้องมีคะแนนโดยรวมไม่ต่ำกว่าร้อยละ 85

(4) ความเชื่อมโยงกับมาตรฐานหรือสมรรถนะ
มาตรฐานอาชีพและคุณวุฒิวิชาชีพ / สาขาวิชาชีพอุตสาหกรรมดิจิทัล สาขาเทคโนโลยีอวกาศและภูมิสารสนเทศ (Geo-
Informatics and Space Technology) อาชีพนักเทคโนโลยีภูมิสารสนเทศ
(Geomatics Technologist) :
มาตรฐานอาชีพและคุณวุฒิวิชาชีพสาขาวิชาชีพอุตสาหกรรมดิจิทัล สาขาเทคโนโลยีอวกาศและภูมิสารสนเทศ อาชีพนักเทคโนโลยีภูมิสารสนเทศ มุ่งเน้น
เพื่อส่งเสริมและสนับสนุน ให้ตรงกับความต้องการของผู้ประกอบการ มีความเป็นสากล และเหมาะสมกับประเทศไทย เป็นที่ยอมรับ ทั้งภายในประเทศ และระดับสากล โดยเฉพาะกลุ่มประเทศ อาเซียน เพื่อรองรับประชาคมเศรษฐกิจ อาเซียน เพื่อสร้างเครือข่าย การจัดทำ พัฒนา และเผยแพร่ ประชาสัมพันธ์ ให้ระบบคุณวุฒิวิชาชีพและมาตรฐานอาชีพ สาขาวิชาอุตสาหกรรมดิจิทัล สาขาเทคโนโลยีอวกาศและภูมิสารสนเทศ อาชีพนักเทคโนโลยีภูมิสารสนเทศ เป็นที่รับรู้ และยอมรับในทุกภาคส่วน มาตรฐานอาชีพและคุณวุฒิวิชาชีพ สาขาวิชาชีพอุตสาหกรรมดิจิทัล สาขาเทคโนโลยีอวกาศและภูมิสารสนเทศ อาชีพนักเทคโนโลยีภูมิสารสนเทศ
ฉ บ ับ น ี้จ ัด ท ำ ข ึ้น ด ้ว ย ค ว า ม ส ำ ค ัญ เ ร ่ง ด ่ว น เ พ ื่อ ต อ บ ส น อ ง ค ว า ม ต ้อ ง ก า ร ด ้า น ภ ูม ิส า ร ส น เ ท ศ ข อ ง ป ร ะ เ ท ศ ดำเนินการวิเคราะห์ข้อมูลเกี่ยวกับภูมิสารสนเทศทั้งในประเทศและต่างประเทศร่วมกับเทคนิควิเคราะห์หน้าที่ (Functional Analysis) โดยจากการวิเคราะห์ พบว่ามีหน้าที่หลัก (Key Function) 5 หน้าที่หลัก ซึ่งทุกหน้าที่งานมีความสำคัญ ต่อการปฏิบัติงาน ด้านภูมิสารสนเทศทั้งสิ้น ซึ่งรายละเอียดที่อยู่ในมาตรฐานอาชีพนี้