หลักการและเหตุผล รายงาน WHO (2024) พบว่า 1 ใน 3 ของผู้ใหญ่ทั่วโลกขาดการออกกำลังกายที่ เพียงพอ ซึ่งเป็นสาเหตุสำคัญของโรค NCDs เช่น โรคหลอดเลือดหัวใจ, โรคเบาหวาน ผู้คนยังพบข้อจำกัดหลายประการ เช่น ขาดเวลา, ขาดแรงจูงใจ, อาการบาดเจ็บ และค่าใช้จ่ายของเทรนเนอร์ส่วนตัวที่สูง โครงงานนี้จึงพัฒนาระบบเทรนเนอร์ อัจฉริยะส่วนตัว เพื่อข้อลดจำกัดดังกล่าว
วัตถุประสงค์ 1) เพื่อประยุกต์ใช้เทคโนโลยี Computer Vision ในการตรวจจับและวิเคราะห์ท่าทางการออกกำลังกายแบบ Real-time ป้องกันการบาดเจ็บ 2) เพื่อสร้างระบบ Agentic AI ที่ทำหน้าที่เสมือนเทรนเนอร์ส่วนตัว ในการออกแบบตารางการฝึก, โภชนาการ และสร้างแรงจูงใจ 3) เพื่อลดค่าใช้จ่ายและเวลา ทำให้ผู้ใช้เข้าถึงการดูแลสุขภาพระดับมืออาชีพได้ตลอด 24 ชั่วโมง
แนวคิดการพัฒนา 1) Agentic AI Architecture การแบ่งหน้าที่ประมวลผลผ่าน AI Agent 4 ตัว (Coach, Nutrition, Motivation, Chatbot) ที่ทำงานประสานกันเพื่อวิเคราะห์และตัดสินใจแทนผู้ใช้ 2) FastDTW for Pose Analysis นวัตกรรมการใช้ MediaPipe ตรวจจับจุดพิกัด ร่างกายร่วมกับอัลกอริทึม Dynamic Time Warping (DTW) เพื่อเปรียบเทียบระยะห่างและจังหวะการเคลื่อนไหวระหว่างผู้ใช้กับเทรนเนอร์ต้นแบบ
