Skip to content

บทที่ 2 กระบวนการพัฒนาซอฟต์แวร์และแผนการดำเนินงาน (Software Development Process & Project Plan)

บทนี้แสดงภาพรวมเชิงบริหารวิศวกรรมซอฟต์แวร์ ตั้งแต่การเลือกใช้มาตรฐานสากล ISO/IEC 29110 ในการวางโครงสร้างวงจรชีวิตซอฟต์แวร์ (Software Development Life Cycle) การใช้การพัฒนาซอฟต์แวร์แบบวนซ้ำ (Iterative Development Model) ไปจนถึงการจำแนกทรัพยากร วิเคราะห์ความเสี่ยง และกลยุทธ์ทางสถาปัตยกรรมเทคโนโลยีที่ตอบโจทย์เงื่อนไขเป้าหมายอย่างเป็นรูปธรรม

สารบัญ


2.1 ภาพรวมกระบวนการพัฒนาซอฟต์แวร์ (Overview of Software Development Process)

โครงการ TaijiFlow AI เลือกใช้มาตรฐาน ISO/IEC 29110 – Software Life Cycle Profiles and Guidelines for Very Small Entities [12] เป็นกรอบบริหารจัดการและพัฒนาซอฟต์แวร์ตลอดทั้งโครงการ มาตรฐานดังกล่าวถูกออกแบบมาสำหรับองค์กรหรือทีมพัฒนาขนาดเล็ก (ไม่เกิน 25 คน) จึงสอดคล้องกับบริบทของโครงการการค้นคว้าอิสระฉบับนี้ ซึ่งดำเนินการโดยนักพัฒนาเพียง 1 คน ภายใต้การให้คำแนะนำของผู้เชี่ยวชาญเฉพาะด้าน (Domain Expert) ทางฝั่งมวยไท้เก๊ก

เหตุผลในการนำมาตรฐาน ISO/IEC 29110 มาบังคับใช้ มี 3 ประการสำคัญ ได้แก่

  • ประการแรก สามารถกำหนดกรอบเอกสารที่ตรวจสอบย้อนกลับได้ ครอบคลุมตั้งแต่แผนโครงการ (Project Plan) ไปจนถึงคู่มือการใช้งาน (User Manual)
  • ประการที่สอง ช่วยสร้างกลไกเชื่อมโยงความสัมพันธ์ (Traceability) เริ่มจากการรวบรวมความต้องการ ไปสู่การออกแบบ และจัดทำเป็นกรณีทดสอบอย่างเป็นรูปธรรม
  • ประการที่สาม เอกสารทั้งหมดที่จัดทำขึ้น จะกลายเป็นโครงสร้างพื้นฐานที่มั่นคง สำหรับการส่งมอบให้ผู้พัฒนาใน Phase 2 และ 3 ต่อไป

ISO/IEC 29110 กำหนดสองกระบวนการหลักที่โครงการนี้นำมาใช้ ได้แก่ Project Management (PM) Process และ Software Implementation (SI) Process

ISO/IEC 29110

ภาพที่ 2.1 ภาพรวมวัฏจักรการพัฒนาซอฟต์แวร์ตามมาตรฐาน ISO/IEC 29110

2.1.1 กระบวนการบริหารจัดการโครงการ (Project Management Process)

กระบวนการ PM ครอบคลุมการวางแผน ควบคุม และปิดโครงการ ซึ่งในทางปฏิบัติโครงการนี้ดำเนินการผ่าน 3 กิจกรรมหลัก ดังแสดงลำดับขั้นตอนในภาพที่ 2.2

Project Management Process

ภาพที่ 2.2 กระบวนการบริหารจัดการโครงการ (Project Management Process Overview)

ขั้นตอนที่มีความสำคัญเฉพาะต่อโครงการนี้

PM.01 – Project Planning: จัดทำเอกสาร Project Plan กำหนดปัญหา วัตถุประสงค์ ขอบเขต แผนทรัพยากร และ Gantt Chart พร้อมวางแผนการจัดทำเอกสาร SRS, SDD และ Test Plan ล่วงหน้าก่อนเริ่มพัฒนา เพื่อให้ทุก artifact มีเป้าหมายชัดเจน

PM.02 – Project Execution & Control: ติดตามความคืบหน้าผ่าน Progress Status Record ซึ่งบันทึกกิจกรรมและสถานะในแต่ละเวอร์ชัน บันทึกการเปลี่ยนแปลงผ่าน Change Request (CR-01 ถึง CR-03) เช่น CR-01 ที่เกิดเมื่อพบว่า Body Calibration เดิมไม่รองรับผู้ฝึกที่มีสัดส่วนที่แตกต่างกันมาก แต่ผู้เชี่ยวชาญยืนยันว่าความแตกต่างเหล่านี้ส่งผลต่อความยุติธรรมของการประเมินท่ารำจริง

PM.03 – Project Closure: เตรียมสิ่งส่งมอบครบถ้วนเมื่อระบบและเอกสารเสร็จสมบูรณ์ ได้แก่ ซอร์สโค้ด เอกสารชุด ISO 29110 และคู่มือ เพื่อส่งมอบสถาบันและประกอบการสอบป้องกันโครงการ แผนภูมิความสัมพันธ์และกิจกรรมได้ถูกสรุปเพิ่มเติมไว้ดังมุมมองในภาพที่ 2.3

ภาพที่ 2.3 แผนภูมิแสดงความสัมพันธ์ในกระบวนการ PM (PM Process Flow Diagram)

ตัวอย่างที่แสดงให้เห็นว่ากระบวนการ PM ทำงานจริงคือช่วง v1.3.0 ซึ่งทีมพัฒนาตรวจพบว่าโครงสร้างเอกสารและการตั้งชื่อ UML ไม่สอดคล้องกัน จึงบันทึก Change Request และดำเนินการปรับโครงสร้างทั้งหมดอย่างเป็นระบบ พร้อมอัปเดต CHANGELOG และ Progress Status Record ให้สะท้อนสถานะจริง รายละเอียดกิจกรรมและหมวดหมู่เอกสารหลักที่เกี่ยวข้อง สามารถจำแนกได้ดังตารางที่ 2.1

ตารางที่ 2.1 กิจกรรมในกระบวนการ Project Management Process

รหัสกิจกรรมเอกสารหลักที่เกี่ยวข้อง
PM.01Project PlanningProject Plan, Gantt Chart, SRS (ฉบับร่าง)
PM.02Project Execution & ControlProgress Status Record, Change Request, CHANGELOG
PM.03Project ClosureTest Record, Configuration Item Table, User/Admin Manual

2.1.2 กระบวนการพัฒนาซอฟต์แวร์ (Software Implementation Process)

กระบวนการ SI ครอบคลุมตั้งแต่การวิเคราะห์ความต้องการไปจนถึงการส่งมอบผลิตภัณฑ์ใน 6 ขั้นตอนต่อเนื่อง สิ่งสำคัญของกระบวนการนี้คือแต่ละขั้นตอนมีเอกสาร output ที่ชัดเจน และ output ของขั้นตอนหนึ่งจะเป็น input ของขั้นตอนถัดไป ทำให้สามารถตรวจสอบย้อนกลับได้ตลอดสาย ดังภาพประกอบที่ 2.4

Software Implementation Process

ภาพที่ 2.4 กระบวนการพัฒนาซอฟต์แวร์ (Software Implementation Process Overview)

ขั้นตอนที่มีความสำคัญเฉพาะต่อโครงการนี้

  • SI.02 (Requirements Analysis): ความท้าทายคือการแปลงหลักการมวยไท้เก๊กที่เป็นนามธรรม (เช่น "ใช้เอวเป็นแกน") ให้เป็น Functional Requirements ที่ชัดเจนและตรวจสอบได้ ผลลัพธ์คือ SRS ที่ระบุ 12 Use Cases และ FR 12 ข้อ
  • SI.03 (Architecture & Design): เป็นจุดที่ตัดสินใจสถาปัตยกรรม 4-Layer และออกแบบ Heuristics Engine ทั้ง 9 ข้อ ซึ่งถูกออกแบบมาเพื่อตอบโจทย์ "จลนศาสตร์ (Kinematics)" โดยเฉพาะ การออกแบบที่ชัดเจนในขั้นนี้ทำให้ SI.04 สามารถพัฒนาแต่ละ Rule แยกกันได้โดยไม่ก้าวก่ายกัน
  • SI.04 (Construction): ดำเนินการคู่ขนานกับการเขียน Unit Test (SI.05 บางส่วน) โดยใช้แนวทาง Test-first สำหรับ Heuristics Logic เพื่อให้มั่นใจว่าสูตรคณิตศาสตร์ถูกต้องก่อน integrate
  • SI.05 (Software Integration & Testing): เน้นการทดสอบความแม่นยำของ Heuristics Module เมื่อทำงานร่วมกับ UI แบบ Real-time โดยมีการเก็บผลทดสอบ (Test Record) ครอบคลุมทั้ง Unit Level และ Integration Level เพื่อพิสูจน์ความเสถียรของระบบ
  • SI.06 (Software Delivery): ขั้นตอนการส่งมอบผลิตภัณฑ์ซอฟต์แวร์ที่สมบูรณ์ พร้อมคู่มือการใช้งานและเอกสารประกอบทั้งหมดที่จัดทำขึ้นตามมาตรฐาน เพื่อให้มั่นใจว่าระบบพร้อมสำหรับผู้ใช้งานจริงและผู้ที่จะเข้ามารับช่วงต่อในการพัฒนา

โครงสร้างความเชื่อมโยงระดับระบบวิศวกรรมของผลลัพธ์ในแต่ละก้าว ถูกออกแบบกรอบไว้ดังแสดงในภาพที่ 2.5

ภาพที่ 2.5 แผนภูมิแสดงลำดับการพัฒนาซอฟต์แวร์ (SI Process Flow Diagram)

เพื่อให้ครอบคลุมตามมาตรฐานและบรรลุผลลัพธ์การจัดการที่ดีเยี่ยม จึงได้กำหนดกล่องรายการตรวจสอบ (Checklist) ดังตารางที่ 2.2

ตารางที่ 2.2 รายการตรวจสอบกระบวนการ ISO/IEC 29110

No.กระบวนการเอกสารสถานะ
1Project Planning (PM.01)Project Plan
2Requirements Analysis (SI.02)SRS
3Architecture & Detailed Design (SI.03)SDD + UML Diagrams (45 ไฟล์)
4Configuration ManagementCI Table (179+ items) + CHANGELOG
5Software Construction (SI.04)Source Code (69 ไฟล์)
6Integration & Testing (SI.05)Test Plan + Test Record (75 กรณี)
7Project Monitoring (PM.02)Progress Status Record + Change Request
8Product Delivery (SI.06)User Manual + Admin Manual

ณ เวอร์ชัน v1.3.2 กระบวนการทั้ง 8 รายการข้างต้นเสร็จสมบูรณ์ 100% โดยมีการเชื่อมโยงความสัมพันธ์ของสิ่งส่งมอบดังแสดงในภาพที่ 2.6

ภาพที่ 2.6 ความเชื่อมโยงของสิ่งส่งมอบ (Artifact Traceability Relationship)

แผนภาพที่ 2.6 แสดงสายสัมพันธ์การตรวจสอบย้อนกลับ (Traceability) ของโครงการ โดยเริ่มจากการสกัดความต้องการของผู้ใช้เข้าสู่เอกสาร SRS ซึ่งทำหน้าที่เป็นแม่แบบในการออกแบบโครงสร้างใน SDD และนำไปสู่การพัฒนา Source Code ในชุดเดียวกันนี้ ระบบได้กำหนดกลไกการตรวจสอบสองระดับ คือการตรวจสอบความถูกต้องรายโมดูล (Unit Test) เพื่อยืนยันตรรกะทางเทคนิค และการตรวจสอบความสอดคล้องกับความต้องการของผู้ใช้ในขั้นตอนสุดท้าย (UAT) เพื่อยืนยันว่าระบบสามารถทำงานได้จริงตามวัตถุประสงค์ที่ตั้งไว้ในเบื้องต้น

ส่วนที่ยังดำเนินการอยู่คือการจัดทำรายงานฉบับสมบูรณ์ (Final Report) และการเตรียมสอบป้องกันโครงการ


2.2 รูปแบบและขั้นตอนการพัฒนา (Development Model)

โครงการ TaijiFlow AI ใช้ Iterative Development Model แทนที่จะพัฒนาทุกท่าและทุกฟีเจอร์พร้อมกัน โดยใช้หลักการ Depth-first คือเริ่มจากการพัฒนาท่าม้วนไหมพื้นฐานด้วยมือขวา (Right-Hand Clockwise Silk Reeling) เป็นกรณีทดสอบหลัก (Primary Case Study) เพื่อพัฒนาให้ถูกต้องสมบูรณ์ทั้ง Pipeline ก่อนจะขยายครอบคลุมท่าทั้งหมดตามที่กำหนดไว้ในขอบเขต

เหตุผลที่เลือกแนวทางนี้มีสองด้าน ด้านเทคนิค: กฎฮิวริสติก (Heuristics) แต่ละข้อมีความซับซ้อนของสูตรทางคณิตศาสตร์และการประมวผลพิกัดสูง การทดสอบรูปแบบการเคลื่อนไหวเดียวให้สมบูรณ์ก่อนช่วยยืนยันความถูกต้องของสายการประมวลผล (MediaPipe Landmark → Heuristic Calculation → Scoring → Feedback) ได้อย่างแม่นยำ ด้านการจัดการ: ช่วยให้สามารถนำเสนอระบบต้นแบบที่ทำงานได้จริง (MVP) ในระยะแรก และรับข้อมูลป้อนกลับจากผู้เชี่ยวชาญ (SME) ก่อนที่จะขยายการพัฒนาไปสู่ท่าอื่นๆ ซึ่งกระบวนทัศน์นี้แสดงเป็นวงจรการทำงานซ้ำได้ดังภาพที่ 2.7

Iterative Model

ภาพที่ 2.7 รูปแบบการพัฒนาแบบวนซ้ำ (Iterative Development Model)

ฟีเจอร์ทั้งหมดถูกจัดกลุ่มเป็น 3 Iteration ตามระดับความสำคัญ (MoSCoW) และความซับซ้อนของการพัฒนา เพื่อให้ได้ระบบที่เสถียรที่สุดในฟังก์ชันหลักก่อนขยายสู่ส่วนติดต่อผู้ใช้ ดังตารางที่ 2.3

ตารางที่ 2.3 Iteration Plan (MoSCoW Priority)

Iterationเป้าหมายฟีเจอร์หลัก (Key Features)FR ที่ครอบคลุม
1 (Must)Core AI Pipeline ทำงานได้MediaPipe + Calibration + Heuristics 9 ข้อ + Skeleton Overlay + Ref Data CollectorFR-01, 02, 03, 04, 10
2 (Should)Feedback & User Experience ครบScore Summary, TTS Feedback, Replay, Survey, TutorialFR-05, 06, 09, 11, 12
3 (Could)Advanced FeaturesGesture Control, Flow State Mode (โหมดฝึกต่อเนื่อง)FR-07, 08

Iteration 1 ถือเป็น MVP (Minimum Viable Product) ที่ตอบคำถาม RQ1 ได้โดยตรง — ว่าระบบสามารถตรวจจับท่าทางและให้ข้อมูลป้อนกลับตามหลักมวยได้ถูกต้องหรือไม่ ก่อนที่จะพัฒนาส่วนขยายด้านประสบการณ์ผู้ใช้ (UX) ให้สมบูรณ์ใน Iteration 2 และ 3 ทั้งนี้ ผลลัพธ์จากการพัฒนาในแต่ละ Iteration จะถูกนำไปประเมินประสิทธิภาพในบทที่ 4 รวมถึงสรุปและอภิปรายผลรวบยอดในบทที่ 5 ตามลำดับ


2.3 แผนการดำเนินงาน (Project Plan)

2.3.1 แผนการดำเนินงาน Phase 1

ภาพรวมแผนงานระยะเวลา Phase 1 ประกอบด้วยความเชื่อมโยงทางเป้าหมายดังขอบเขตที่แสดงในภาพที่ 2.8

  • ระยะที่ 1: การเตรียมการและออกแบบ (Preparation & Design)
  • ระยะที่ 2: การพัฒนาและสร้างระบบ (Implementation)
  • ระยะที่ 3: การทดสอบและประเมินผล (Testing & Evaluation)
  • ระยะที่ 4: การสรุปผลและจัดทำเอกสารฉบับสมบูรณ์ (Finalization & Documentation)

Project Plan Overview

ภาพที่ 2.8 ภาพรวมแผนการดำเนินงาน (Project Plan Overview)

ระยะที่ 1: การเตรียมการและออกแบบ (Preparation & Design)

จุดเริ่มต้นของเอกสารจะร่างด้วยกรอบเตรียมการและออกแบบโครงสร้าง ดังรายละเอียดในภาพที่ 2.9

Project Plan Phase 1

ภาพที่ 2.9 แผนการดำเนินงานระยะที่ 1: การเตรียมการ (Project Plan Phase 1)

1.1 การรวบรวมและประมวลผลข้อมูลต้นแบบ (Ground Truth Data Collection & Processing)

  • ดำเนินการบันทึกวิดีโอการรำท่าม้วนไหม 4 ท่าหลัก (มือขวา-ตามเข็ม, มือซ้าย-ตามเข็ม, มือขวา-ทวนเข็ม, มือซ้าย-ทวนเข็ม) ใน 3 ระดับ (นั่ง, ยืน, ยืนย่อ) จากครูผู้เชี่ยวชาญ

  • ประมวลผลวิดีโอเพื่อสกัดข้อมูลพิกัดข้อต่อ 3 มิติ (3D Landmarks) ในแต่ละเฟรม

  • จัดเก็บข้อมูลพิกัดในรูปแบบไฟล์ JSON ที่มีโครงสร้างมาตรฐานและจัดทำเอกสารกำกับ

    ผลลัพธ์ที่ได้: ชุดข้อมูลต้นแบบ (Ground Truth Dataset) ในรูปแบบไฟล์ JSON

1.2 การจัดทำเอกสารข้อกำหนดและการออกแบบ (Requirements & Design Documentation)

  • จัดทำเอกสาร ข้อกำหนดความต้องการซอฟต์แวร์ (Software Requirements Specification - SRS)

  • ออกแบบสถาปัตยกรรมของระบบ (System Architecture) และส่วนติดต่อผู้ใช้ (UI/UX)

  • ออกแบบตรรกะและสูตรคำนวณสำหรับ Heuristics Engine

  • จัดทำเอกสาร การออกแบบซอฟต์แวร์ (Software Design Document - SDD)

    ผลลัพธ์ที่ได้: เอกสาร SRS และ SDD ฉบับสมบูรณ์

1.3 การเตรียมสภาพแวดล้อมในการพัฒนา (Development Environment Setup)

  • สร้าง Repository ของโครงการบน GitHub และกำหนดโครงสร้างโฟลเดอร์มาตรฐาน

  • ติดตั้งไลบรารีและเครื่องมือที่จำเป็นสำหรับการพัฒนา Front-end (HTML/CSS/JS), เครื่องมือสร้าง UI/UX และ Jest สำหรับหน่วยทดสอบรหัส (Unit Testing)

  • ตั้งค่าสภาพแวดล้อมสำหรับการพัฒนา (Local Development Environment) เพื่อให้พร้อมสำหรับการเขียนโค้ด

    ผลลัพธ์ที่ได้: สภาพแวดล้อมในการพัฒนาที่พร้อมใช้งาน และ Repository บน GitHub

ระยะที่ 2: การพัฒนาและสร้างระบบ (Implementation)

เมื่อโครงสร้างพร้อม จะเข้าสู่กระบวนการเขียนโค้ดเพื่อพัฒนาระบบจริง ดังขั้นตอนย่อยในภาพที่ 2.10

Project Plan Phase 2

ภาพที่ 2.10 แผนการดำเนินงานระยะที่ 2: การพัฒนา (Project Plan Phase 2)

2.1 การพัฒนาส่วนติดต่อผู้ใช้และโครงสร้างหลัก (Core System & UI Development)

  • เขียนโค้ด HTML, CSS, และ JavaScript เพื่อสร้างส่วนติดต่อผู้ใช้ (UI)

  • พัฒนาฟังก์ชันการทำงานพื้นฐาน เช่น การเปิดเว็บแคม, การแสดงวิดีโอ และการทำงานของปุ่มและเมนูต่างๆ

    ผลลัพธ์ที่ได้: หน้าเว็บแอปพลิเคชันที่สามารถแสดงภาพจากกล้องและมี UI ครบถ้วน

2.2 การพัฒนา Heuristics Engine (Heuristics Engine Development)

  • พัฒนาแบบ "เจาะลึกทีละท่า" (Depth-first) โดยเริ่มจากท่าม้วนไหมพื้นฐานด้วยมือขวา (Right-Hand Clockwise Silk Reeling) เป็นลำดับแรก

  • พัฒนาฟังก์ชันสำหรับกฎเกณฑ์ (Heuristics) ให้ครบทั้ง 3 ระดับการฝึก (นั่ง, ยืน, ยืนย่อ)

  • เขียน Unit Test ด้วย Jest ควบคู่ไปกับการพัฒนาแต่ละฟังก์ชัน เพื่อตรวจสอบความถูกต้องของตรรกะ

    ผลลัพธ์ที่ได้: Heuristics Engine ที่สามารถวิเคราะห์ท่ารำต้นแบบได้อย่างสมบูรณ์ พร้อม Unit Test ที่มีความครอบคลุม (Coverage) ตามเกณฑ์

2.3 การบูรณาการระบบ (System Integration)

  • เชื่อมต่อส่วนติดต่อผู้ใช้ (UI) เข้ากับ Heuristics Engine

  • พัฒนาตรรกะในการรับค่าจากเมนู (ท่าที่เลือก, ระดับที่เลือก) เพื่อเรียกใช้ฟังก์ชันการวิเคราะห์ที่ถูกต้อง

  • พัฒนาวิธีการแสดงผลข้อมูลป้อนกลับ (Feedback) บนหน้าจอแบบ Real-time

    ผลลัพธ์ที่ได้: ซอฟต์แวร์ต้นแบบ TaijiFlow AI เวอร์ชันแรกที่ทำงานได้ครบทุกท่า

ระยะที่ 3: การทดสอบและประเมินผล (Testing & Evaluation)

ถัดมาคือกระบวนการสำรวจประสิทธิภาพและวิเคราะห์กลุ่มเป้าหมายเชิงสถิติ ดังภาพที่ 2.11

Project Plan Phase 3

ภาพที่ 2.11 แผนการดำเนินงานระยะที่ 3: การทดสอบ (Project Plan Phase 3)

3.1 การเตรียมการประเมินผล (Evaluation Preparation)

  • จัดทำ “แผนการทดสอบ” (Test Plan) และเขียน “กรณีทดสอบ” (Test Cases) สำหรับการทดสอบซอฟต์แวร์และการประเมินผลกับผู้ใช้

  • จัดทำเครื่องมือที่ใช้ในการเก็บข้อมูลฉบับสมบูรณ์ (แบบสอบถาม, แนวคำถามสัมภาษณ์, เอกสารขอความยินยอม)

  • ดำเนินการคัดเลือกและนัดหมายกลุ่มตัวอย่าง (5-10 คน) ตามเกณฑ์ที่กำหนด

    ผลลัพธ์ที่ได้: เอกสาร Test Plan ฉบับสมบูรณ์, เครื่องมือเก็บข้อมูลที่พร้อมใช้งาน, และรายชื่อผู้เข้าร่วมการทดสอบ

3.2 การดำเนินการทดสอบและประเมินผล (Execution of Testing & Evaluation)

  • ดำเนินการทดสอบประสิทธิภาพของระบบ (Performance Testing) เพื่อวัดค่าจำนวนเฟรมที่แสดงผลในหนึ่งวินาที (FPS: Frames Per Second) และการใช้ทรัพยากร

  • จัดกิจกรรมการทดลองกับผู้ใช้งานกลุ่มตัวอย่าง และดำเนินการเก็บข้อมูล (บันทึกวิดีโอ, ตอบแบบสอบถาม, สัมภาษณ์)

    ผลลัพธ์ที่ได้: ข้อมูลดิบจากการทดสอบทั้งหมด (Raw Data)

3.3 การวิเคราะห์และปรับปรุงระบบ (Analysis & Refinement)

  • วิเคราะห์ข้อมูลเชิงปริมาณและคุณภาพที่รวบรวมได้

  • สรุปผลการทดสอบ, ระบุข้อผิดพลาด (Bugs) และจุดที่ควรปรับปรุง

  • ดำเนินการแก้ไขข้อผิดพลาดที่สำคัญและปรับปรุงระบบตามข้อเสนอแนะที่ได้รับ

    ผลลัพธ์ที่ได้: “รายงานสรุปผลการทดสอบ” (Test Report) และ “ซอฟต์แวร์ต้นแบบเวอร์ชันปรับปรุง” (Stable Version)

ระยะที่ 4: การสรุปผลและจัดทำเอกสาร (Finalization & Documentation)

ปิดท้ายด้วยการจัดทำรายงานสมบูรณ์และแพคเกจผลลัพธ์โครงการ ดังภาพที่ 2.12

Project Plan Phase 4

ภาพที่ 2.12 แผนการดำเนินงานระยะที่ 4: การสรุปผล (Project Plan Phase 4)

4.1 การเขียนรายงานฉบับสมบูรณ์ (Final Report Writing)

  • นำผลการวิเคราะห์จากระยะที่ 3 มาเขียนในบทที่ 4 (ผลการศึกษา) และบทที่ 5 (สรุปและอภิปรายผล)

  • เรียบเรียงและขัดเกลารายงานทั้งหมด พร้อมจัดทำเอกสารอ้างอิงและภาคผนวก

    ผลลัพธ์ที่ได้: รายงานการค้นคว้าอิสระฉบับสมบูรณ์

4.2 การจัดทำเอกสารโครงการ (Project Documentation)

  • ตรวจสอบและปรับปรุงเอกสารทั้งหมด (SRS, SDD, Test Plan, Decision Log)

    ผลลัพธ์ที่ได้: ชุดเอกสารประกอบโครงการที่สมบูรณ์

4.3 การเตรียมการนำเสนอ (Presentation Preparation)

  • จัดทำสไลด์นำเสนอสำหรับสอบป้องกันโครงการ

  • ฝึกซ้อมการสาธิต (Demo) การใช้งานซอฟต์แวร์ต้นแบบ

  • ฝึกซ้อมการนำเสนอทั้งหมดเพื่อให้เป็นไปตามเวลาที่กำหนด

    ผลลัพธ์ที่ได้: สื่อนำเสนอฉบับสมบูรณ์ และความพร้อมในการสอบป้องกันโครงการ

2.3.2 Gantt Chart

แผนการดำเนินงานของโครงการครอบคลุม 6 เดือน (พฤศจิกายน 2568 – พฤษภาคม 2569) ตาม Project Plan ซึ่งแบ่งเป็น 5 ส่วน สอดคล้องกับ Phase การทำงานในเอกสาร ดังปรากฏในโครงสร้างเวลาของแผนภูมิที่ 2.13

ภาพที่ 2.13 แผนภูมิแกนต์แสดงระยะเวลาดำเนินการ (Gantt Chart)

Note: Gantt Chart มี Buffer ในสองจุดสำคัญ — หลัง Implementation (buffer1) และหลัง UAT (buffer2) ซึ่งสะท้อนว่าโครงการตระหนักถึงความไม่แน่นอนในขั้นตอนบูรณาการระบบและการรับ feedback จากผู้ใช้จริง การจัด Buffer ล่วงหน้าทำให้ไม่ต้องตัดฟีเจอร์ออกเมื่อพบปัญหา

2.3.3 Milestones

แผนงานกำหนด 5 Milestone หลักตลอดโครงการ แต่ละ Milestone แทนการเปลี่ยนผ่านระหว่าง Phase สำคัญ และต้องมีเอกสารหรือผลที่จับต้องได้ก่อนจะเดินหน้าต่อ ตามจุดชี้วัดที่สรุปในตารางที่ 2.4

ตารางที่ 2.4 รายละเอียดไมล์สโตน (Milestones)

Milestoneชื่อเงื่อนไขผ่านเวอร์ชันสถานะ
M1Requirement ApprovalSRS และ Project Plan ผ่านการตรวจสอบv0.1
M2Design CompleteSDD + UML Diagrams ครบ สถาปัตยกรรมได้รับการอนุมัติv0.3
M3Core FeaturesHeuristics 9 ข้อ + Realtime Feedback ทำงานได้ Unit Test ผ่านv1.2.0
M4Testing CompleteUAT ผ่าน Traceability Record และ Test Record เสร็จสมบูรณ์v1.3.0
M5Project Closureรายงานฉบับสมบูรณ์ + นำเสนอสำเร็จv1.3.x

Milestone 4 เป็นจุดที่โครงการลงทุนเวลามากที่สุด เนื่องจากต้องจัดทำ Traceability Record ฉบับสมบูรณ์ที่เชื่อมโยง IRS 24 ข้อ → UTC 72 กรณี → STC 3 กรณี รวมถึงแก้ไขปัญหาเชิงโครงสร้างเอกสาร (Milestone 5 ภายใน v1.3.0) ก่อนที่ UAT จะมีความน่าเชื่อถือเต็มที่

2.3.4 สิ่งส่งมอบ (Deliverables)

รายการข้อมูลความคาดหวังผลผลิตของโครงการ ได้ถูกรวบรวมไว้เป็นหมวดหมู่ตามตารางที่ 2.5

ตารางที่ 2.5 รายการสิ่งส่งมอบ (Deliverables)

No.สิ่งส่งมอบรูปแบบกำหนด
1.1Project ProposalPDF / Markdownเดือนที่ 1
1.2Project Plan + SRSPDF / Markdownเดือนที่ 1–2
1.3SDD + UML Diagrams (45 ไฟล์)PDF / Markdownเดือนที่ 2
2.1TaijiFlow AI Web ApplicationWeb App (Vercel)เดือนที่ 3–4
2.2Heuristics Engine 9 ข้อJavaScript Modulesเดือนที่ 3–4
3.1Test Plan + Test RecordPDF / Markdownเดือนที่ 5–6
3.2Traceability Record + CI TablePDF / Markdownเดือนที่ 5–6
3.3User Manual + Admin ManualPDF / Markdownเดือนที่ 6
3.4Final Report (Thesis)PDF / Markdownเดือนที่ 6

2.4 ทรัพยากรและความพยายาม (Effort and Resources)

โครงการนี้พัฒนาโดยทีมขนาดเล็ก โดยผู้พัฒนาหลักทำหน้าที่ควบรวมทั้ง Full Stack Development, AI/CV Engineering และ Project Management พร้อมรับคำแนะนำจากที่ปรึกษาสองด้าน ได้แก่ ที่ปรึกษาด้านวิศวกรรมซอฟต์แวร์ และผู้เชี่ยวชาญมวยไท้เก๊ก (SME) สำหรับการออกแบบ Heuristics และตรวจสอบความถูกต้องของ feedback ทั้งนี้ การแจกแจงเพดานกำลังประเมินไว้ล่วงหน้า ได้แสดงไว้ดังตารางที่ 2.6

ตารางที่ 2.6 การประมาณความพยายาม (Effort Estimation)

PhaseระยะเวลาEffort โดยประมาณผู้รับผิดชอบ
Planning & Management4 สัปดาห์40–50 ชั่วโมงDeveloper
Design (SDD + Architecture)4 สัปดาห์40–60 ชั่วโมงDeveloper
Core Development8 สัปดาห์120–150 ชั่วโมงDeveloper
Testing & Evaluation4 สัปดาห์60–80 ชั่วโมงDeveloper
Documentation & Thesis4 สัปดาห์40–60 ชั่วโมงDeveloper
รวม~6 เดือน~300–400 ชั่วโมง

ช่วงการทำงานที่บริโภคทรัพยากรมากที่สุดคือ Core Development ซึ่งต้องอาศัยเวลามากกว่า 120–150 ชั่วโมง ตัวเลขประมาณการที่สูงนี้เกิดจากความซับซ้อนของ Heuristics Engine กฎเกณฑ์เชิงตรรกะแต่ละข้อจำเป็นต้องมีการคิดค้นสูตรคำนวณ การนำสูตรไปวิเคราะห์เปรียบเทียบกับข้อมูลต้นแบบ (Ground Truth) ที่สกัดจากผู้เชี่ยวชาญเพื่อปรับจูนค่าเกณฑ์ประเมิน (Threshold Tuning) ตลอดจนการทำซ้ำในระดับ Unit Test กระบวนการเหล่านี้ต้องอาศัยวงจรพัฒนาที่วนซ้ำหลายรอบ (Iteration) เพื่อบรรลุความถูกต้องแม่นยำจนถึงระดับที่สามารถนำมาใช้งานจริงได้ตามมาตรฐานของศาสตร์มวยไท้เก๊ก


2.5 ขอบเขตและข้อจำกัด (Scope and Limitations)

2.5.1 ภาพรวมขอบเขตและแผนการพัฒนาระยะยาว (Scope Overview and Roadmap)

TaijiFlow AI ถูกวางแผนไว้เป็น 3 Phase ตามระดับความซับซ้อนของเนื้อหาและเทคโนโลยี โดย Phase 1 (รายงานฉบับนี้) เป็นจุดเริ่มต้น ส่วน Phase 2 จะขยายเนื้อหาและเพิ่มระบบผู้ใช้ และ Phase 3 จะนำ AI ขั้นสูงมาใช้สำหรับการรำแบบอิสระ (ไม่จำกัดท่า) เพื่อให้เห็นภาพรวมของการดำเนินงาน โครงการ TaijiFlow AI กำหนดขอบเขตครอบคลุม 3 ด้านหลัก ดังนี้

1. ขอบเขตด้านเนื้อหามวยไท้เก๊ก (Taiji Content Scope):

  • สกุลมวย: มวยไท้เก๊ก "สกุลเฉิน" (Chen-style Taijiquan) เท่านั้น
  • ชุดท่า: "ท่าม้วนไหม" (Silk Reeling / Chán Sī Jìn) เท่านั้น
  • รูปแบบท่า: เน้น "ท่าม้วนไหมมือเดียว" (Single-Hand) ใน Phase 1, "ท่าม้วนไหมสองมือ" (Double-Hand) ใน Phase 2 และ "ท่าม้วนไหม เคลื่อนไหว" (Silk Reeling, Moving) ใน Phase 3
  • ระดับการฝึก: รองรับความสูง 3 ระดับ ได้แก่ "นั่ง, ยืนตรง, และยืนย่อ" (Sitting, Standing, Squatting) ซึ่งโครงร่างขอบเขตและแผนการพัฒนาเหล่านี้สะท้อนชัดในภาพที่ 2.14 และสรุปลำดับขั้นสู่ตารางที่ 2.7

Scope

ภาพที่ 2.14 ภาพรวมขอบเขตและโรดแมพการพัฒนา (Scope Overview and Roadmap)

ตารางที่ 2.7 แผนการพัฒนาโครงการ (Project Roadmap)

หัวข้อPhase 1 (รายงานนี้)Phase 2Phase 3
ท่าที่รองรับมือเดียว 4 ท่า 3 ระดับสองมือ 8 ท่า 3 ระดับรำอิสระ (ไม่จำกัดท่า)
โหมดการฝึกยืนอยู่กับที่ยืนอยู่กับที่รวมการเคลื่อนที่ (Footwork)
ระบบผู้ใช้ไม่มี LoginLogin + Training HistoryMulti-user + Community
AI EngineHeuristics Rule-basedHeuristics + ML ClassifierDeep Learning + Reinforcement Learning
มุมกล้องเว็บแคมเดียว (2D)เว็บแคมเดียว (2D)หลายมุมมอง / 3D Estimation
ข้อมูลสะสมSession-only (Local)Server + User HistoryResearch Dataset สำหรับ DL/RL

2. ขอบเขตด้านระบบซอฟต์แวร์ (Software System Scope):

  • แพลตฟอร์ม: พัฒนาในรูปแบบ "เว็บแอปพลิเคชัน" (Web Application) ที่เข้าถึงได้ผ่านเบราว์เซอร์
  • ฟังก์ชันหลัก: การวิเคราะห์ท่าทางและให้ข้อมูลป้อนกลับเชิงคุณภาพแบบทันที (Real-time Feedback)
  • การรองรับภาษา: สนับสนุนการแสดงผลและเสียง (TTS) 2 ภาษา ได้แก่ ภาษาไทย และภาษาอังกฤษ
  • การปรับรูปแบบ (Theming): รองรับโหมดสว่าง (Light Mode) และโหมดมืด (Dark Mode) เพื่อความสบายตา
  • ระบบผู้ใช้: Phase 1 จะไม่มีระบบจัดการผู้ใช้ และไม่มีการเก็บประวัติการฝึกระยะยาว จะพัฒนาต่อไปใน Phase 2
  • แบบจำลอง AI: ใช้การปรับปรุง (Adapt) จาก Pre-trained Model (MediaPipe) โดยไม่มีการสร้าง/ฝึกโมเดลใหม่

3. ขอบเขตประชากรและกลุ่มเป้าหมาย (Target Population):

  • ผู้ฝึกมวยไท้เก๊กสกุลเฉินในระดับเริ่มต้นถึงระดับกลาง (Beginner to Intermediate)
  • เน้นผู้ที่สนใจเครื่องมือสำหรับ "การฝึกซ้อมด้วยตนเอง" (Solo Practice)
  • ผู้ใช้งานที่สามารถเข้าถึงคอมพิวเตอร์และเชื่อมต่อเว็บแคมมาตรฐานได้

2.5.2 รายละเอียดขอบเขตการดำเนินงาน Phase 1 (Detailed Phase 1 Scope)

การดำเนินงานใน Phase 1 เพื่อพัฒนาต้นแบบ (Prototype) ของระบบ TaijiFlow AI โดยใช้แนวคิดการใช้ Heuristics Engine ในการประเมินคุณภาพมวยไท้เก๊กผ่านท่าม้วนไหมมือเดียว โดยเลือกท่าม้วนไหมมือเดียว (Single-Hand Silk Reeling) 4 ท่า ซึ่งเป็นท่าพื้นฐานที่สำคัญที่สุด และแบ่งเป็น 3 ระดับ (Level 1–3) ตามระดับความยากง่ายและความเหมาะสมกับผู้ฝึก ดังระบุชั้นประเมินในตารางที่ 2.8 และรายชื่อท่ารำในตารางที่ 2.9

ตารางที่ 2.8 รายละเอียดระดับการฝึก (Training Levels)

ระดับชื่อเรียกลักษณะการฝึกวัตถุประสงค์หลัก
Level 1ท่านั่ง (Sitting)ฝึกเฉพาะส่วนบนเน้นการหมุนวงแขนให้เป็นวงกลมที่ถูกต้อง
Level 2ท่ายืน (Standing)ฝึกส่วนบนและเอวเน้นการทำงานสัมพันธ์ระหว่างเอวและแขน
Level 3ท่ายืนย่อ (Squatting)ฝึกส่วนบน เอว และขาเน้นการถ่ายน้ำหนักและรากฐานที่มั่นคง

ตารางที่ 2.9 ท่าม้วนไหมที่รองรับใน Phase 1

ท่าชื่อภาษาจีนลักษณะการเคลื่อนไหว
มือขวาตามเข็ม右顺缠 (yòu shùn chán)วนตามเข็มนาฬิกา (Inside-out)
มือขวาทวนเข็ม右逆缠 (yòu nì chán)วนทวนเข็มนาฬิกา (Outside-in)
มือซ้ายตามเข็ม左顺缠 (zuǒ shùn chán)วนตามเข็มนาฬิกา (Outside-in)
มือซ้ายทวนเข็ม左逆缠 (zuǒ nì chán)วนทวนเข็มนาฬิกา (Inside-out)

ภาพประกอบรูปลักษณะทางกายภาพของท่าทางม้วนไหมระดับฝึกซ้อม 4 รูปแบบหลัก แสดงให้เห็นรายละเอียดดังภาพที่ 2.15 ถึง 2.18 ด้านล่างนี้

RH CW

ภาพที่ 2.15 ท่าม้วนไหมพื้นฐานด้วยมือขวา (Right-Hand Clockwise Silk Reeling)

RH CCW

ภาพที่ 2.16 ท่าม้วนไหมพื้นฐานด้วยมือขวา (Right-Hand Counter-Clockwise Silk Reeling)

LH CW

ภาพที่ 2.17 ท่าม้วนไหมพื้นฐานด้วยมือซ้าย (Left-Hand Clockwise Silk Reeling)

LH CCW

ภาพที่ 2.18 ท่าม้วนไหมพื้นฐานด้วยมือซ้าย (Left-Hand Counter-Clockwise Silk Reeling)

2.5.3 ข้อจำกัดและเงื่อนไขการใช้งาน (Limitations and Constraints)

โครงการกำหนดข้อจำกัดและเงื่อนไขเพื่อให้ระบบสามารถทำงานได้อย่างมีประสิทธิภาพสูงสุด ดังนี้

1. ข้อจำกัดด้านเทคนิคและสภาพแวดล้อม (Technical & Environment):

  • สเปกคอมพิวเตอร์: แนะนำ Intel Core i5 Gen 8 หรือ Apple M1 ขึ้นไป, RAM 8 GB และเว็บแคมความละเอียด 720p เพื่อรักษาอัตราเฟรมเรตให้นิ่ง
  • เบราว์เซอร์: ทำงานสมบูรณ์บน Google Chrome และ Microsoft Edge (PC/Mac) ส่วนอุปกรณ์พกพาจะทำงานในโหมด Lite
  • สภาพแสงและความเป็นส่วนตัว: ต้องการสภาวะแสงที่ส่องสว่างเพียงพอต่อการระบุข้อต่อ และประมวลผลวิดีโอแบบ Local 100% เพื่อความปลอดภัย

2. ข้อจำกัดเชิงเนื้อหาและฟังก์ชัน (Functional Constraints):

  • ขอบเขตท่ารำ: "ไม่ครอบคลุม" การเคลื่อนที่ของเท้า (Footwork), ท่ารำสองมือ และท่ารำอิสระใน Phase 1
  • มุมมองกล้อง: ระบบอาศัยกล้อง 2D ตัวเดียว หากมีการหันตัวจนเกิดการบังกัน (Occlusion) อาจทำให้ความแม่นยำในการวิเคราะห์ลดลง
  • การจัดการข้อมูล: ไม่มีการเก็บประวัติผู้ใช้ระยะยาว (No Persistent History) โดยจะแสดงผลลัพธ์แบบ Session-to-session เท่านั้น

2.6 เครื่องมือและเทคโนโลยี (Technology Stack)

2.6.1 เทคโนโลยีที่ใช้

การตัดสินใจด้านเทคโนโลยีใน Phase 1 ถูกกำหนดโดยข้อกำหนดสำคัญสามข้อ ได้แก่ (1) ผู้ใช้ต้องไม่ต้องติดตั้งซอฟต์แวร์เพิ่มเติม (2) วิดีโอต้องไม่ออกจากเครื่องผู้ใช้ และ (3) ระบบต้องทำงานได้บนคอมพิวเตอร์ทั่วไปโดยไม่ต้องใช้ GPU เฉพาะทาง ข้อกำหนดเหล่านี้นำไปสู่การเลือก Web-only Architecture กับ Client-side Processing เป็นหลัก ตามบัญชีเครื่องมือในตารางที่ 2.10

ตารางที่ 2.10 เครื่องมือและเทคโนโลยี

กลุ่มเครื่องมือเหตุผลการเลือก
UI/UX DesignFigma, Mermaid.jsวาด Wireframe และ Diagram ที่ฝังใน Docs ได้โดยแปลงเป็นไฟล์ภาพ
Front-EndHTML5, CSS3, JavaScript ES6 Modulesไม่ต้อง Build step, รองรับ Browser ทุกประเภท, ง่ายต่อการ Debug
Computer VisionMediaPipe Pose (WASM/WebGL)Real-time 33 Landmarks บน Browser ไม่ต้องใช้ GPU, Client-side 100%
Audio FeedbackWeb Speech API (TTS)Built-in ใน Browser, รองรับไทย/อังกฤษ ไม่ต้อง subscription
Gesture ControlMediaPipe Gesture RecognizerHands-free UX ลด Touch-points ขณะรำ ใช้ Library เดิม
Cloud HostingVercelDeploy อัตโนมัติจาก GitHub, CDN, ฟรีสำหรับ Static Hosting
Survey BackendGoogle Apps Script + SheetsServerless, ฟรี, รับข้อมูล UAT โดยไม่ต้องดูแล Server
TestingJestมาตรฐาน JS Testing, รองรับ Mock, รัน 72 UTC + 3 ITC ได้
DocumentationDocsifyMarkdown-native, ไม่ต้อง Build, เข้าถึง URL ได้ตรง
Version ControlGit + GitHubติดตาม History, Branch สำหรับ Feature, Diff สำหรับ CR Review

2.6.2 กลยุทธ์การออกแบบสถาปัตยกรรม 4-Layer

เพื่อให้สอดคล้องกับแนวทางการพัฒนาซอฟต์แวร์มาตรฐาน ISO/IEC 29110 โครงการจึงกำหนดสถาปัตยกรรม 4-Layer Client-Side Architecture เป็นโครงสร้างพื้นฐานในการออกแบบ เพื่อให้ระบบมีความเป็นอิสระต่อกัน (Decoupled) และง่ายต่อการปรับปรุงในระยะยาว โดยแบ่งความรับผิดชอบออกเป็น 4 ชั้นหลัก

  1. Presentation Layer: รับผิดชอบส่วนติดต่อผู้ใช้ (UI) การแสดงผลภาพ (Canvas Overlay) ทำหน้าที่เปลี่ยนข้อมูลดิบจากการประมวลผลให้เป็น Visual Feedback ที่เข้าใจง่าย และการจัดการ Theme (Light/Dark Mode) เพื่อความสบายตา
  2. Business Logic Layer: หัวใจของระบบที่รวบรวม Heuristics Engine, ระบบประเมินผล (Scoring), และตัวควบคุมวงจรการฝึก (Training Flow) โดยถูกออกแบบให้ไม่ยึดติดกับส่วนแสดงผล (UI-Agnostic)
  3. Data Layer: จัดการข้อมูลที่ใช้ในระบบ ทั้งพิกัดท่ารำอ้างอิง, ข้อมูลการฝึกรายเซสชัน และการจัดการ Localization (i18n) สำหรับ 2 ภาษา พร้อมระบบจดจำค่ากำหนดล่าสุดของผู้ใช้ (Persistence)
  4. External APIs Layer: ส่วนเชื่อมต่อกับหน่วยประมวลผลภายนอก ได้แก่ MediaPipe Pose สำหรับการตรวจจับร่างกาย, Web Speech API สำหรับเสียงฝึกสอน และ Google Apps Script สำหรับการจัดเก็บผลการทดสอบ

การตัดสินใจใช้สถาปัตยกรรมที่แยกชั้นชัดเจนเช่นนี้ (รายละเอียดการออกแบบทางเทคนิคเชิงลึกในบทที่ 3) มีวัตถุประสงค์สำคัญต่อกระบวนการพัฒนา 2 ประการ คือ

  • ความสามารถในการทดสอบ (Testability): การแยก Business Logic ออกจาก Presentation อย่างเด็ดขาด ทำให้สามารถเขียน Unit Test สำหรับสูตรคำนวณ Heuristics ทุก Rule ได้ทันทีโดยไม่ต้องเปิดเบราว์เซอร์ ซึ่งช่วยลดระยะเวลาในการ Debug ลงอย่างมาก
  • ความยืดหยุ่นต่อการเปลี่ยนแปลง (Maintainability): รองรับแนวทางการพัฒนาแบบ Iterative Model โดยสามารถปรับปรุงหน้าตา UI หรือเปลี่ยนเทคโนโลยีตรวจจับท่าทาง (External APIs) ได้ใน Phase 2 โดยไม่กระทบต่อตรรกะการประเมินผลท่าทางที่เป็นแกนกลางของระบบ

2.7 การจัดการการกำหนดค่า (Configuration Management)

เพื่อให้มั่นใจว่า artifact ทุกชิ้นในโครงการมีความถูกต้องและสามารถตรวจสอบย้อนกลับได้ โครงการจึงกำหนดแนวทางการจัดการการกำหนดค่า (CM) ตามมาตรฐาน ISO/IEC 29110 โดยเน้นที่การควบคุมการเปลี่ยนแปลงอย่างเป็นระบบและการระบุรายการที่สำคัญอย่างชัดเจน

2.7.1 กระบวนการควบคุมการเปลี่ยนแปลง (Change Control Process)

เพื่อให้การพัฒนาซอฟต์แวร์เป็นไปอย่างต่อเนื่องและลดความเสี่ยงจากข้อผิดพลาดที่ไม่ได้ตั้งใจ โครงการจึงกำหนดกระบวนการควบคุมการเปลี่ยนแปลงทุกครั้งที่มีการแก้ไข artifact ที่อยู่ในระดับ Baseline แล้ว โดยต้องผ่านขั้นตอน 4 ระยะ ดังแสดงในภาพที่ 2.19

ภาพที่ 2.19 แผนภูมิกระบวนการควบคุมการเปลี่ยนแปลง (Change Control Process Flow)

กระบวนการควบคุมการเปลี่ยนแปลงมีเป้าหมายหลักในการป้องกันผลกระทบข้างเคียงจากการแก้ไขโค้ดหรือเอกสาร โดยต้องมีการประเมินผลกระทบ (Impact Analysis) และได้รับความเห็นชอบก่อนดำเนินการทุกครั้ง เพื่อให้องค์ประกอบหลากมิติในโครงการมีความสอดคล้องกันตลอดเวลา

2.7.2 รายการสิ่งกำหนดค่า (Configuration Items)

เพื่อให้กระบวนการควบคุมข้างต้นครอบคลุมทุกส่วนประกอบ โครงการจึงจัดทำบัญชีรายการสิ่งกำหนดค่า (Configuration Item Table) เพื่อติดตาม artifact ทุกชิ้นที่เป็นส่วนหนึ่งของโครงการ โดยแบ่งออกเป็น 8 หมวดหมู่หลักตามตารางที่ 2.11

ตารางที่ 2.11 หมวดหมู่ Configuration Items

หมวดรหัสตัวอย่างรายการ
Management DocumentsCI-MGMTProject Plan, CR-01–CR-03, CHANGELOG, README
Technical DocumentsCI-DOCSRS, SDD, Test Plan, Test Record, Manuals
Web/UI ApplicationCI-WEBindex.html, app.css, script.js, landing pages
Source Code LogicCI-SRCheuristics_engine.js, rule_*.js, session_manager.js
UML DiagramsCI-DIAGuc_.puml, ac_.puml, sq_.puml, ar_.puml
Media & ScreenshotsCI-MEDIAภาพประกอบคู่มือ, screenshots
Static AssetsCI-ASSETไอคอน, ฟอนต์, manifest.json
Reference DataCI-DATAJSON ท่ารำ, วิดีโอต้นแบบ

2.7.3 บันทึกการขอเปลี่ยนแปลง (Change Request Record)

จากการรันกระบวนการควบคุมใน Phase 1 โครงการได้มีการบันทึกรายการเปลี่ยนแปลงที่สำคัญที่ผ่านการอนุมัติและนำไปสู่การปรับปรุงระบบต้นแบบ โดยรายละเอียดการเปลี่ยนแปลงที่สำคัญถูกจัดเก็บลงตารางที่ 2.12

ตารางที่ 2.12 Change Requests ที่เกิดขึ้นใน Phase 1:

CRเนื้อหาเหตุผลCI ที่ได้รับผลกระทบ
CR-01เปลี่ยน Rule 1 จาก Position-based → Shape-basedผู้เชี่ยวชาญระบุว่าเส้นทางการเคลื่อนไหวสำคัญกว่าตำแหน่งCI-SRC: rule_path_shape.js, CI-DOC: SDD
CR-02เพิ่ม NEW Rule Coordination (Rule 9)พบว่า 8 Rules ไม่ครอบคลุม หลักการ "บน-ล่างสัมพันธ์"CI-SRC: rule_coordination.js, CI-DOC: SRS FR-03
CR-03เพิ่ม Flow State Mode (โหมดฝึกต่อเนื่อง)UX Testing พบว่าผู้ฝึกต้องการโหมดสมาธิที่ลด UI noiseCI-WEB: UI layer, CI-SRC: flowstate_controller.js

โดยสรุป การจัดการการกำหนดค่าที่เข้มงวดนี้ช่วยให้โครงการรักษา "ความสมบูรณ์ของผลิตภัณฑ์" (Product Integrity) ได้อย่างยั่งยืน และช่วยให้ผู้พัฒนาในระยะถัดไปสามารถสืบค้นประวัติการตัดสินใจและโครงสร้างของทรัพยากรทั้งหมดได้อย่างรวดเร็วและแม่นยำ


2.8 การจัดการความเสี่ยง (Risk Management)

การระบุและประเมินความเสี่ยงล่วงหน้าเป็นส่วนหนึ่งของ PM.01 ใน ISO/IEC 29110 โดยโครงการให้ความสำคัญกับการบริหารจัดการความเสี่ยงทางด้านเทคนิคและคุณภาพซอฟต์แวร์อย่างเป็นระบบเพื่อให้ระบบมีความเสถียรสูงสุด

2.8.1 วงจรการบริหารจัดการความเสี่ยง (Risk Management Cycle)

เพื่อให้การจัดการความเสี่ยงเป็นไปตามมาตรฐาน ISO/IEC 29110 โครงการจึงกำหนดวงจรการบริหารจัดการที่ชัดเจนและครอบคลุมตลอดช่วงชีวิตการพัฒนา ซึ่งวงจรนี้เป็นรากฐานในการระบุและติดตามสถานะความเสี่ยงในแต่ละขั้นตอน ดังแสดงในภาพที่ 2.20

ภาพที่ 2.20 วงจรการติดตามและควบคุมความเสี่ยง (Risk Monitoring & Control Cycle)

โครงการกำหนดวงจรการทบทวนความเสี่ยงทุกครั้งหลังสิ้นสุดรอบการพัฒนา (Iteration) เพื่อระบุความเสี่ยงใหม่และปรับปรุงแผนรับมือให้ทันสมัยอยู่เสมอ โดยมีเกณฑ์การประเมินและวิธีการวิเคราะห์ระบุไว้ในหัวข้อถัดไป

2.8.2 เกณฑ์การประเมินและการจัดระดับความเสี่ยง (Risk Assessment Criteria and Matrix)

โครงการกำหนดเกณฑ์การให้คะแนนความเสี่ยงแบบ 3x3 โดยพิจารณาจาก โอกาสเกิด (Likelihood: L) และผลกระทบ (Impact: I) ดังแสดงในตารางที่ 2.13 เพื่อนำค่าทั้งสองมาคำนวณเป็นระดับความเสี่ยงจากผลคูณของ L x I ตามเมทริกซ์ในตารางที่ 2.14

ตารางที่ 2.13 เกณฑ์การประเมินโอกาสและผลกระทบ (Risk Scale Criteria)

ระดับโอกาสเกิด (Likelihood: L)ผลกระทบ (Impact: I)
1 (ต่ำ)เกิดขึ้นได้ยาก (น้อยกว่า 10%)ไม่กระทบฟังก์ชันหลัก ผู้ใช้ยังใช้งานได้ปกติ
2 (กลาง)เกิดขึ้นเป็นครั้งคราว (10% - 40%)กระทบฟังก์ชันรอง ผู้ใช้ต้องใช้ความพยายามเพิ่ม
3 (สูง)เกิดขึ้นบ่อยหรือเกือบทุกครั้ง (> 40%)ระบบหยุดทำงาน หรือให้ผลลัพธ์ที่ผิดพลาด

ตารางที่ 2.14 เมทริกซ์ระดับความเสี่ยง (Risk Matrix 3x3)

L \ I1 (ต่ำ)2 (กลาง)3 (สูง)
3 (สูง)🟡 3 (กลาง)🟠 6 (สูง)🔴 9 (วิกฤต)
2 (กลาง)🟢 2 (ต่ำ)🟡 4 (กลาง)🟠 6 (สูง)
1 (ต่ำ)🟢 1 (ต่ำ)🟢 2 (ต่ำ)🟡 3 (กลาง)

เกณฑ์คะแนน: 🟢 1-2 = ต่ำ (Low), 🟡 3-4 = ปานกลาง (Medium), 🟠 6 = สูง (High), 🔴 9 = วิกฤต (Critical)

2.8.3 แผนการรับมือและจัดการความเสี่ยง (Risk Mitigation Plan)

โครงการได้ระบุความเสี่ยงทางเทคนิค 8 ข้อที่เฉพาะเจาะจงกับระบบ AI บนเว็บเบราว์เซอร์ พร้อมกำหนดแผนป้องกันและแผนสำรองสำหรับความเสี่ยงที่มีนัยสำคัญ ดังแจกแจงไว้ในตารางที่ 2.15

ตารางที่ 2.15 การประเมินความเสี่ยง (Risk Assessment Table)

IDภัยคุกคาม / ความเสี่ยงโอกาสเกิดผลกระทบระดับความเสี่ยงกลยุทธ์การจัดการ (Mitigation Strategy)
RM-01FPS ตกในอุปกรณ์สเปคต่ำ33🔴 9 (วิกฤต)ป้องกัน: ใช้ WASM และลด Shadow rendering
สำรอง: หาก FPS < 15 ให้ปิด Skeleton coding
RM-02แสงไม่เพียงพอ คุณภาพ Pose ลดลง22🟡 4 (กลาง)ป้องกัน: ออกแบบระบบ lighting_manager เตือนก่อนรำ
RM-03Calibration (T-Pose) ไม่สำเร็จ22🟡 4 (กลาง)ป้องกัน: มี Tutorial วิดีโอสอนการยืนที่ถูกต้อง
RM-04Network Error ขณะส่งผล Survey11🟢 1 (ต่ำ)ป้องกัน: ใช้ LocalStorage fallback เพื่อส่งข้อมูลภายหลัง
RM-05Browser ไม่รองรับ Canvas WebGL13🟡 3 (กลาง)ป้องกัน: Compatibility Check ก่อนเข้าแอปพลิเคชัน
RM-06กล้องถูกบล็อก Permission Denied23🟠 6 (สูง)ป้องกัน: มีหน้าจอ Pre-permission อธิบายเหตุผล
สำรอง: แสดงวิดีโอสอนการตั้งค่าราย Browser
RM-07เสื้อผ้าทำให้ Pose คลาดเคลื่อน22🟡 4 (กลาง)ป้องกัน: ใช้ Noise Filter และคำแนะนำการแต่งกาย
RM-08MediaPipe API เปลี่ยนเวอร์ชัน13🟡 3 (กลาง)ป้องกัน: Pin versioning ในไฟล์ configuration

โดยสรุป กระบวนการจัดการความเสี่ยงที่เข้มงวดนี้ช่วยให้โครงการสามารถรับมือกิจกรรมที่ไม่คาดคิดได้อย่างมีระบบ โดยเฉพาะในระดับวิกฤต (Critical) และระดับสูง (High) ซึ่งแผนงานเหล่านี้จะถูกติดตามและประเมินผลอย่างต่อเนื่องในบทที่ 4 เพื่อยืนยันความเสถียรของระบบในสภาวะการใช้งานจริง


2.9 สถิติโครงการ (Project Statistics)

สถิติต่อไปนี้สะท้อนขอบเขตงานจริงที่ดำเนินการใน Phase 1 (v1.3.x) แบ่งเป็นสถิติเชิงซอร์สโค้ดในตารางที่ 2.16 และสถิติเอกสารในตารางที่ 2.17

ตารางที่ 2.16 สถิติซอร์สโค้ดและไลบรารี (Source Code Statistics)

ประเภทไฟล์จำนวนหมายเหตุ
JavaScript Modules60รวม Heuristics Rules, Controllers, Managers, Utils
CSS Style Sheets4รวม Mobile-responsive, Dark Mode และ Animation
HTML Documents5รวม Main App, Collector, Result Summary และ Landing
รวมไฟล์โค้ด69พัฒนาด้วยสถาปัตยกรรม Clean Code และ Separation of Concerns

ตารางที่ 2.17 สถิติเอกสารและงานออกแบบ (Artifact Statistics)

ประเภทเอกสารจำนวนหมายเหตุ
UML / Technical Diagrams45วาดด้วย PlantUML และ Mermaid.js
Technical Doc (ISO 29110)18ครอบคลุม PM และ SI Artifacts
Media Assets (ภาพประกอบ)37รวม Reference Photos และ UI Icons
Session Logs (Audit Trail)45บันทึกการตัดสินใจและการเปลี่ยนแปลง
Thesis & Appendix18รายงานฉบับสมบูรณ์ (Markdown)
ข้อมูลย่อยอื่นๆ (Configuration)16ข้อมูลโครงแบบอื่นๆ ย่อย
รวมทั้งสิ้น179อ้างอิงตามตาราง Configuration Item Table

สัดส่วนซอร์สโค้ดต่อเอกสาร (69 ต่อ 179 ไฟล์) สะท้อนให้เห็นว่าโครงการนี้ให้ความสำคัญกับการตรวจสอบด้านมาตรฐานและทำเอกสารโครงการมากกว่าปริมาณการเขียนโค้ด ซึ่งเป็นหัวใจสำคัญของการดำเนินงานตามมาตรฐาน ISO/IEC 29110 อย่างครบวงจร


2.10 บทสรุปประจำบท (Chapter Summary)

ตลอดเนื้อหาในบทที่ 2 นี้ ได้เปิดเผยให้เห็นโครงสร้างการดำเนินงานทางวิศวกรรมซอฟต์แวร์และการบริหารโครงการที่เข้มงวดภายใต้กรอบของ ISO/IEC 29110 การแบ่งระยะการดำเนินงาน เป้าหมายหลักในแต่ละเฟส แผนปฏิบัติการ ตลอดจนการจัดการความเสี่ยงและทรัพยากร แสดงให้เห็นถึงทิศทางที่ให้ความสำคัญกับเสถียรภาพและคุณภาพเป็นหลัก ผลลัพธ์เชิงตัวเลขและกลไกการควบคุมในทุกระดับเหล่านี้ ล้วนเป็นการวางรากฐานความเชื่อมั่นที่จะนำพาไปสู่ความเข้าใจเชิงลึกของการออกแบบระบบ ซึ่งจะถูกอธิบายรายละเอียดในบทที่ 3 (System Design and Implementation) ลำดับถัดไป

TaijiFlow AI Research & Development Project (Chán Sī Jìng Biomechanics)