AI Robotic Development with ESP32 and Edge Intelligence

Technology

หลักสูตร AI Robotic Development with ESP32 and Edge Intelligence

ในปัจจุบัน เทคโนโลยีหุ่นยนต์ (Robotics) ได้ถูกนำมาใช้งานอย่างแพร่หลายในหลากหลายภาคส่วน ไม่ว่าจะเป็นอุตสาหกรรม การเกษตร การแพทย์ การศึกษา และระบบอัตโนมัติอัจฉริยะ อย่างไรก็ตาม หุ่นยนต์แบบดั้งเดิมส่วนใหญ่มักทำงานตามคำสั่งที่ถูกกำหนดไว้ล่วงหน้า (Rule-based) ซึ่งมีข้อจำกัดในการปรับตัวและการตัดสินใจเมื่อเผชิญกับสถานการณ์ที่เปลี่ยนแปลง

แนวคิดของ Artificial Intelligence (AI) และ Edge AI จึงเข้ามามีบทบาทสำคัญในการยกระดับหุ่นยนต์จากระบบควบคุมแบบเดิม ไปสู่ หุ่นยนต์อัจฉริยะ (Intelligent Robotic Systems) ที่สามารถรับรู้ข้อมูลจากเซนเซอร์ วิเคราะห์สถานการณ์ และตัดสินใจได้ด้วยตนเองแบบ Real-time โดยไม่จำเป็นต้องพึ่งพาการประมวลผลจากระบบ Cloud ตลอดเวลา

หลักสูตรนี้ถูกออกแบบมาเพื่อพัฒนาทักษะด้าน AI Robotic ด้วย ESP32 โดยมุ่งเน้นการผสานองค์ความรู้ด้านไมโครคอนโทรลเลอร์ การควบคุมหุ่นยนต์ เซนเซอร์ และ TinyML เข้าด้วยกัน ผู้เข้าอบรมจะได้เรียนรู้ตั้งแต่พื้นฐานของระบบหุ่นยนต์ การควบคุมมอเตอร์ การรับรู้สภาพแวดล้อม ไปจนถึงการนำ AI ขนาดเล็กมาช่วยในการตัดสินใจของหุ่นยนต์ เช่น การหลบหลีกสิ่งกีดขวาง การจดจำรูปแบบการเคลื่อนไหว และการตอบสนองต่อสิ่งเร้าอย่างชาญฉลาด เนื้อหาหลักสูตรนี้จึงเน้นการเรียนรู้เชิงปฏิบัติ (Hands-on) ผ่าน Workshop และ Mini Project เพื่อให้ผู้เข้าอบรมสามารถนำความรู้ไปประยุกต์ใช้ในการพัฒนาหุ่นยนต์อัจฉริยะและระบบ AIoT ได้อย่างมีประสิทธิภาพ

ระยะเวลา 12 ชั่วโมง

อบรม 2 วัน | 9.00 น. - 16.00 น.

ระดับ Basic

ระดับความรู้ขั้นพื้นฐาน


เนื้อหาการอบรม

  • บทนำสู่ AI Robotic และ Edge Intelligence
    • แนวคิดพื้นฐานของ Robotics และ AI
    • ความแตกต่างระหว่างหุ่นยนต์แบบ Rule-based และ AI-based
    • แนวคิด Edge AI และบทบาทในระบบหุ่นยนต์
    • ตัวอย่าง AI Robotic ที่ใช้งานจริงในภาคอุตสาหกรรมและการศึกษา
    • ข้อจำกัดและความท้าทายของ AI บนไมโครคอนโทรลเลอร์
  • โครงสร้างและองค์ประกอบของหุ่นยนต์ด้วย ESP32
    • ภาพรวมสถาปัตยกรรม ESP32 สำหรับงาน Robotic
    • หน่วยประมวลผล หน่วยความจำ และการจัดการพลังงาน
    • โครงสร้างของระบบหุ่นยนต์ (Controller, Actuator, Sensor)
    • การเลือกบอร์ด ESP32 ให้เหมาะกับงานหุ่นยนต์
  • การติดตั้งและตั้งค่าสภาพแวดล้อมการพัฒนา
    • การติดตั้ง Arduino IDE และ ESP32 Board Support
    • การเชื่อมต่อและทดสอบบอร์ด ESP32
    • การทดสอบ GPIO, PWM และ Serial Communication
    • การติดตั้ง Library ที่จำเป็นสำหรับงาน Robotic และ TinyML
    • Workshop ทดสอบบอร์ด ESP32 ด้วยการควบคุม LED และอุปกรณ์พื้นฐาน
  • การควบคุมมอเตอร์และการเคลื่อนที่ของหุ่นยนต์
    • หลักการทำงานของ DC Motor และ Servo Motor
    • การใช้ Motor Driver
    • การควบคุมความเร็วและทิศทางด้วย PWM
    • การออกแบบการเคลื่อนที่ของหุ่นยนต์แบบพื้นฐาน
    • Workshop ควบคุมมอเตอร์ให้หุ่นยนต์เคลื่อนที่ตามเส้นทางที่กำหนด
  • การใช้เซนเซอร์สำหรับหุ่นยนต์
    • ประเภทของเซนเซอร์ที่ใช้ในงาน Robotic
    • Ultrasonic / Infrared Sensor สำหรับตรวจจับสิ่งกีดขวาง
    • IMU สำหรับตรวจจับการเคลื่อนไหว
    • การอ่านค่าเซนเซอร์และการกรองสัญญาณรบกวน
    • Workshop ตรวจจับสิ่งกีดขวางและแสดงผลผ่าน Serial
  • แนวคิด TinyML สำหรับ AI Robotic
    • บทบาทของ TinyML ในระบบหุ่นยนต์
    • ประเภทของปัญหาที่เหมาะกับ TinyML
    • Workflow (Sensor →Feature → Model → Decision)
    • ข้อจำกัดของโมเดล AI บน ESP32
  • การเก็บข้อมูลและสร้างโมเดลสำหรับหุ่นยนต์
    • การออกแบบ Dataset จากการเคลื่อนไหวของหุ่นยนต์
    • การเก็บข้อมูลจากเซนเซอร์จริง
    • การติดป้ายกำกับข้อมูล (Labeling)
    • การฝึกโมเดลด้วย EdgeImpulse
    • Workshop สร้าง Dataset สำหรับการตัดสินใจของหุ่นยนต์
  • การนำโมเดล AI ไปใช้ควบคุมหุ่นยนต์
    • การ Export โมเดล TinyML สำหรับ ESP32
    • การ Integrate โมเดลเข้ากับโปรแกรมควบคุมหุ่นยนต์
    • การตัดสินใจของหุ่นยนต์จากผลลัพธ์ของโมเดล
    • การผสาน Rule-based และ AI-based Control
    • Workshop หุ่นยนต์ตัดสินใจเลี้ยวหรือหยุดจากข้อมูลเซนเซอร์
  • การปรับปรุงประสิทธิภาพและการแก้ไขปัญหา
    • การลดขนาดโมเดลและการใช้หน่วยความจำ
    • การลด Latency ในการตัดสินใจของหุ่นยนต์
    • การ Debug ระบบ
    • แนวทางการออกแบบหุ่นยนต์ให้เสถียรและปลอดภัย
  • Mini Project “AI Robotic ด้วย ESP32”
    • การออกแบบหุ่นยนต์อัจฉริยะขนาดเล็ก
    • การรวม Sensor, Motor และ AI เข้าด้วยกัน
    • การทดสอบและปรับปรุงพฤติกรรมของหุ่นยนต์
    • การสาธิตการทำงานของระบบ