face mask detection system powered by m5stickv

Introduction

Hello I’m Apirak, Welcome back to journal. Last article we try to do an Automatic alcohol dispenser It works very well. So, Today i would like to introduce you to a new project that can detect: you are wearing a mask or not and notify on the LED light.

Let’s see how it work

When the board found you are not wearing a face mask the light in the front will turn to RED light

But if you are wearing a face mask the light will turn to GREEN light

Thing is request

• M5StickV (hardware)
• Maixpy IDE (software)
• Flash_gui (software)

Collecting data

Before we train a machine can recognize who is wearing a mask or not. We need to collect the picture with a mask and no mask (we call it a data set). So, on this article you can download the data set from https://www.kaggle.com

After you download the data set, First you have to preparing the pictures for using in v-training (v-training is a website that you can training your data become to model for free)

Train your model

To train your model following this instruction : docs.m5stack.com/#/en/related_documents/v-training

• Preparing your data set

• Zip file and upload to V-Training

Test your model

After training is accomplished they will send it to you by personal email. You will found the link to download the model file.

• Unzip the file and copy to SD card in the M5StickV

Summary

M5Stickv is a board that can help you to getting started to make a machine vision embedded solution. So far, This article just shows you how to use the Technology can help you to solve a problem in this situation. It’s just an Idea but it can be improved to use it in the future.

FREE SOURCE CODE AND MODEL HERE !!!

Resource
https://www.hackster.io/hendra/mask-detector-to-prevent-covid-19-c0ddd4
https://docs.m5stack.com/#/en/related_documents/v-training
https://www.kaggle.com/vtech6/medical-masks-dataset
https://www.kaggle.com/niharika41298/withwithout-mask

M5StickV : Face Mask Detection was originally published in Chiang Mai Maker Club on Medium, where people are continuing the conversation by highlighting and responding to this story.

Introduction

Hello I’m Apirak, Welcome back to journal. Last article we try to do an Automatic alcohol dispenser It works very well. So, Today i would like to introduce you to a new project that can detect: you are wearing a mask or not and notify on the LED light.

Let’s see how it work

When the board found you are not wearing a face mask the light in the front will turn to RED light

But if you are wearing a face mask the light will turn to GREEN light

Thing is request

• M5StickV (hardware)
• Maixpy IDE (software)
• Flash_gui (software)

Collecting data

Before we train a machine can recognize who is wearing a mask or not. We need to collect the picture with a mask and no mask (we call it a data set). So, on this article you can download the data set from https://www.kaggle.com

After you download the data set, First you have to preparing the pictures for using in v-training (v-training is a website that you can training your data become to model for free)

Train your model

To train your model following this instruction : docs.m5stack.com/#/en/related_documents/v-training

• Preparing your data set

• Zip file and upload to V-Training

Test your model

After training is accomplished they will send it to you by personal email. You will found the link to download the model file.

• Unzip the file and copy to SD card in the M5StickV

Summary

M5Stickv is a board that can help you to getting started to make a machine vision embedded solution. So far, This article just shows you how to use the Technology can help you to solve a problem in this situation. It’s just an Idea but it can be improved to use it in the future.

FREE SOURCE CODE AND MODEL HERE !!!

Resource
https://www.hackster.io/hendra/mask-detector-to-prevent-covid-19-c0ddd4
https://docs.m5stack.com/#/en/related_documents/v-training
https://www.kaggle.com/vtech6/medical-masks-dataset
https://www.kaggle.com/niharika41298/withwithout-mask

D.I.Y. Face Mask Detection was originally published in ASbavensky on Medium, where people are continuing the conversation by highlighting and responding to this story.

In this situation of Covid-19, The general public turn to wear a face mask, wash their hands, and leave more spacing especially. In school many countries have closed classes, some schools can still open classes including ICT Hakusanroku campus because all of the students are here. But, we still do all classes online. Even so, we still let students wear a face mask and always wash their hands to reduce infection and spread the infection.

Anyway, one thing that is a problem is we have to press a Alcohol bottle. That means we touch things and the virus can spread to the bottle. Then, I tried to design a 3D model to press the alcohol bottle with servo motor instead of our hand and print all parts by 3D printer, detect our hand with ultrasonic sensor and all of these are controlled with Arduino board.

Supplies

1. Computer or Laptop
   - Arduino IDE
   - Autodesk Fusion360 (optional)
   - Autodesk Tinkercad (optional)
2. 3D printer
3. Arduino UNO board
4. Servo motors MG996R High Torque or any Servo motor
5. Ultrasonic Sensor SR04 or any Distance sensor
6. Wire and AC Adapter

Step 1

Design your 3D model and make a file for your 3D printer or download here

Step 2

Print the model and assemble it together

Step 3

Wiring and connecting

Step 4

Write your code to read a distant when the hand is close to dispenser , Then pressed a alcohol bottle by servo motor

bavensky/arduino-alcohol-dispenser

Step 5

let’s see how it works

Step 6

Finally, Powering and setup.

D.I.Y. Automatic Alcohol Dispenser was originally published in ASbavensky on Medium, where people are continuing the conversation by highlighting and responding to this story.

In this situation of Covid-19, The general public turn to wear a face mask, wash their hands, and leave more spacing especially. In school many countries have closed classes, some schools can still open classes including ICT Hakusanroku campus because all of the students are here. But, we still do all classes online. Even so, we still let students wear a face mask and always wash their hands to reduce infection and spread the infection.

Anyway, one thing that is a problem is we have to press a Alcohol bottle. That means we touch things and the virus can spread to the bottle. Then, I tried to design a 3D model to press the alcohol bottle with servo motor instead of our hand and print all parts by 3D printer, detect our hand with ultrasonic sensor and all of these are controlled with Arduino board.

Supplies

1. Computer or Laptop
   - Arduino IDE
   - Autodesk Fusion360 (optional)
   - Autodesk Tinkercad (optional)
2. 3D printer
3. Arduino UNO board
4. Servo motors MG996R High Torque or any Servo motor
5. Ultrasonic Sensor SR04 or any Distance sensor
6. Wire and AC Adapter

Step 1

Design your 3D model and make a file for your 3D printer or download here

Step 2

Print the model and assemble it together

Step 3

Wiring and connecting

Arduino UNO || Ultrasonic || Servo motor
5V — — — — — — VCC — — — — VCC — — — 
GND — — — — — GND — — — — GND — — — 
D5 — — — — — — TRIG — — — — — — — — — 
D6 — — — — — — ECHO — — — — — — — — — 
D9 — — — — — — — — — — — — SIG — — — —

Step 4

Write your code to read a distant when the hand is close to dispenser , Then pressed a alcohol bottle by servo motor

bavensky/arduino-alcohol-dispenser

Step 5

let’s see how it works

Step 6

Finally, Powering and setup.

D.I.Y. Automatic Alcohol Dispenser was originally published in Chiang Mai Maker Club on Medium, where people are continuing the conversation by highlighting and responding to this story.

AI for Thai เกิดจากความมุ่นมั่นของศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ (เนคเทค) ที่จะสร้างเทคโนโลยีฐานรากทางด้านดิจิทัล (Digital Infrastructure) ให้กับประเทศไทย โดยนำผลงานวิจัยที่มีอยู่ทางด้านปัญญาประดิษฐ์มาเผยแพร่ในรูปแบบการให้บริการ หรือ API เพื่อให้นักพัฒนานำไปต่อยอด สร้างสรรค์และพัฒนาแอปพลิเคชันให้เกิดประโยชน์ทั้งในเชิงธุรกิจและสังคม

แพลตฟอร์ม AI for Thai ยังเป็นชิ้นส่วนและกลไกสำคัญที่จะช่วยสร้างและขับเคลื่อนระบบนิเวศทางด้านปัญญาประดิษฐ์ (AI Ecosystem) ให้เกิดขึ้นในประเทศไทย โดยจะเปิดให้นักวิจัย อาจารย์ นักศึกษาและนักพัฒนามาร่วมกันสร้าง API ใหม่ๆ และนำมาให้บริการผ่านแพลตฟอร์ม เพื่อเป็นประโยชน์สูงสุดกับผู้ใช้งานในประเทศไทย

การอบรม “การใช้ AI for Thai Platform” สำหรับนักพัฒนาโปรแกรม (ภาคเหนือ) จัดขึ้นวันเสาร์ที่ 21 ธันวาคม 2562 ณ สำนักบริการวิชาการ มหาวิทยาลัยเชียงใหม่ (UNISERV CMU) จังหวัดเชียงใหม่

AI for Thai เกิดจากความมุ่นมั่นของศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ (เนคเทค) ที่จะสร้างเทคโนโลยีฐานรากทางด้านดิจิทัล (Digital Infrastructure) ให้กับประเทศไทย โดยนำผลงานวิจัยที่มีอยู่ทางด้านปัญญาประดิษฐ์มาเผยแพร่ในรูปแบบการให้บริการ หรือ API เพื่อให้นักพัฒนานำไปต่อยอด สร้างสรรค์และพัฒนาแอปพลิเคชันให้เกิดประโยชน์ทั้งในเชิงธุรกิจและสังคม
แพลตฟอร์ม AI for Thai ยังเป็นชิ้นส่วนและกลไกสำคัญที่จะช่วยสร้างและขับเคลื่อนระบบนิเวศทางด้านปัญญาประดิษฐ์ (AI Ecosystem) ให้เกิดขึ้นในประเทศไทย โดยจะเปิดให้นักวิจัย อาจารย์ นักศึกษาและนักพัฒนามาร่วมกันสร้าง API ใหม่ๆ และนำมาให้บริการผ่านแพลตฟอร์ม เพื่อเป็นประโยชน์สูงสุดกับผู้ใช้งานในประเทศไทย
(ที่มา : https://aiforthai.in.th/about.php)

ผู้ใช้งานสามารถทดลองใช้ AI for Thai ได้ที่ aiforthai.in.th

เนื้อหาในการอบรม แบ่งออกเป็น 3 ด้านดังนี้
1) ภาษา (Language)

เป็นการใช้งานการประมวลผลข้อความภาษาไทย เช่น การตัดคำด้วยพจนานุกรรม, การตัดคำด้วย Machine Learning, ตัดคำ และแก้คำซ้ำ, ตัดคำ และบอกประเภท, แสดงคำที่ออกเสียงคล้ายกัน, คำสะกดใกล้เคียงกัน จากพจนานุกรม และรายชื่อคนไทย และคำที่มีบริบทใกล้เคียงกัน โดยสามารถทดลองเรียกใช้งาน API ได้จาก
colab : Basic NLP API call G2P LexTo Soundex TLexPlus,Word approx, WordSim

2) ภาพ (Vision)

เป็นการใช้งานการวิเคราะห์ และเข้าใจภาพและวิดีโอ เช่น การแปลงภาพเอกสารให้เป็นข้อความ, การวิเคราะห์วัตถุ (ชื่ออาหาร), การระบุตำแหน่งบุคคลในภาพ, การแสดงความหนาแน่นของบุคคลในรูปภาพ และการตรวจจับป้ายทะเบียนรถ สามารถดาวน์โหลดโปรแกรมทดลองเรียกใช้งาน API ได้จาก
Google Drive : ATFORTHAI_vision.zip

3) การสนทนา และการโต้ตอบ (Conversation)

เป็นการใช้งานการสนทนา เสียงพูด และการโต้ตอบจาก chatbot เช่น การแปลงเสียงพูดเป็นข้อความ, การแปลงข้อความเป็นเสียงพูด และการสร้างแช็ตบอตเพื่อโต้ตอบโดยสามารถทดลองเรียกใช้งาน API ได้จาก
colab : Conversation API call Partii & Vaja

ทั้งนี้จากการอบรมพบว่า ตัวแพลตฟอร์ตเองสามารถใช้งานได้ในระดับหนึ่ง ซึ่งข้อมูล (dataset) ที่ทาง NECTEC ได้รวบรวมและทำ Model เอาไว้ให้ สามารถนำไปใช้งาน และต่อยอดให้เกิดผลงาน สิ่งประดิษฐ์ และนวัตกรรมต่าง ๆ ได้ในอนาคต ทั้งนี้ ขึ้นอยู่กับผู้พัฒนาเอง ว่าจะสามารถดึงความสามารถของ SERVICES ที่เปิดให้ใช้งานได้มากน้อยเพียงใด

จำนวน API ที่สามารถใช้งานได้

#เพิ่มเติม1 การใช้งาน API มีขีดจำกัด หากต้องการเพิ่มการใช้งาน สามารถติดต่อกับทาง NECTEC ได้โดยตรง และdataset ที่ใช้สร้างโมเดลอาจจะยังไม่ครอบคลุมทั้งหมด โดยผู้พัฒนาสามารถติดต่อทีม NECTEC เพื่อเพิ่ม dataset สำหรับงานของตนเองในภายภาคหน้าได้

#เพิ่มเติม2 ยังไม่ได้อธิบายการใช้งานร่วมกับ ABDUL Platform และ LINE Chatbot นะครับ

สรุปอบรม “การใช้ AI for Thai Platform” สำหรับนักพัฒนาโปรแกรม (ภาคเหนือ) was originally published in ASbavensky on Medium, where people are continuing the conversation by highlighting and responding to this story.

เนื้อหาภาคต่อจากบทความ ทำ Face Detection ง่าย ๆ ด้วย Sipeed Maix board

M5Stick-V บอร์ดพัฒนา AI ที่มาพร้อมกับกล้อง OV7740 ความเร็ว 60 fps แบบ VGA(640x480 pixels) มาพร้อมกับจอแสดงผลสี TFT ใช้ชิปเบอร์ ST7789 ขนาด 135x240 pixels นอกจากนี้ ภายในบอร์ดยังมีเซนเซอร์ built-in อย่างมากมาย ทั้ง MPU6886 (3-axis Gyro + 3-axis accelerometer), Power Management AXP192, PCM: MAX98357 และแน่นอนว่าด้วยขุมพลังของ Kendryte K210 จะทำให้สามารถนำไปงานได้หลากหลายไม่ว่าจะเป็น Object detection /classification Face detection / recognition ซึ่งจะได้ทดลองทำกันในบทความนี้

เตรียมเครื่องมือ

1. MaixPy IDE for windows
2. kFlash GUI
3. M5StickV_Firmware
4. labelImg
5. Example code & Model
6. M5StickV Quick Started

ทดลองโปรแกรม

1) อัพโหลด Firmware ให้กับบอร์ดโดยเปิดโปรแกรม kFlash GUI ทำการเลือก Board M5StickV และ Port ที่เชื่อมต่อให้เรียบร้อย จากนั้นเลือกไฟล์ Firmware (บทความนี้จะใช้ M5StickV_Firmware_1022_beta.kfpka) และทำการ Download ลงบอร์ดให้เรียบร้อย

2) เปิดโปรแกรม MaixPy IDE

3) ดาวน์โหลด Example code & Model

4) เปิดโปรแกรมตัวอย่างใน Folder /Example Code/m5stickV_find_face.py

5) นำ Model ใส่ SD Card (บทความก่อนหน้าจะโหลดเข้า Flash แต่บทความนี้จะใช้ SD Card แทนทำให้ใส่โมเดลที่ใหญ่ขึ้นได้นะครับ) โดยสามารถใช้โมเดลตัวอย่างใน Folder /Model/Demo_Model

6) ทำการเชื่อมต่อกับบอร์ด โดยกดที่รูปโซ่มุมล่างซ้าย

7) เมื่อเชื่อมต่อได้แล้ว สีของรูปโซ่จะเปลี่ยนเป็นสีแดง และจะปรากฏปุ่มเล่น สีเขียว เพื่อกดอัพโหลดโปรแกรมไปยังบอร์ด

8) เมื่อกดปุ่มเล่น โปรแกรมจะทำการรันบนบอร์ด และผลลัพท์ที่ได้ก็คือ Face Recognition นั่นเอง โดยให้เปิดรูปใน Folder /Model/Demo_Model/imageTest

9) เมื่อเปิด Serial Terminal จะปรากฏค่าที่ return มา ซึ่งประกอบไปด้วย
- x, y ตำแหน่งที่ตรวจเจอใบหน้า
- width, height ขนาดของกรอบที่วาด
- value ค่าความแม่นยำของใบหน้าที่ตรวจเจอ
- classid คลาสที่เจอ โมเดลตัวอย่างมีแค่ 2 คลาสคือ 0:man และ 1:tong
- index ลำดับของใบหน้าที่พบ
- objnum จำนวนของใบหน้าที่พบ

10) จากข้อมูลที่ return ออกมา จะได้ตำแหน่งของใบหน้าที่ตรวจจับเจอ ดังนั้นทำให้บอร์ดสามารถตรวจจับใบหน้าเจอ และแยกระหว่างบุคคล 2 คนได้ (2 class) โดยผู้พัฒนาสามารถนำไปต่อยอดเป็นระบบลงชื่อเข้างาน เปิดปิดประตู หรือใช้ในการระบุตัวตนได้อีกด้วย

สร้างโมเดลด้วยตนเอง

1) รวมรวบรูปภาพเก็บไว้ใน Folder /Train_Model/data/images เพื่อใช้สำหรับสร้างโมเดล โดยรูปที่ใช้จะเป็นรูปของบุคคล 2 คน ซึ่งจะแบ่งเป็น 2 คลาส คือ man และ tong โดยโมเดลตัวอย่างที่ใช้ จะสร้างโมเดลด้วยรูป 100 รูป / คน

2) เปิดโปรแกรม LabelImg เพื่อทำการสร้างเฉลยสำหรับการนำไปสร้างโมเดล

3) กด Open Dir และเลือก Folder /Train_Model/data/images จากนั้นเลือก Change Save Dir ไปที่ Folder /Train_Model/data/annotations

4) กด W ที่คีย์บอร์ด หรือคลิก Create\nRectBox เพื่อลากกรอบสี่เหลี่ยมเฉลยเฉย ๆ ใบหน้าที่ต้องการ และตั้งชื่อให้ตรงกับคลาสที่จะนำไปสร้างโมเดล

#กรณีมี 2 คนในรูปเดียวกัน สามารถเพื่อตั้งชื่อทั้ง 2 คลาส

5) ไฟล์เฉลยที่ได้ทั้งหมด จะเป็นไฟล์นามสกุล .xml ใน Folder /Train_Model/data/annotations

6) แก้ไขไฟล์ Config.json ใน Folder /Train_Model/data แก้ไขโปรแกรมดังนี้
บรรทัดที่ 6 : labels ทำการเพิ่มคลาสที่ต้องการสร้างโมเดล
บรรทัดที่ 17 : train_image_folder เพิ่ม path ของไฟล์รูปที่จะนำไปสร้างโมเดล
บรรทัดที่ 18 : train_annot_folder เพิ่ม path ของไฟล์เฉลยที่จะนำไปสร้างโมเดล

7) ทำการ Setup envelopment ตาม requirements.txt โดยใช้ Anaconda navigator ในการช่วยติดตั้ง ซึ่งขั้นตอนนี้จะเป็นการเตรียมเครื่องคอมพิวเตอร์เพื่อให้สามารถ Train model ได้

8) เปิด Terminal ของ envelopment ที่สร้างไว้ จากนั้นสั่งสร้างโมเดล

$ python train.py -c data/config.json

9) เมื่อสร้างโมเดลเสร็จ จะปรากฏไฟล์ model.h5 และ model.tflite

แปลงโมเดล tflite เป็น kmodel

1) เปิด Terminal เข้าไปที่ Folder /Model/Convert_2_kmodel/Maix_Toolbox (โปรแกรมที่เตรียมไว้ใช้สำหรับเครื่อง Windows สำหรับ OS อื่นให้โหลดโปรแกรม nncase ใหม่)

2) แปลงโมเดลด้วยคำสั่ง

./tflite2kmodel.sh model.tflite

3) จะได้ไฟล์นามสกุล .kmodel เพื่อนำไปใช้งานต่อไป

วิดีโอตัวอย่างการใช้งาน

Chiang Mai Maker Club
81/21–25 Prasing, Mueang, Chaing Mai, Thailand. 50200
FB: Chaing Mai Maker Club

ทำ Face recognition ด้วย M5Stick-V was originally published in Chiang Mai Maker Club on Medium, where people are continuing the conversation by highlighting and responding to this story.

ความฝันของเด็กผู้ชาย คงจะหนีไม่พ้นการมีรถบังคับเท่ ๆ เอาไว้อวดเพื่อน

เมื่อเราโตขึ้น ความฝันนั้น บางคนอาจจะเป็นจริง แต่สำหรับบางคนยังเป็นเรื่องที่ต้องใช้ความพยายามเป็นอย่างมาก เพื่อที่จะได้ครอบครองรถในฝัน ถึงอย่างนั้น เรามาเริ่มสร้างมันไปพร้อม ๆ กันเถอะ

อุปกรณ์ที่ใช้ q(- -)p

• รถบังคับ คลื่น 23 MHz หรือ 40Mhz ราคาไม่เกิน 200 บาท (ไม่ต้องใช้รีโมตเดิม)
• บอร์ด KidBright (โรงเรียนไหนที่ได้รับบอร์ด ให้ไปยืมจากอาจารย์ นะจ๊ะ)
• บอร์ดไดร์มอเตอร์ (Motor Driver 2 Way 2–10 V 1.5 A) ราคาประมาณ 40 บาท
• แบตเตอรี่ AA จำนวน 4 ก้อน ราคาประมาณ 50 บาท
• แอปพลิเคชั่นควบคุม พัฒนาโดย MakerAsia Co., Ltd.

>>> ต้นทุนทั้งหมด 290 บาท <<<

ลงมือทำกันเล้ยยย (^^)/

• ขั้นตอนแรกต้องไปซื้อรถบังคับมาก่อนนาจา

• มาแกะรถบังคับกันเถอะ อุปกรณ์ที่ใช้จะประกอบไปด้วย

• ใช้ไขควงแกะน๊อตด้านล่างของรถบังคับ เพื่อแกะโครงรถออก

• แกะฝาด้านบนออก

• บัดกรีสายไฟออกจากวงจร

• ประกอบวงจรไดร์มอเตอร์เข้ากับบอร์ด KidBright

• บัดกรีมอเตอร์เลี้ยวด้านหน้า เข้ากับขา MOTOR-B ของไดร์มอเตอร์

• บัดกรีมอเตอร์ขับเคลื่อนด้านหลังเข้ากับ MOTOR-A ของไดร์มอเตอร์

• บัดกรีสายไฟจากสวิตซ์เข้ากับแหล่งจ่ายของไดร์มอเตอร์

• ใช้ปืนกาว ติดบอร์ด KidBright บนรถให้เรียบร้อย

• เรียบร้อย ขั้นตอนต่อไปมาเขียนโปรแกรมกันเล้ยยยย

เขียนโปรแกรม KidBright ด้วย KB IDE

• ติดตั้งโปรแกรม KB IDE (www.kbide.org)

• เปิดโปรแกรม KB IDE

• เมนู Plugin Manager ติดตั้ง CMMC Remote และ L298 plugin

• ลากบล็อกโปรแกรมดังภาพ

หรือเลือกเมนู Examples & Tutorials → Plugin Examples → 02-DIYCar

• แก้ไขชื่อไวไฟ และพาสเวิร์ดสำหรับเชื่อมต่อกับบอร์ด

• อัพโหลดโปรแกรมเข้าบอร์ด KidBright จากนั้นติดตั้ง CMMC Remote Application (เปิดให้ใช้งานฟรี เพื่อการศึกษาเท่านั้น)

• เมื่อติดตั้ง Application เรียบร้อยแล้ว เชื่อมต่อไวไฟเข้ากับบอร์ด KidBright ตามชื่อที่ได้ตั้งเอาไว้

• เปิดแอปพลิเคชัน CMMC Remote

• ทดสอบควบคุมรถด้วยแอปพลิเคชั่น

ติดตามข่าวสารอื่น ๆ
FB page: KBIDE
Website: www.kbide.org
สั่งซื้อบอร์ด ESP32 : https://thai-maker.com
ติดตามบทความใหม่ ๆ : FB page Chiang Mai Maker Club
กลุ่มพูดคุย และปรึกษา : FB Group Chiang Mai Maker Club

สร้างรถบังคับง่าย ๆ ด้วยบอร์ด KidBright was originally published in Chiang Mai Maker Club on Medium, where people are continuing the conversation by highlighting and responding to this story.

KB-IDE v1.1.0 change log and bug fix

Now Opening KB-IDE V1.1.0

KB-IDE แพลตฟอร์มการเขียนโปรแกรมสัญชาติไทย ที่ได้รวมการเขียนโปรแกรมแบบ Block programming และ Text programming เพื่อให้นักพัฒนา และผู้เริ่มต้นศึกษาได้เขียนโปรแกรม สามารถใช้งานได้สะดวก ง่าย และมีกลุ่มผู้ใช้งานภายในประเทศไทยเป็นจำนวนมาก ทำให้การเริ่มต้นการเขียนโปรแกรมในปัจจุบัน สามารถเริ่มต้นเองได้ง่าย ๆ ที่บ้านของท่านเอง

KB-IDE V1.1.0 มีอะไรปรับใหม่บ้าง ?

Change log

• เปลี่ยนรูปแบบการ แปลงโปรแกรม จากเดิม เมื่อลากบล็อกไว้แล้วสลับไปเขียนโค้ด จะแปลงโค้ดให้อัตโนมัติ สำหรับเวอร์ชั่นนี้จะต้องกดปุ่ม New File เพื่อเลือกให้โปรแกรมแปลงบล็อกโปรแกรมหรือไม่
• เพิ่มข้อความ “Loading” หน้าแรกของโปรแกรมขณะกำลังเปิด
• รองรับโมดูลกล้องในอนาคต
• ปรับ Board Manager ใหม่ ทั้งรูปภาพ สี ฟ้อน และการค้นหาแบบแนะนำ ชื่อ แพลตฟอร์ม และผู้จัดจำหนาย
• ปรับ Plugin Manager ใหม่ ให้สามารถเพิ่มปลั๊กอินได้มากขึ้น เลือกการค้นหาแบบต่าง ๆ เช่น ค้นหาด้วยชื่อ ความนิยม หรือแนะนำ
• แก้ไขฟ้อน และสีของโปรแกรม
• เมื่อเปิด Dual-Mode จะปรากฏปุ่ม RAW CODE สามารถเลือกแสดงโปรแกรมทั้งหมดที่เพิ่มเข้าไป หรือแสดงเฉพาะโปรแกรมที่ลากบล็อกวาง
• เพิ่ม Auto format ใน Text-based programming mode
• เพิ่มหน้าต่างแสดงการ Compile โปรแกรม ใน Text-based programming mode
• แก้ไขบล็อก และตั้งค่าอื่น ๆ ให้ใช้งานง่ายยิ่งขึ้น
• การอัพโหลดบอร์ดไปยัง IDE จะถูกตรวจสอบโดยทีมผู้พัฒนา เพื่อให้มีรูปแบบที่ตรงกัน และไม่ก่อให้เกิดปัญหาในภายภาคหน้า

Bug fix

• แก้ปัญหาไอคอน และการใช้งานที่ผิดพลาด
• แก้ปัญหาไม่สามารถอัพเดท Plugin
• แก้ไขแถบเมนูใหม่ จัดลำดับ และเรียงตามไฟล์ config.json
• แก้ไขให้สามารถเพิ่ม markdown file ใน Example code ของ Plugin ได้

ติดตามข่าวสารอื่น ๆ
FB page: KBIDE
Website: www.kbide.org
สั่งซื้อบอร์ด ESP32 : https://thai-maker.com
ติดตามบทความใหม่ ๆ : FB page Chiang Mai Maker Club
กลุ่มพูดคุย และปรึกษา : FB Group Chiang Mai Maker Club

KB-IDE ปรับใหม่ จัดใหญ่กว่าเดิม was originally published in Chiang Mai Maker Club on Medium, where people are continuing the conversation by highlighting and responding to this story.

1st RV64 AI board for Edge Computing

จั่วหัวมาซะแรง แต่ของเค้าก็แรงจริง ๆ กับบอร์ดที่ใช้สถาปัตยกรรมแบบ RISC-V 64 bit IMAFDC แบบ dual-core โดยใช้ขุมพลังของ Kendryte K210 ซึ่งมี KPU (หน่วยประมวลผล neural network) ภายในขนาด 64 KPU ( 576bit) ที่ 230GOPs ความถี่ 400MHz และ SRAM ความเร็วสูงสุด 8MB ด้วยความสามารถหลายประการไม่ว่าจะเป็นขนาดของบอร์ดที่เล็ก กินพลังงานเพียง 0.5W รองรับการใช้งาน AI (AIoT)โดยสนนราคาเพียง $12 (300+ บาท ราคาเฉพาะชิปนะแจ๊ะ) บอกได้คำเดียวว่า “โอ้ ม่าย รอด”

โดยในบทความนี้ ผมจะขอเลือกใช้บอร์ด Sipeed M1w dock suit ที่มาพร้อมกับขอแสดงผลแบบ LCD 2.4 inch ( 320x240) และกล้อง OV2640 ที่คามละเอียด 2Mpixel โดยมีขาใช้งาน (GPIO) ทั้งหมด 48 ขาใช้งาน สามารถเชื่อมต่อกับไวไฟได้ผ่าน ESP8285 ทั้งนี้ตัวบอร์ด ยังรองรับการใช้งาน AI ต่าง ๆ ไม่ว่าจะเป็น Face Detection, Object Recognition และการทำ Neural Network

ตัดมาช่วงโฆษณา อยากได้แบบพร้อมใช้อะ ซื้อที่ไหนได้บ้าง
- Thaieasyelec
- Gravitechthai
- SeeedStudio

เอาละ ในเมื่อได้บอร์ดกันมาแล้ว ไม่พูดพร่ำทำเพลง มาเริ่มเล่นเจ้า Sipeed M1w dock กัน โดยเจ้าบอร์ดนี้สามารถใช้ Arduino IDE เขียนได้ด้วยนะเออ แต่ในบทความนี้จะขอไม่พูดถึง เราจะไปใช้ micropython กัน โดยลงโปรแกรมดังต่อไปนี้

1. MaixPy IDE for windows
2. kFlash GUI
3. Firmware
4. Face Detection model
5. Example Code

เริ่มต้นอัพเดทโปรแกรม

1) เปิดโปรแกรม kFlash GUI ทำการเลือก Board และ Port ที่เชื่อมต่อให้เรียบร้อย จากนั้น เลือกไฟล์ Firmware (บทความนี้จะใช้ maixpy_v0.3.2_full.bin) และไฟล์ Face Detection model (face.kmodel) โดยเลือกที่ตำแหน่งของ Flash 0x300000

2) หน้าแรกของบอร์ด จะขึ้นประมาณนี้

3) เปิดโปรแกรม MaixPy IDE (แนะนำเวอร์ชั่น 0.2.3)

4) ดาวน์โหลด Example Code จากนั้นนำไปวางใน Folder MaixPyIDE ใน Documents

5) ในแถบเครื่องมือ IDE จะปรากฏโปรแกรมตัวอย่าง ให้เลือก machine_vision → demo_find_face.py

6) แสดงหน้าตาโปรแกรม ทำการเชื่อมต่อกับบอร์ด โดยกดที่รูปโซ่มุมล่างซ้าย

7) เมื่อเชื่อมต่อได้แล้ว สีของรูปโซ่จะเปลี่ยนเป็นสีแดง และจะปรากฏปุ่มเล่น สีเขียว เพื่อกดอัพโหลดโปรแกรมไปยังบอร์ด

8) เมื่อกดปุ่มเล่น โปรแกรมจะทำการรันบนบอร์ด M1 dock ผลลัพท์ที่ได้ก็คือ Face Detection นั้นเอง

9) เมื่อเปิด Serial Terminal จะปรากฏตำแหน่งที่ return มาจากไลบรารี่

10) จากข้อมูลที่ return ออกมา เราจะได้ตำแหน่งของใบหน้าที่ตรวจจับเจอ ดังนั้น เราสามารถเขียนโปรแกรมเพื่อบอร์ดสามารถทำงานเมื่อเจอใบหน้า หรือใบหน้าอยู่ในตำแหน่งใด ๆ ให้หมุนหุ่นยนต์ติดตามใบหน้าได้นั่นเอง

สรุป

หลังจากลองเล่นเจ้า Sipeed M1w dock มาได้ซักระยะ จะเห็นได้ว่าบอร์ดมีขนาดเล็ก และสามารถนำไปใช้ทำงานในส่วนของ AI หรือ AIoT ซึ่งด้วยความจุของ Flash ภายในอาจจะไม่สามารถเขียน AI ที่ใช้ Hidden node เยอะ ๆ ก็ตาม แต่เดี๋ยวก่อน ตัวบอร์ดเองยังสามารถเสียบ SD card Class 10 เพิ่มเข้าไปได้อีกด้วย นั่นหมายความว่า เราสามารถนำ model ที่ Train จาก IDE เรียบร้อยแล้ว เอาไปใส่ใน SD card ได้ด้วยนั่นเอง

ส่วนตัวผมยังไม่ค่อยเก่งเรื่อง AI มากนั้น อาจจะอธิบายได้ไม่กระจ่าง ต้องขออภัยมา ณ ที่นี้ด้วยครับ หรือผิดพลาดประการใด สามารถติดต่อ ชี้แนะ เพื่อทำการแก้ไขได้เลยครับ หลังจากนั้น จะลองไปเล่นพวก Example และการ Train model ต่าง ๆ มาให้เพื่อน ๆ ได้ลองเล่นกันอีกในภายภาคหน้า ส่วนวันนี้ ขอตัวก่อน Happy Coding ครับ

ทำ Face Detection ง่าย ๆ ด้วย Sipeed Maix board was originally published in Chiang Mai Maker Club on Medium, where people are continuing the conversation by highlighting and responding to this story.

Content

KB-IDE [EP1]: เริ่มต้นใช้งาน KB-IDE บน Windows
KB-IDE [EP2]: KB-IDE ใช้กับบอร์ดไหนได้บ้าง ?
KB-IDE [EP3]: พาทัวร์ KB-IDE มีอะไรซ่อนอยู่นอกจากการลาก Block
KB-IDE [EP4]: ทดลองใช้งาน GPIO ของบอร์ด ESP32 ด้วย KB-IDE
KB-IDE [EP5]: การอ่านค่าความสว่างแสดงผลผ่าน Serial Monitor
KB-IDE [EP6]: วัดระยะทางด้วยเซ็นเซอร์เสียงสะท้อน Ultrasonic
KB-IDE [EP7]: การแสดงผลข้อมูลด้วยจอ LCD
KB-IDE [EP8]: เซ็นเซอร์วัดอุณหภูมิ และความชื้น
KB-IDE [EP9]: จอแสดงผล OLED
KB-IDE [EP10]: ทำอุปกรณ์ IoT ง่าย ๆ ด้วย Blynk application
KB-IDE [EP11]: การส่งข้อมูลไปยัง CloudMQTT

รถบังคับ หรือ Car RC toy (Radio controlled toys) หมายความว่ารถของเล่นที่ถูกบังคับด้วยวิทยุ RC ในที่นี้ ไม่ได้หมายถึงของเล่นสำหรับเด็กเล็ก คำว่า RC ในบทความนี้ จะหมายถึง RC Hobby คือผู้เล่นสามารถใช้ความคิดสร้างสรรค์ประดิษฐ์ ดัดแปลง ปรับแต่งให้กับอุปกรณ์ที่ตนเองควบคุม สามารถทำได้โดยไร้ขีดจำกัด

ไดร์มอเตอร์ หรือวงจรขับมอเตอร์ ในที่นี้จะกล่าวถึงไดร์มอเตอร์กระแสตรงเบอร์ L298 ซึ่งวางขายตามท้องตลาด โดยจะใช้การทำงานแบบ H-Bridge คือสามารถควบคุมความเร็ว และทิศทางการหมุนของมอเตอร์ (ในบทความนี้จะไม่อธิบายวงจรการทำงานของ H-Bridge)โดยโมดูล L298 สามารถควบคุมความเร็วของมอเตอร์ด้วย PWM (Pulse Width Modulation) ที่ขา ENA สำหรับ Motor A และขา ENB สำหรับ Motor B โดยการควบคุมทิศทาง สามารถควบคุมที่ขา IN1-IN4

มอเตอร์ไฟฟ้ากระแสตรง หรือที่รู้จักกันในชื่อ ดีซีมอเตอร์ หลักการทำงานอาศัยการเปลี่ยนแปลงไฟฟ้า เป็นพลังงานกล โดยการเหนี่ยวนำแม่เหล็กไฟฟ้าระหว่างขดลวดตัวนำ และแม่เหล็กถาวร โดยในบทความนี้จะใช้มอเตอร์ดีซีที่มีอัตราทดที่ 1:48 หมายความว่า มอเตอร์หมุน 48 รอบ แกนมอเตอร์ถึงจะหมุน 1 รอบ ดังนั้นมอเตอร์ 1:48 จึงหมุนได้เร็วกว่ามอเตอร์ 1:120 แต่ในขณะเดียวกันมอเตอร์ 1:120 ก็มีแรงบิดกว่ามอเตอร์ 1:48

การสร้างรถบังคับด้วยตนเอง (D.I.Y. Robot car) ด้วยบอร์ด ESP32 ในบทความนี้จะใช้บอร์ด KidBright 2 บอร์ดในการติดต่อสื่อสารกัน โดยบอร์ด Master จะให้เป็น remote สำหรับควบคุมบอร์ด Slave ที่จะเป็นตัวรถ

การเชื่อมต่อวงจรบอร์ด KidBright กับโมดูลไดร์มอเตอร์ L298 จะใช้สายไฟ 4 เส้น เนื่องจากไม่ใช้ขา ENA และ ENB ในการควบคุมความเร็ว เพื่อให้ใช้ขาใช้งานน้อยที่สุด โดยขาใช้งานที่เลือกใช้มีดังต่อไปนี้

KidBright — — — — — — — — L298
 — — — — — — — — — — — — — —
6–12V(Battery) ____________+12V
5V________________________+5V
GND______________________ GND
18________________________IN1
19________________________IN2
26(OUTPUT1) _____________IN3
27(OUTPUT2) _____________IN4

#หมายเหตุ ต้องต่อตัวต้านทาน Pull up ที่ขา OUTPUT 1 และ OUTPUT 2
อ่านเพิ่มเติมเกี่ยวกับการต่อ Resistor Pull up

การเขียนโปรแกรมควบคุมหุ่นยนต์รถบังคับด้วยบอร์ด KidBright จะแบ่งออกเป็น 2 ส่วนคือตัวส่ง (Master) และตัวรับ (Slave) โดยมีขั้นตอนดังต่อไปนี้

1) ดาวน์โหลดปลั๊กอิน Motor Drive Module L298 และ ESP-NOW

2) วาดบล็อกโปรแกรมของตัวรับ (Slave)

#จากโปรแกรมเมื่ออัพโหลดลงบอร์ด จะแสดง Mac address ให้จดบันทึกไว้เพื่อนำไปกรอกในบล็อก ESP-NOW send ของโปรแกรมตัวส่ง (Master)

3) วาดบล็อกโปรแกรมของตัวรับ (Master)

#ในส่วนบล็อก ESP-NOW send จะต้องนำเลข Mac Address ของตัวรับมาใส่

4) ประกอบตัวรถ ตามแต่จินตนาการ

5) อัพโหลดโปรแกรมให้บอร์ดตัวส่ง (Master) และบอร์ดตัวรับ (Slave)

สรุป

จากบทความเป็นการควบคุมหุ่นยนต์ด้วยโมดูล L298 โดยใช้การติดต่อสื่อสารผ่านโปรโตคอล ESP-NOW ซึ่งบทความเป็นเพียงตัวอย่างการใช้งานเบื้องต้นเท่านั้น ผู้ใช้งาน หรือผู้ศึกษาจะต้องศึกษาต่อในเรื่องการควบคุมมอเตอร์ด้วย L298 หลักการควบคุม และการส่งข้อมูลระหว่างบอร์ดผ่านโปรโตคอล ESP-NOW เพื่อให้เกิดประโยชน์ต่อผู้ศึกษาได้มากที่สุด

ติดตามข่าวสารอื่น ๆ
FB page: KBIDE
Website: www.kbide.org
สั่งซื้อบอร์ด ESP32 : https://thai-maker.com
ติดตามบทความใหม่ ๆ : FB page Chiang Mai Maker Club
กลุ่มพูดคุย และปรึกษา : FB Group Chiang Mai Maker Club

KB-IDE [EP12]: มาสร้างรถบังคับ ด้วย KidBright กันเถอะ was originally published in Chiang Mai Maker Club on Medium, where people are continuing the conversation by highlighting and responding to this story.