ชุดเรียนรู้ หุ่นยนต์โรงงาน AI Factory Automation
🤖 ปฏิวัติเรียนรู้สายการผลิตด้วย AI Factory Automation Kit
“เรียนรู้ AI ระบบสารสนเทศในโรงงาน ผ่านการประกอบและโค้ดจริง”
ชุดเรียนรู้ หุ่นยนต์โรงงาน AI Factory Automation คือชุด STEM ระดับสูง ในโหมดของ ชุดเรียนรู้ AI x IOT Education ที่ออกแบบเพื่อจำลองระบบอัตโนมัติในโรงงานสมัยใหม่ (Industry 4.0) ผ่านโมดูล AI image recognition และระบบขับเคลื่อนพร้อมบอร์ด ELF K210 ผู้เรียนจะได้ประกอบและเขียนโปรแกรม 3 โครงการ ได้แก่ ประตูโรงงานอัจฉริยะ รถขนส่งในคลังสินค้า และหุ่นยนต์คัดแยก สิ่งเหล่านี้ช่วยให้นักเรียนอายุ 12 ปีขึ้นไป และครู STEM ได้ฝึกทักษะ AI, Robotics, IoT และแนวคิด 4.0 ได้อย่างลึกซึ้งผ่าน Project-Based Learning
ชุดเรียนรู้ หุ่นยนต์โรงงาน AI Factory Automation (ประกอบได้ 3 โครงการ ในกล่องเดียว)
AI Sorting Robot
หุ่นยนต์คัดแยกชิ้นงานอัตโนมัติด้วยระบบกล้อง AI ที่สามารถจำแนกวัตถุตามสีหรือ QR Code และสั่งงานแขนกลให้แยกไปยังตำแหน่งที่กำหนด เหมาะสำหรับเรียนรู้แนวคิด Image Recognition และระบบแยกประเภทในสายการผลิตอัตโนมัติ
AI Warehouse Robot
หุ่นยนต์ขนส่งในคลังสินค้า (Autonomous Mobile Robot) ที่ขับเคลื่อนบนล้อแบบ Mecanum รองรับการเขียนโค้ดเพื่อกำหนดเส้นทาง รับ-ส่งสินค้า หรือภารกิจในพื้นที่จำลอง เสริมทักษะการวางแผนโลจิสติกส์ด้วยการควบคุมและเซ็นเซอร์
AI Factory Gate
ระบบประตูอัจฉริยะที่เปิด-ปิดโดยอัตโนมัติผ่านการสแกน QR Code หรือตรวจจับภาพใบหน้า/วัตถุด้วยกล้อง AI เพื่อจำลองระบบควบคุมการเข้า-ออกในโรงงาน เพิ่มความเข้าใจในเรื่อง Security Access และระบบควบคุมอัตโนมัติในสถานการณ์จริง
ภาพตัวอย่างการทำงาน ชุดเรียนรู้ หุ่นยนต์โรงงาน AI Factory Automation : ระบบคัดแยกสิ่งของตามสี
🔍 เหมาะสำหรับใคร?
นักเรียนมัธยมปลายและอายุ 12+ ปี ที่สนใจด้าน AI และระบบอัตโนมัติในโรงงาน
ครู STEM, AI, วิทยาการคำนวณ ที่ต้องการสื่อประกอบในห้องเรียนหรือลูกศิษย์กลุ่มใหญ่
เมกเกอร์ & ผู้เริ่มต้นสาย IoT/AI Robotics ที่อยากประยุกต์แนวคิด Industry 4.0
ผู้จัดอบรม/โปรแกรมเมอร์ ที่ต้องการใช้ชุด Kit สร้าง Workshop ขั้นสูง
🔧 จุดเด่นของ ชุดเรียนรู้ หุ่นยนต์โรงงาน AI Factory Automation
ประกอบ 3 ระบบอัตโนมัติหลัก:
AI Factory Gate – เปิดปิดประตูอัตโนมัติด้วยภาพและ QR Code
Warehouse Robot – ขนส่งสินค้าในคลังด้วยการเขียนโค้ด
Sorting Robot – แยกชิ้นงานตามสีหรือป้าย QR
ใช้บอร์ด ELF AIoT K210 พร้อมกล้อง 2 MP, จอ TFT, ไมโครโฟน, ลำโพง, 4×RJ11 พอร์ต for expansion
Edge‑AI รองรับการประมวลผลภาพได้เอง ไม่ต้องพึ่งอินเทอร์เน็ต
รองรับภาษา Scratch (WeeeCode) และ Python (MicroPython) – เริ่มง่ายต่อเนื่องยกระดับ
รวมชิ้นส่วนกลไก & อิเล็กทรอนิกส์ครบ เช่น มอเตอร์ DC, Servo, เซนเซอร์ image-sensor, RJ11 modules
บทเรียนโครงงาน 8 บทเรียน (90 นาที/บท) – ครอบคลุมตั้งแต่แนวคิดจนการรับรู้และควบคุมระบบจริง
🎓 สอดคล้องกับนโยบายการศึกษาไทย
เสริมหลักสูตร วิทยาการคำนวณ & STEM-Education โดยใช้ AI & IoT
สนับสนุนแนวทาง Active Learning และ Learning-by-Doing ด้วยโครงงานสไตล์ Industry 4.0
พัฒนาทักษะศตวรรษที่ 21 ได้แก่ การคิดวิเคราะห์ ระบบ, การเขียนโค้ด, และ teamwork ผ่าน simulation โรงงาน
เหมาะกับใช้ในห้องเรียนระดับ ม.ต้น—ม.ปลาย รวมถึง Makerspace/เวิร์กช็อปพัฒนาทักษะยุคใหม่
📋 กิจกรรมที่สำคัญในการเรียนรู้
1. ประกอบระบบ “AI Factory Gate”
ติดตั้งเซนเซอร์กล้อง–QR code, เขียนโค้ดให้เปิด/ปิดประตูเมื่อตรวจจับป้ายได้
2. สร้าง “Warehouse Transportation Robot”
ประกอบหุ่นยนต์ขับเคลื่อนด้วยมอเตอร์ DC + mecanum wheel
โปรแกรมขับเคลื่อนบนเส้นทางในคลัง
3. ทดลอง “AI Sorting Robot”
ใช้กล้องคัดแยกวัตถุตามสีหรือป้าย
ฝึกเซนเซอร์ hue & vision AI ผ่าน Python/Scratch
4. การเขียนโปรแกรมและควบคุม
โหมด Scratch 3.0 สำหรับผู้เริ่มต้น
ใช้ MaixPy / MicroPython เพื่อสร้างโมเดล AI เล็ก ๆ
เข้าใจการประมวลผล Edge AI และการนำโมเดลเข้า Embedded
5. Workshop & การวัดผล
วิเคราะห์ประสิทธิภาพของระบบ เช่น การตอบสนองเส้นทางหรือการแยกวัตถุ
ปลายภาคโครงงานให้นักเรียนสร้างหรือปรับปรุงระบบเอง
Part List (FLIP BOOK)
📚 ดาวน์โหลด แพ็กเกจการเรียนรู้ครบชุด – คู่มือ + โปรแกรม + โค้ด
Weeecode Program (ดาวน์โหลดโปรแกรมสำหรับใช้งาน)
หลักสูตรการเรียนการสอน
| No | หลักสูตร | เนื้อหาหลักสูตร | No | หลักสูตร | เนื้อหาหลักสูตร |
| 1 | การศึกษาโรงงาน-เริ่มต้น | ออกแบบเกมเพื่อเริ่มต้นการศึกษาโรงงาน AI และทำความคุ้นเคยกับการเขียนโปรแกรมและอัลกอริทึม WeeeCode | 5 | หุ่นยนต์คลังสินค้าอัจฉริยะ | เรียนรู้การโหลดและใช้งานโมเดลการจดจำวัตถุ |
| 2 | AI Factory Gate – การออกแบบโครงสร้าง | รู้จักโครงสร้างอาคารต่างๆ เรียนรู้เมนบอร์ด และออกแบบประตูโรงงาน AI | 6 | คอลเลคชั่น Color Block LAB | เรียนรู้โมเดลสี LAB เรียนรู้การใช้พื้นที่สีเพื่อรวบรวมค่า LAB และเรียนรู้การจดจำสีเดียว |
| 3 | AI Factory Gate – โปรแกรมออกแบบ | เรียนรู้การโหลดและใช้งานโมเดลการจดจำฉลากและรหัส QR | 7 | หุ่นยนต์คัดแยก AI – การออกแบบโครงสร้าง | โดยการปรับเปลี่ยนหุ่นยนต์คลังสินค้า ให้ใช้มอเตอร์เซอร์โวเพื่อสร้างหุ่นยนต์คัดแยกแบบ AI |
| 4 | หุ่นยนต์คลังสินค้า – การออกแบบโครงสร้าง | จดจำชิ้นส่วนโครงสร้างต่างๆ และวิเคราะห์โครงสร้างหุ่นยนต์ ออกแบบหุ่นยนต์ขนส่งคลังสินค้า | 8 | โปรแกรมออกแบบหุ่นยนต์จัดเรียง AI | การใช้ความรู้ที่เรียนในหลักสูตรก่อนหน้าอย่างครอบคลุมเพื่อการเขียนโปรแกรม |
รายละเอียดข้อมูลเพิ่มเติม
เมนบอร์ดควบคุม ELF AIOT K210 – AI Development Board
เมนบอร์ดควบคุม ELF AIOT K210 เป็นบอร์ดไมโครคอนโทรลเลอร์ที่ออกแบบมาโดยเฉพาะสำหรับงาน ปัญญาประดิษฐ์ (AI) และ IoT (Internet of Things) ระดับเริ่มต้นถึงขั้นสูง โดยใช้ชิป Kendryte K210 ซึ่งสามารถประมวลผลภาพ เสียง และสัญญาณอื่น ๆ ได้แบบ Edge AI โดยไม่ต้องพึ่งคลาวด์
- ELF AIOT K210 เป็นเมนบอร์ดราคาประหยัดที่ใช้ชิป AI K210 สำหรับพัฒนาและใช้งานแอพพลิเคชั่นการเรียนรู้ของเครื่องบนเครือข่าย ทำให้ชุดนี้เป็นตัวเลือกที่ยอดเยี่ยมสำหรับนักเรียน นักการศึกษา และผู้ที่ชื่นชอบงานอดิเรกที่ต้องการทดลองใช้ AI และการเรียนรู้ของเครื่อง
อเนกประสงค์: ชุดอุปกรณ์ประกอบด้วยส่วนประกอบต่างๆ มากมาย เช่น โมดูลกล้อง โมดูลไมโครโฟน และโมดูลเซ็นเซอร์ ช่วยให้ผู้ใช้สามารถทดลองใช้แอปพลิเคชัน AI ที่หลากหลายได้ ความอเนกประสงค์นี้ทำให้ชุดอุปกรณ์นี้เป็นตัวเลือกที่ยอดเยี่ยมสำหรับการสำรวจด้านต่างๆ ของ AI และการเรียนรู้ของเครื่องจักร
การประมวลผลแบบเอจ: ชิป AI K210 ออกแบบมาสำหรับการประมวลผลแบบเอจ ซึ่งหมายความว่าชิปนี้สามารถรันอัลกอริทึมการเรียนรู้ของเครื่องในเครื่องได้โดยไม่ต้องใช้การเชื่อมต่ออินเทอร์เน็ต ซึ่งทำให้ชุดอุปกรณ์นี้เป็นตัวเลือกที่ยอดเยี่ยมสำหรับการพัฒนาแอปพลิเคชันการเรียนรู้ของเครื่องที่สามารถทำงานในสภาพแวดล้อมที่การเชื่อมต่ออินเทอร์เน็ตอาจจำกัด
การศึกษา: ชุดนี้ได้รับการออกแบบมาโดยเฉพาะสำหรับการศึกษาด้าน AI โดยมอบประสบการณ์ปฏิบัติจริงในการพัฒนาและใช้งานแอปพลิเคชันการเรียนรู้ของเครื่องจักรให้กับนักเรียนและนักการศึกษา ประสบการณ์จริงนี้มีค่าอย่างยิ่งสำหรับการทำความเข้าใจแนวคิดและความท้าทายของ AI และการเรียนรู้ของเครื่องจักร
ข้อมูลทางเทคนิคหลัก
| รายการ | รายละเอียด |
|---|---|
| ชิปหลัก (SoC) | Kendryte K210 (Dual Core RISC-V, 400MHz) |
| หน่วยความจำ (RAM) | 8MB SRAM (on-chip) |
| หน่วยความจำแฟลช | 16MB (สำหรับเก็บโค้ดและโมเดล AI) |
| จอแสดงผล | TFT LCD ขนาด 2.4 นิ้ว (ความละเอียด 320×240 พิกเซล) |
| กล้อง | กล้อง OV2640 (2MP), รองรับการประมวลผลภาพด้วยโมดูล AI |
| ไมโครโฟน | Dual Digital Microphones (รองรับการประมวลผลเสียง/Voice Recognition) |
| ลำโพง | Buzzer/Speaker (สังเคราะห์เสียง, ตอบสนองด้วยเสียง) |
| พอร์ตขยาย | 4× RJ11 (รองรับการเชื่อมต่อเซนเซอร์/โมดูล Weeemake) |
| การเขียนโปรแกรม | รองรับ MicroPython (MaixPy), Arduino C, และ WeeeCode (Scratch 3.0 block-based) |
| การเชื่อมต่อ USB | USB Type-C (ใช้สำหรับจ่ายไฟและโปรแกรม) |
| แรงดันไฟฟ้า | DC 5V (USB) |
| ขนาดบอร์ด | ประมาณ 85 x 55 mm |
