Category: Uncategorized

1. Python ทำสร้างฟังก์ชันเพื่อลดความยาวของโปรแกรมลงและได้เพิ่มเติมโปรแกรมในส่วนของการตรวจจับทางออกในระหว่างสำรวจแผนที่ด้วยฟังก์ชัน If-else โดยจะทำการแบ่งแผนที่ออกเป็นตาราง10×10 เมื่อมีการตรวจพบว่ารถอยู่ในตำแหน่งที่ x=0,9 หรือ y=0,9 จะใช้เงื่อนไขตรวจสอบพิเศษเช่น เมื่อหุ่นกำลังหัน0องศาที่y=0 หากไม่พบกำแพงทางซ้ายแสดงว่าช่องที่รถอยู่คือช่องทางออกจากนั้นทำการจดจำตำแหน่ง มุมการหันและทิศของทางออก เมื่อถึงการเดินรอบที่2 หุ่นจำทำการเดินมาที่จุดทางออกแล้วหมุนตัวจนกว่ามุมการหันจะตรงกับมุมที่จำไว้จากนั้นทำการเลี้ยวไปในทิศทางที่ทางออกอยู่ 2.ตัวหุ่น ได้มีการเพิ่มLidarเข้าไปที่ตัวหุ่น แต่ตัวหุ่นประสบปัญหาคือstepper motor ไม่สามารถทำให้ตัวหุ่นเคลื่อนที่ได้จึงมีแผนที่จะเปลี่ยนไปใช้ DC motor แทน จึงจำเป็นจะต้องเปลี่ยนตัวโครง โดยเลือกใช้โครงของturtlebot และจากที่เราสามารถระบุตำแหน่งด้วย image processingได้ จึงได้แผนการcontrol ดังนี้ โดยจะมีการติดtagที่ตัวรถเพื่อให้สามารถระบุตำแหน่งจากกล้องได้หลังจากนั้นตัวopencv จะตรวจสอบว่าตอนนี้รถอยู่ที่ตำแหน่งใดของกล้องและจะคอยส่งตำแหน่งผ่าน mqttมาที่ตัวรถเป็นระยะ ๆ สิ่งที่ได้เรียนรู้จากการทำในครั้งนี้คือ …

หน้าที่ได้รับมอบหมาย: การสร้างแผนที่เสมือน ใช้ข้อมูลระยะระหว่างหุ่นยนต์และสิ่งกีดขวางเพื่อจำลอง Maze ในคอมพิวเตอร์ และระบุตำแหน่งบล็อกปัจจุบันของหุ่น ความคืบหน้าในขั้นตอนแรก : การทดสอบผ่านสาย USB เพื่อให้ง่ายต่อการทดสอบและพิสูจน์แนวคิด (Proof of Concept) ผมได้เริ่มต้นด้วยการเชื่อมต่อระบบผ่านสาย USB (Serial Port) ก่อนที่จะพัฒนาระบบให้เชื่อมต่อแบบไร้สาย (Wi-Fi) ซึ่งหุ่นยนต์ที่หลักที่ใช้โปรแกรมคือ M5stack Lidar Bot ขั้นตอนการดำเนินงาน: สรุป: ในขั้นตอนนี้ สามารถดึงข้อมูล Lidar จากหุ่นยนต์มายัง PC และสร้างโปรแกรม Visualization เพื่อแสดงผลแผนที่แบบ Real-time …

ในเฟสแรกของโครงการนี้ ผมชวยเรื่องการออกแบบระบบและการวางแผนการทำงานโดยรวม ของหุ่นยนต์แก้เส้นทาง (Solve Maze Robot) ซึ่งใช้ LidarBot2 เป็นแพลตฟอร์มหลัก ร่วมกับ ระบบ ROS (Robot Operating System) เพื่อรับข้อมูลจากเซนเซอร์ LiDAR และประมวลผลบนคอมพิวเตอร์ เป้าหมายของเฟสนี้คือ ภาพรวมแนวคิดการทำงานของระบบที่วางแผนไว้ หุ่นยนต์จะทำงานโดยใช้ข้อมูลจาก LiDAR Sensor เพื่อสแกนพื้นที่และส่งข้อมูลไปยังคอมพิวเตอร์ผ่านระบบ ROS สำหรับการประมวลผลแบบ SLAM (Simultaneous Localization and Mapping) เพื่อระบุพิกัดของหุ่นยนต์บนแผนที่ (XY Coordinates) และสร้างแผนที่จำลองของ …

การระบุตำแหน่งของหุ่นภายใน maze ในโมดูลการระบุตำแหน่งหุ่น จะรับข้อมูลข้อมูลจาก LiDAR และให้ผลลัพธ์ออกมาด้วยกัน 2 อย่าง คือ1. ตำแหน่งปัจจุบันของหุ่น ในรูปแบบของ grid x และ grid y เทียบกับตำแหน่งกริดเริ่มต้น คือ 0, 02. ทิศที่หุ่นหันไป เทียบกับทิศทางเริ่มต้น ณ ตอนเปิดเครื่องเพื่อตอบโจทย์ความต้องการ เราได้นำ ros2 มาใช้ในส่วนนี้ Data Flow Diagram ให้ Raspberry PI 5 รับข้อมูลจาก …

ในส่วนของผมจะทำหน้าที่การเขียนโปรแกรมแก้เขาวงกตและควบคุมหุ่นยนต์solve mazeซึ่งสิ่งที่ได้มีดังนี้ โปรแกรมจะสร้างเขาวงกตและจำลองการเดินของหุ่นโดยเมทริกซ์จะทำการหมุนตามการหันหัวของหุ่น เพื่อให้สามารถควบคุมหุ่นและรับข้อมูลจากได้ง่ายขึ้น และเมื่อมีคำสั่งsolve ก็จะทำการหมุนกลับมา ณ มุมเดิมเพื่อให้โปรแกรมสามารถแก้เขาวงกตได้ โดยการรับค่าคำสั่งจาก mqtt คำสั่งมีดังนี้ s เดินตรงไปข้างหน้า2จุด r เลี้ยวขวาพร้อมกับหมุนเมทริกทวนเข็ม90องศา l เลี้ยวซ้ายพร้อมกับหมุนเมทริกตามเข็ม 90องศา b กลับหลังพร้อมกับหมุนเมทริกไป180องศา solve เพื่อหาหาเส้นทางที่สั้นที่สุดจากตำแหน่งที่ได้กำหนดไว้ตอนแรก พร้อมกับระบุทิศที่ต้องไปเมื่อเจอทางแยก return เพื่อค้นหาเส้นทางกลับมาที่จุดเดิม โดยการย้อนลำดับ array แล้วสลับซ้ายเป็นขวา หรือ ขวาเป็นซ้าย 2.สร้างหุ่นยนต์ โดยหุ่นยนต์ที่ใช้จะเป็นหุ่นยนต์ที่สร้างขึ้นโดยใช้ raspberry pi 5เป็นตัวคอยรับค่าจาก …

รายงานความคืบหน้าครั้งที่ 1 (จากเริ่มต้นจนถึงวันที่ 31/10/2025) Class Project (Solve Maze) เริ่มต้นได้ทำการศึกษา Hardware และ Software โดยรูปด้านล่างจะเป็นหุ่นยนต์ที่เราจะใช้ในการ solve maze Hardware list & Spec 1.Lidar Model EAI YDLIDAR X2 LiDAR range and speed: 8m @ 7Hz 2.Remote Control (MCU:M5Core) 3.Robot …