EITWatch สมาร์ทวอทช์ ESP32-S3 ตรวจจับท่าทางมือด้วย EIT

EITWatch ESP32-S3 Smartwatch Gesture Recognition Overview
EITWatch ระบบนาฬิกาสมาร์ทวอทช์โอเพนซอร์ส ตรวจจับท่าทางมือด้วยเทคโนโลยี EIT ขับเคลื่อนด้วยบอร์ด XIAO ESP32-S3

สวัสดีเพื่อนๆ ชาว Maker, สาย Wearable Tech และนักพัฒนาทุกคนครับ! ⌚👋 ปกติแล้วเวลาพูดถึงนาฬิกาสมาร์ทวอทช์ DIY เช่น MutantW V1, Sensor Watch Pro หรือระบบ Pebble Smartwatch เรามักจะเห็นฟีเจอร์นับก้าว วัดอัตราการเต้นหัวใจ หรือแสดงผลข้อความทั่วไปใช่ไหมครับ?

แต่นักวิจัยจาก Northwestern University ได้สร้างปรากฏการณ์ใหม่ในงานวิจัย รายงานวิจัย EITWatch บน PMC ด้วยการเปิดตัว **EITWatch** สมาร์ทวอทช์โอเพนซอร์สที่ใช้บอร์ดจิ๋วพลังสูง Seeed Studio XIAO ESP32-S3 ร่วมกับเทคนิค **Electrical Impedance Tomography (EIT)** ติดตั้งอิเล็กโทรด 8 จุดไว้ใต้ฝาหลังเรือนนาฬิกา ตรวจจับการขยับนิ้วมือและท่าทาง (Gestures) จากความเปลี่ยนแปลงของความต้านทานไฟฟ้าของกล้ามเนื้อและเส้นเอ็นใต้ผิวหนังข้อมือได้แบบเรียลไทม์!

สเปกฮาร์ดแวร์ฉบับจัดเต็มของ EITWatch 🛠️⚙️

ตัวเครื่องออกแบบให้พอดีกับเคสนาฬิกาขนาดมาตรฐาน 40 มม. โดยบรรจุสเปกและวงจรอิเล็กทรอนิกส์ไว้อย่างอัดแน่น:

  • บอร์ดประมวลผลหลัก (Wireless Board): บอร์ด Seeed Studio XIAO ESP32-S3
  • ชิปประมวลผล (SoC): Espressif ESP32-S3R8 Dual-core Tensilica LX7 ความเร็วสูงสุด 240 MHz พร้อมชุดคำสั่ง Vector Instructions เร่งความเร็วงาน AI
  • หน่วยความจำ & พอร์ต: SRAM 512KB, PSRAM 8MB, SPI Flash 8MB, เสาอากาศ u.FL ภายนอก และพอร์ต USB Type-C
  • พื้นผิวเซนเซอร์ (Sensing Surface): อิเล็กโทรดจานสแตนเลสเคลือบทองขนาดเส้นผ่านศูนย์กลาง 2 มม. จำนวน 8 จุด จัดเรียงเป็นวงแหวนขนาด 31 มม. (พร้อมส่วนขยาย PCB 20 มม. สำหรับวงจร AFE)
  • วงจรหน้าบ้านอนาล็อก (Analog Front-End - AFE):
    • ชิป AD5930 กำเนิดคลื่น Sinusoid ความถี่ 50 kHz
    • ชิป ADA4841 ขับกระแสไฟฟ้าแบบ Peak-to-Peak ขนาด ~1 mA
    • ชิปแอมป์วัดสัญญาณ AD8220 ร่วมกับ AD7450 12-bit SPI ADC
    • ดิจิทัลโพเทนชิโอมิเตอร์ AD5270 ปรับระดับกระแสและเกนการวัด
    • สวิตช์เมทริกซ์ 8 ช่อง ADG738 จำนวน 4 ตัว เพื่อสลับคู่ป้อนกระแสและวัดค่าสัญญาณ 35 ค่าต่อเฟรมที่ความถี่ 48 Hz
  • ระบบพลังงานและขนาด: ใช้ไฟ 5V ผ่าน USB Type-C หรือแบตเตอรี่ 3.7V 300 mAh (กินกระแสไฟ 35 mA ใช้งานได้ต่อเนื่องประมาณ 8.6 ชั่วโมง ผ่านวงจรเรกูเลเตอร์ TLV73325PDBV 2.5V) ขนาดแผ่น PCB 6 ชั้น อยู่ที่ 60 x 40 มม.

💡 อยากเริ่มลองทำสมาร์ทวอทช์ DIY หรือสั่งพิมพ์เคสนาฬิกาด้วย 3D Printer?

ในการทำอุปกรณ์ Wearable หรือนาฬิกาข้อมือ การสร้างเคสเรือนนาฬิกาและฐานยึดบอร์ดด้วย **3D Printing** จะช่วยล็อกตำแหน่งวงแหวนอิเล็กโทรด 8 จุดให้แนบชิดกับผิวหนังข้อมือได้อย่างพอดีและสวยงามครับ!

หากเพื่อนๆ กำลังมองหา **บอร์ด XIAO ESP32-S3, ชิปเซนเซอร์, โมดูลไอซีอิเล็กทรอนิกส์** หรือต้องการสั่งทำเคสนาฬิกาผ่าน บริการรับปริ้นท์ชิ้นส่วน 3D (3D Printing Service) สามารถนำไฟล์ 3D มาประเมินราคากับร้าน **Globalbyte Shop** ได้เลยครับ!

ผลการทดสอบความแม่นยำในการตรวจจับท่าทางมือ 🖐️📊

ทีมวิจัยได้ทดลองให้ระบบจำแนกท่าทางขนาดใหญ่ (Macro-gestures 6 ท่า: ชูหกนิ้ว, ทำมือปืน, ชี้, ชูนิ้วโป้ง, สยายมือ, กวาดมือ) และท่าทางขนาดเล็ก (Micro-gestures 5 ท่า: ปัดซ้าย, ปัดขวา, จีบนิ้ว, ถ่างนิ้ว, พลิกข้อมือ):

  • สตรีมข้อมูลขึ้น PC ผ่าน Wi-Fi: ได้ความแม่นยำสูงถึง **92.5%** สำหรับ Macro-gestures และ **91.5%** สำหรับ Micro-gestures
  • ประมวลผลบนบอร์ด ESP32-S3 โดยตรง (On-Device Pipeline): ใช้ Core ที่ 1 สำหรับเก็บสัญญาณ และ Core ที่ 2 สำหรับประมวลผล Signal Preprocessing และรันแบบโมเดล ExtraTrees Inference ได้สำเร็จ กินกระแสไฟเพียง 35 mA
  • ผลการทดสอบตามช่วงเวลาและผู้ใช้ใหม่: รายงานระบุว่า เมื่อทดสอบกับผู้ใช้เดิมหลังผ่านไป 48 ชั่วโมง ความแม่นยำลดลงเหลือ 73.2% (Macro) และ 70.4% (Micro) และหากเปลี่ยนไปทดสอบกับผู้ใช้งานคนใหม่ ความแม่นยำจะอยู่ที่ 63.1% และ 55.3% ตามลำดับ

⚠️ ข้อควรระวังในการทำแผ่น PCB และการใช้งาน!

วงจร EITWatch เป็นแผ่น PCB ซับซ้อนระดับ 6 ชั้น (6-layer PCB) และใช้อิเล็กโทรดสัมผัสผิวหนังโดยตรง การสั่งผลิตแผ่นวงจรและการเชื่อมต่อไฟเลี้ยง ต้องแน่ใจว่าระบบปล่อยกระแสสลับไม่เกิน 1 mA เพื่อความปลอดภัยต่อร่างกายของผู้ใช้งานครับ!

🔗 ข้อมูลอ้างอิงและจุดวาร์ปอ่านต่อ:

สำหรับเพื่อนๆ ที่สนใจศึกษาไฟล์ออกแบบ PCB และดาวน์โหลดเฟิร์มแวร์ C/ESP-IDF สามารถตามลิงก์ไปส่องต่อได้เลยครับ:

*Disclaimer (ข้อจำกัดความรับผิดชอบ): เนื้อหาบทความนี้ถูกเรียบเรียงและสรุปมาจากโปรเจกต์งานวิจัยภาษาอังกฤษ การต่อวงจรอิเล็กทรอนิกส์และการบัดกรีแผ่น PCB ควรศึกษาขั้นตอนอย่างละเอียดจาก คลังข้อมูลทางการบน GitHub ของ Xuanyou Liu ก่อนลงมือทำจริงทุกครั้งครับ!

แท็ก


Blog posts

เข้าสู่ระบบ

ลืมรหัสผ่านใช่ไหม?

ยังไม่มีบัญชีใช่ไหม?
สร้างบัญชี