ฮายยยยชาว Maker! ลองจินตนาการถึงถนนที่วุ่นวาย มีมอเตอร์ไซค์ขับผ่านเป็นร้อยๆ คันต่อนาที บางคนก็ใส่หมวกกันน็อก บางคนก็ไม่ใส่... การจะให้คนมายืนจ้องเพื่อจับผิดทีละคันนี่แทบจะเป็นไปไม่ได้เลยใช่มั้ยครับ? แต่จะดีแค่ไหนถ้าเรามีอุปกรณ์จิ๋วๆ คอยแอบมอง สแนปภาพ แล้วบอกเราได้ทันทีว่าใครทำผิดกฎบ้าง!

และนี่คือความเจ๋งของ โปรเจกต์ ESP32-CAM Helmet Detection ครับ! แทนที่เราจะต้องใช้คอมพิวเตอร์สเปคแรงๆ หรือบอร์ดราคาแพงๆ มารันโมเดล Machine Learning ในตัวเครื่อง โปรเจกต์นี้เลือกใช้ความชาญฉลาดของระบบคลาวด์ (Cloud-first approach) แทน โดยให้บอร์ดจิ๋วอย่าง ESP32-CAM ทำหน้าที่แค่ "แชะภาพ" แล้วโยนขึ้นไปให้ AI บน CircuitDigest Cloud เป็นคนวิเคราะห์ให้ภายในไม่กี่วินาที! งานนี้บอกเลยว่าทำระบบ Surveillance สุดล้ำได้ในงบหลักร้อย (ใครสนใจอยากทำตัวหมวกอัจฉริยะด้วย แนะนำให้ไปส่องโปรเจกต์ How to Build a Smart Helmet using Arduino เพิ่มเติมได้เลยครับ)

สรุปฟีเจอร์เด่นของโปรเจกต์นี้ (At a Glance)

ระบบมันทำงานยังไง? (Step-by-Step Flow)

การทำงานตั้งแต่ต้นจนจบ (End-to-end workflow) ของระบบนี้เสถียรและตรงไปตรงมามากครับ:

• ไฟเขียวติด (0-5 วินาที): พอจ่ายไฟปุ๊บ ไฟ LED สีเขียวจะสว่างขึ้น 5 วินาที เป็นการบอกว่าระบบพร้อมถ่ายรูปแล้วนะ!
• ไฟแดงติด (5-6 วินาที): ไฟเขียวดับ ไฟแดงจะติดขึ้นมาแทน เป็นการนับถอยหลังเตรียมแชะภาพ 📸
• ถ่ายภาพ (วินาทีที่ 6): ESP32-CAM จะถ่ายภาพเป็นฟอร์แมต JPEG (ทริคคือแสงต้องพอดีนะ ถ้ามืดไปหรือสว่างไป AI บนคลาวด์จะดูไม่ออก)
• อัปโหลดขึ้น Cloud: รูปภาพจะถูกส่งผ่าน HTTP(S) ไปที่ API ของ Circuitdigest Cloud พร้อมกับ API Key ของเราเพื่อยืนยันตัวตน
• AI ประมวลผล: เซิร์ฟเวอร์จะวิเคราะห์ภาพ แล้วส่งผลลัพธ์กลับมาเป็นไฟล์ JSON บอกยอดคนใส่หมวก, คนไม่ใส่หมวก และจำนวนรถ
• แสดงผลบนจอ: ผลลัพธ์จะเด้งขึ้นมาบน Serial Monitor ของ Arduino ทันที (Baud rate 115200)
• แจ้งเตือนเข้า WhatsApp: ข้อความพร้อมรูปภาพ พิกัด GPS เวลา และสถานะคนขี่ จะถูกส่งเข้ามือถือเราผ่าน WhatsApp API ทันที! 📱

ข้อดีสุดๆ คือโปรเจกต์นี้ ไม่ต้องมานั่งเทรนโมเดล AI เอง ไม่ต้องมานั่ง Label รูปภาพ ให้วุ่นวายเหมือนเวลาเราใช้แพลตฟอร์มอย่าง Edge Impulse ทำให้เราประหยัดเวลาพัฒนาไปได้เยอะมากครับ (ใครชอบแนวนี้ ลองไปส่อง AI Projects หรือ ESP32-CAM Projects เพิ่มเติมได้นะ)

ฮาร์ดแวร์ที่ต้องใช้ (Components Required)

อุปกรณ์มีแค่นี้จริงๆ ครับ เรียบง่ายสุดๆ:

1. ESP32-CAM: เป็นทั้งสมองกลและตากล้องในตัวเดียว
2. หลอด LED (แดง & เขียว): เอาไว้บอกสถานะการทำงาน
3. Breadboard & สายไฟ: เอาไว้ต่อวงจรให้เป็นระเบียบ

*ข้อควรระวัง: ถ้าคุณใช้บอร์ด ESP32-CAM รุ่นมาตรฐาน (ที่ไม่มีพอร์ต USB ในตัว) คุณจะต้องใช้โมดูล USB-to-Serial (FTDI) adapter เพื่อใช้อัปโหลดโค้ดนะครับ (อย่าลืมจั๊มขา GPIO0 ลง GND ตอนอัปโหลดด้วยล่ะ)

ผังการต่อวงจร (Circuit Diagram) ระหว่าง ESP32-CAM และหลอด LED

Step 1: เข้าไปสร้างแอคเคานต์ที่หน้าเว็บ CircuitDigest Cloud

Step 2: ทดสอบระบบ AI ว่าจำแนกคนใส่หมวกได้แม่นยำแค่ไหนในหน้า Try API

ตัวอย่างผลลัพธ์ ระบบสามารถนับจำนวนและแยกแยะคนใส่หมวกได้อย่างรวดเร็ว

Step 3: เตรียมอัปโหลดโค้ดลงบอร์ด ESP32-CAM

Step 4: ผลลัพธ์จากการรันระบบจริง พร้อมแจ้งเตือนเข้ามือถือ!

const char* WIFI_SSID = "YOURWIFISSID";
const char* WIFI_PASS = "YOURWIFIPASSWORD";

WiFi.mode(WIFI_STA);
WiFi.setSleep(false);
WiFi.begin(WIFI_SSID, WIFI_PASS);
while (WiFi.status() != WL_CONNECTED) {
    delay(500);
    Serial.print(".");
}

camera_config_t cfg = {};
cfg.pixel_format = PIXFORMAT_JPEG;
cfg.frame_size = FRAMESIZE_VGA;
cfg.jpeg_quality = 12;
esp_camera_init(&cfg);
camera_fb_t* fb = esp_camera_fb_get();

"POST /api/v1/helmet-detection/detect HTTP/1.1\r\n"
"Host: www.circuitdigest.cloud\r\n"
"X-API-Key: API_KEY\r\n"
"Content-Type: multipart/form-data\r\n";
tlsWriteAll(tls, g_imgBuf, g_imgLen);

if (strstr(j,"\"helmet\":true")){
    strncpy(g_status,"Helmet Detected", sizeof(g_status));
}
if (strstr(j,"\"helmet\":false")){
    strncpy(g_status,"No Helmet Detected", sizeof(g_status));
}

"template_id":"image_capture_alert","variables":{
   "event_type":"No Helmet Detected",
   "location":"CircuitDigest Office signal",
   "device_name":"ESP32-CAM Helmet"
}

วิดีโอสาธิตการทำงาน (Video Tutorial)

ปัญหาที่เจอบ่อย (Troubleshooting)

• ไม่มีอะไรขึ้นบน Serial Monitor: เช็ค COM Port และ Baud rate (ต้องเป็น 115200) สาย USB ต้องแน่น
• กล้องไม่ยอมทำงาน (Init fail): ปัญหาคลาสสิกของ ESP32-CAM คือ "ไฟไม่พอ" ครับ เช็คให้ชัวร์ว่าจ่ายไฟ 5V นิ่งๆ แอมป์ถึงๆ
• ถ่ายรูปไม่ติด: ลองลดขนาดภาพลงมาเป็น VGA ดูก่อน สายแพกล้องอาจจะหลวม
• เชื่อมต่อ API Error / Timeout: เช็คเน็ต Wi-Fi ว่าออกเน็ตได้จริงมั้ย พิมพ์ API Key ผิดหรือเปล่า
• AI ทายผลผิด: แสงอาจจะจ้าหรือมืดไป มุมกล้องไม่เห็นหัวคนชัดเจน ลองไปปรับค่าความแม่นยำ (Confidence) ในหน้าเว็บดูนะ

ข้อดีและข้อจำกัดของระบบแบบ Cloud-based