สวัสดีชาวเมกเกอร์ ช่าง และวิศวกรฝึกหัดทุกคน! วันนี้ Global Byte มีโปรเจกต์สนุกๆ ที่ใช้งานได้จริงมาฝากกัน นั่นคือการทำ Smart Locker System หรือตู้ล็อคเกอร์อัจฉริยะที่ใช้ ระบบสแกนใบหน้า (Face Recognition) ในการปลดล็อค โดยใช้หัวใจหลักอย่างบอร์ด Raspberry Pi ร่วมกับโมดูลกล้อง และการเขียนโปรแกรมด้วย Python

ใครที่กำลังมองหาไอเดียทำโปรเจกต์จบ หรืออยากอัปเกรดระบบรักษาความปลอดภัยแบบ Biometric ไว้ใช้งานเองแบบเท่ๆ บอกเลยว่าโปรเจกต์นี้ตอบโจทย์มาก ค่อยๆ ทำตามไปพร้อมกันได้เลยครับ!

1. อุปกรณ์และซอฟต์แวร์ที่ต้องใช้ (Hardware & Software)

ในการประกอบระบบนี้ เราจะใช้ฮาร์ดแวร์ที่ไม่ซับซ้อนมาก เน้นการประมวลผลบนบอร์ดไมโครคอมพิวเตอร์เป็นหลัก ดังนี้ครับ

• Raspberry Pi: แนะนำเป็นรุ่น Raspberry Pi 4 Computer Model B 4GB เพื่อให้มีแรมเพียงพอต่อการประมวลผลภาพ
• กล้อง: Raspberry Pi Camera Module
• โมดูลควบคุม: Relay Module หรือ MOSFET Module (สำหรับสั่งจ่ายไฟให้แม่เหล็กไฟฟ้า)
• ตัวล็อค: Electronic Door Lock (กลอนไฟฟ้า)
• แหล่งจ่ายไฟ: External Power Supply 12V สำหรับกลอนไฟฟ้า

ส่วนของ Software:

• ระบบปฏิบัติการ Raspberry Pi OS
• ภาษา Python 3
• ไลบรารี OpenCV และไลบรารีสำหรับการจดจำใบหน้า (Face Recognition)
• ไลบรารี RPi.GPIO เพื่อควบคุมขาพินเชื่อมต่อกับ Relay

2. ระบบ Smart Locker ทำงานอย่างไร? (Step-by-Step)

ระบบนี้ถูกออกแบบมาให้ประมวลผลในตัวเครื่องแบบ Local ทั้งหมด ไม่ต้องพึ่งพา Cloud ทำให้มีความปลอดภัยสูงและทำงานได้รวดเร็ว ลองมาดูขั้นตอนการทำงานกันครับ:

2.1 เริ่มต้นระบบ (System Initialization)

เมื่อบอร์ด Raspberry Pi บูทขึ้นมา ระบบจะเปิดหน้าต่างแอปพลิเคชัน GUI แบบเต็มหน้าจอ (Fullscreen) ทันที ตัวโมดูลกล้องจะเริ่มทำงาน และขาพิน GPIO จะถูกเซ็ตค่าเตรียมพร้อมสำหรับควบคุมกลอนประตูไฟฟ้า

2.2 การลงทะเบียนผู้ใช้งาน (User Registration)

• Admin Login: ผู้ดูแลระบบต้องล็อคอินด้วยรหัส PIN 6 หลักเพื่อความปลอดภัย
• Add User: เพิ่มชื่อผู้ใช้ผ่านคีย์บอร์ดบนหน้าจอ (On-screen keyboard)
• Face Capture: กล้องจะทำการถ่ายภาพใบหน้าเพื่อเก็บเป็นข้อมูล (Dataset) ไว้ในตัวเครื่อง (Local Storage)

2.3 ตรวจจับและจดจำใบหน้า (Face Detection & Recognition)

กล้องจะสแกนภาพสด (Live Streaming) ตลอดเวลา เมื่อมีคนเดินเข้ามา ไลบรารี OpenCV จะทำการประมวลผลแบบ Real-time นำใบหน้าที่ตรวจจับได้ไปเปรียบเทียบกับฐานข้อมูล หากความแม่นยำ (Confidence) สูงถึงเกณฑ์ที่ตั้งไว้ ระบบจะยืนยันตัวตนสำเร็จ

2.4 การควบคุมการปลดล็อค (Access Control)

• หากใบหน้าตรงกัน (Match): บอร์ดจะส่งสัญญาณผ่านขา GPIO ไปกระตุ้น Relay Module ทำให้กลอนไฟฟ้า (Electronic Lock) หดตัว ตู้จะปลดล็อคเป็นเวลา 5 วินาที ก่อนจะล็อคกลับอัตโนมัติ
• หากใบหน้าไม่ตรงกัน (No Match): ระบบจะปฏิเสธการเข้าถึง และสแกนหาใบหน้าต่อไป

2.5 การจัดการผู้ใช้และความปลอดภัย (User Management & Security)

Admin สามารถเข้าดูรายชื่อ จัดการ หรือลบผู้ใช้ได้ทันทีโดยไม่ต้องรีบูทเครื่อง ข้อมูลใบหน้าทั้งหมดเก็บอยู่ในเครื่องเท่านั้น ป้องกันปัญหาข้อมูลรั่วไหลสู่ภายนอก

3. โครงสร้างระบบ (System Architecture)

สรุปการไหลของข้อมูลในโปรเจกต์นี้แบบเข้าใจง่ายๆ ได้ตามนี้เลยครับ:

1. Camera (รับภาพ)
2. Face Detection (หารูปหน้าคน)
3. Face Recognition Model (เทียบว่าเป็นใคร)
4. Verification (ยืนยันสิทธิ์)
5. GPIO Trigger (สั่งงานฮาร์ดแวร์)
6. Lock Control (ปลดล็อคประตู)

4. วิดีโอสาธิตการทำงาน

ดูภาพรวมโปรเจกต์ทั้งหมดและการทำงานแบบชัดๆ ได้จากวิดีโอสาธิตนี้เลยครับ:

5. สรุปและโค้ดตัวอย่าง

โปรเจกต์ Smart Locker นี้แสดงให้เห็นถึงศักยภาพของการทำ Embedded Vision ผ่านบอร์ด Raspberry Pi ที่สามารถสร้างระบบรักษาความปลอดภัยแบบ Biometric ที่ใช้งานได้จริงโดยใช้ฮาร์ดแวร์เพียงไม่กี่ชิ้น เหมาะมากที่จะนำไปต่อยอดทำระบบ Access Control สำหรับออฟฟิศ, ห้องแล็บ, หรือตู้เก็บของส่วนตัวครับ

สำหรับคนที่คันไม้คันมือ อยากลองเอาโค้ดไปศึกษาและรันด้วยตัวเอง สามารถเข้าไปโคลนโปรเจกต์จาก GitHub ได้ตามคำสั่งนี้เลย:

# โคลนโปรเจกต์ Smart Locker ลงเครื่องของคุณ
git clone https://github.com/ChanchalKumari1/Smart-Locker-System.git
cd Smart-Locker-System
# ศึกษาวิธีรันเพิ่มเติมได้จากไฟล์ README ในโปรเจกต์