VolAnti: ใช้ ESP32-S3 ฟังเสียงใบพัดเพื่อตรวจจับ Drone
ถ้าอากาศยานขนาดเล็กไม่มีสัญญาณ RF ที่ระบบตรวจจับทั่วไปใช้เป็นเบาะแส ยังเหลืออะไรให้ตรวจได้อีก? VolAnti เลือกคำตอบที่ตรงไปตรงมา: ฟังเสียงใบพัด แล้วให้ ESP32-S3 วิเคราะห์ Spectrum เพื่อค้นหารูปแบบ Harmonic ที่เกิดจาก Rotor แบบ Real-time
สิ่งที่ทำให้โปรเจกต์นี้น่าสนใจ ไม่ใช่แค่มีไมโครโฟนสี่ตัวแล้วตั้ง Threshold ให้ดังพอ แต่คือการใช้ FFT, Adaptive Noise Floor, Harmonic Comb Scoring และ Detector หลายแบบทำงานคู่กัน เพื่อแก้ปัญหาที่ผู้สร้างเจอจริงระหว่างทดสอบ
ขอบเขตของ VolAnti คือ Detection + Alert เท่านั้น: Official Project ไม่ได้ออกแบบให้ทำ Jamming, Spoofing, Interception, Targeting หรือ Countermeasure และผู้สร้างระบุด้วยว่าระบบนี้ไม่ใช่ Life-safety Product และสามารถพลาดการตรวจจับได้
Key Takeaways
- VolAnti เป็น Open-source Acoustic Drone Detector ที่เน้น Detection และ Alert
- Production Board ใช้ ESP32-S3-WROOM-1-N16R8
- ใช้ ICS-43434 Digital MEMS Microphones จำนวน 4 ตัว
- Microphone Array มีขนาดประมาณ 79 mm แบบ Corner-to-corner
- ไมค์ทั้ง 4 ถูก Sum เข้าด้วยกันแทนการใช้ Beamforming
- Source รายงาน SNR Benefit ประมาณ 6 dB จากการ Summing ใน Setup นี้
- Sample Rate = 16 kHz ต่อ Channel
- FFT = 2048 Points
- Hop Size = 512 Samples หรือประมาณ 32 ms ต่อ Frame
- ระบบทดสอบ Candidate Blade Rate ตั้งแต่ 70–2000 Hz
- Candidate ถูกตรวจทีละ 1 Hz
- ใช้ Detector 4 Tier เพื่อรับมือ Noise และ Hovering Source
- Field Test วันที่ 6 ก.ย. 2026 วัด Detection ได้ 104.2 m ด้วย Four-motor Test Rig
- 104.2 m เป็นผลทดสอบภายใต้เงื่อนไขหนึ่ง ไม่ใช่ Guaranteed Detection Range
- มี Beeper, LED, Haptic, E-paper และ LoRa สำหรับ Alert
- LoRa Alert ของระบบไม่ใช่ Mesh Network
- Full Build ใช้ Protected 1S 2500mAh LiPo และ Source รายงาน Runtime ราว 18–22 ชั่วโมง
- Enclosure มี STL และ STEP พร้อม Print Settings จาก Official Source
- Firmware ใช้ ESP-IDF v6
VolAnti คืออะไร?
VolAnti เป็นระบบตรวจจับ Multi-rotor ด้วย Acoustic Signature หรือรูปแบบเสียงที่เกิดจาก Motor และ Propeller
แทนที่จะถามว่า “มีสัญญาณ Radio จากอากาศยานหรือไม่?” ระบบถามอีกแบบ:
“ในเสียงรอบตัว มี Pattern ของ Rotor ที่เรียงตัวเป็น Harmonics หรือไม่?”
↓
4 × MEMS Microphones
↓
ESP32-S3
↓
FFT + Harmonic Analysis
↓
Multiple Detection Tiers
↓
Local / LoRa Alert
จุดสำคัญคือ VolAnti ไม่ได้ถูกนำเสนอเป็น Radar และไม่ได้ใช้ Machine Learning เป็นหัวใจของ Detection Pipeline แต่ใช้ Digital Signal Processing และ Spectral Pattern Detection
ทำไมตรวจจับด้วยเสียงถึงยังน่าสนใจในยุคที่มี RF Detector?
การตรวจ RF มีข้อดีมากเมื่อ Target มี Radio Emission ที่ระบบสามารถตรวจพบ
แต่ Acoustic Detection มีแนวคิดต่างออกไป: ถ้า Rotor และ Propeller ยังสร้างเสียงอยู่ ระบบยังมี Physical Signature อีกชนิดหนึ่งให้ตรวจ
ข้อคิดของ VolAnti: Acoustic Sensor ไม่จำเป็นต้องรู้ Protocol, Control Link หรือ Network Packet ของอากาศยาน เพราะมันมองหา Mechanical Signature จากการหมุนของใบพัด
แต่นี่ไม่ได้หมายความว่า Acoustic Detection เหนือกว่า RF ทุกกรณี: เสียงได้รับผลกระทบจาก Wind, Traffic, Environment, Distance และ Acoustic Source อย่างมาก ซึ่งผลทดสอบของ VolAnti เองก็แสดงความแตกต่างของ Range ในแต่ละ Environment
VolAnti ฟังอะไรในเสียง Propeller? คำตอบคือ Harmonic Comb
Rotor Sound ไม่ได้เกิดเป็น Frequency เพียงเส้นเดียว
เมื่อ Blade ผ่านอากาศเป็นจังหวะ Spectrum สามารถเกิดชุด Frequency ที่สัมพันธ์กับ Fundamental และ Harmonics ของมัน
↓
Harmonic 2
↓
Harmonic 3
↓
Harmonic 4
↓
Pattern คล้ายฟันหวีใน Spectrum
VolAnti จึงใช้แนวคิด Comb Score เพื่อประเมินว่า Energy ใน Spectrum จัดเรียงตัวตรงกับตำแหน่ง Harmonic ที่ Candidate Blade Rate ควรสร้างหรือไม่
Hardware Architecture ของ VolAnti
| ส่วน | ข้อมูลจาก Official Source |
|---|---|
| Main MCU Module | ESP32-S3-WROOM-1-N16R8 |
| Microphones | 4 × ICS-43434 Digital MEMS Microphones |
| Microphone Geometry | Plus Pattern, ประมาณ 79 mm Corner-to-corner |
| Display | Waveshare 1.54-inch B/W E-paper V2, 200 × 200 |
| LoRa | Ra-01H |
| Battery | Protected 1S 2500mAh LiPo ตาม Full Build Guide |
| Charging / Power Path | BQ24074 |
| Power Regulation | TPS63020 Buck-boost |
| Visual Alert | WS2812B |
| Other Alerts | Beeper, Haptic Motor, E-paper, LoRa |
| Production PCB | 84 × 84 mm, 4-layer, ENIG |
มีไมค์ 4 ตัว แล้วทำไม VolAnti ไม่ใช้ Beamforming?
ตอนเริ่มต้น ผู้สร้างตั้งใจใช้ Microphone Array สำหรับ Beamforming หรือการใช้ Phase Difference เพื่อเพิ่มความไวตามทิศทาง
แต่ Array มีขนาดเพียงประมาณ:
79 mm Corner-to-corner
Source ยกตัวอย่างที่ 450 Hz ซึ่งมี Wavelength ประมาณ 760 mm ทำให้ Array มีขนาดเพียงประมาณ 0.10 Wavelength
Geometry จึงไม่ให้ Steering Advantage ที่คุ้มพอสำหรับโจทย์นี้ ผู้สร้างจึงเปลี่ยน Strategy:
Sum สัญญาณจากไมค์ทั้ง 4 เข้าด้วยกัน
ผลที่ Source รายงาน: การ Summing ช่วยเพิ่ม Signal-to-noise ประมาณ 6 dB ใน Setup นี้ และยังรักษาลักษณะการรับเสียง ใกล้เคียง Omnidirectional
ดังนั้น VolAnti ไม่ใช่ Direction Finder: Microphone Array ใน Design นี้ ถูกใช้เพื่อเพิ่ม Sensitivity มากกว่าการหา Bearing หรือ Direction ของ Acoustic Source
DSP Pipeline: ESP32-S3 วิเคราะห์ Spectrum ทุก 32 ms
Official Documentation ระบุ Signal-processing Parameters หลักดังนี้:
| Parameter | ค่าใน Source |
|---|---|
| Sample Rate | 16 kHz ต่อ Channel |
| FFT Size | 2048 Points |
| Hop Size | 512 Samples |
| Frame Interval | ประมาณ 32 ms |
| Candidate Fundamental / Blade Rate | 70–2000 Hz |
| Candidate Step | 1 Hz |
| Candidate Count ต่อ Frame | 1931 Candidates |
↓
Sum 4 Channels
↓
2048-point FFT
↓
Noise-floor Processing
↓
Harmonic Comb Score
↓
Track Stability
↓
Detector Decision
Detector ไม่ควร Trigger เพียงเพราะ Candidate ชนะหนึ่ง Frame
Source ระบุว่า Candidate Rate ต้องมีความต่อเนื่อง:
6 Frames ภายในความคลาดเคลื่อนประมาณ 2%
เพื่อช่วยลด Detection จาก Peak ที่เกิดชั่วคราว
Bug ที่น่าสนใจที่สุด: Adaptive Noise Floor กลืน Hovering Drone เข้าไปเอง
Adaptive Noise Floor มีหน้าที่ช่วยแยกว่า อะไรคือ Background และอะไรคือ Signal ใหม่
มันเหมาะกับ Environment ที่มีเสียงอย่าง:
- Wind
- Traffic
- Broadband Background Noise
แต่ผู้สร้างพบ Edge Case:
ถ้า Rotor เข้ามาแล้ว Hover อยู่กับที่นานพอ Signature ของมันกลายเป็นเสียงคงที่
Fast Adaptive Floor จึงค่อย ๆ เรียน Signature นั้น เข้าไปเป็น Background และ Detector สามารถหยุดเห็น Target ได้
นี่คือจุดที่ Design เปลี่ยน: แทนที่จะพยายามสร้าง Noise Floor แบบเดียวให้แก้ทุกสถานการณ์ ผู้สร้างเลือกให้ Detector หลายแบบ มอง Spectrum เดียวกันพร้อมกัน
Detector 4 Tier: ใช้หลายวิธีเพื่อรับมือสถานการณ์ต่างกัน
| Tier | แนวคิด | Latency ที่ Source ระบุ |
|---|---|---|
| Tier 1 | Fast Comb Detector | ประมาณ 0.23 s |
| Tier 2 | Slow Comb / 30-second Noise Floor | ประมาณ 1.4–4 s |
| Tier 3 | Envelope Wash สำหรับ Close / High-thrust Case | ประมาณ 1–3 s |
| Tier 4 | No-floor Comb + Welch Spectrum | ประมาณ 5–15 s |
Tier 4 เป็น Detector ที่มีบทบาทสำคัญกับ Long-duration Steady Source เพราะไม่มี Adaptive Floor คอยกลืน Signature ที่อยู่คงที่
และใน Field Test ระยะ 104.2 เมตร ที่ Source รายงาน:
Tier 4 เป็นตัวที่ Trigger Detection
เมื่อ Detect ได้ VolAnti แจ้งเตือนผ่านอะไร?
Full Build ใช้ Alert หลาย Channel:
- Beeper
- LED เปลี่ยนเป็น Red
- Haptic Motor
- E-paper
- LoRa Alert
E-paper
Official Build ใช้:
Waveshare 1.54-inch B/W E-paper V2, 200 × 200
จุดเด่นของ E-paper ในระบบ Alert คือสามารถค้างข้อมูลบนหน้าจอ ได้แม้ Display ไม่ต้อง Refresh ต่อเนื่อง
Build Guide ระบุรุ่น Black & White โดยเฉพาะ: Source ไม่แนะนำให้เปลี่ยนเป็น 3-color Display ใน Build นี้ เพราะ Refresh Behaviour ไม่ตรงกับ Requirement ของผู้สร้าง นี่เป็นข้อกำหนดของ Project นี้ ไม่ใช่คำตัดสินว่า E-paper 3 สีไม่เหมาะกับทุกงาน
LoRa มีไว้กระจาย Alert แต่ VolAnti ไม่ได้ทำ Mesh
Full PCB ใช้:
Ra-01H LoRa Module
Official Documentation ระบุ Alert Packet ขนาด:
18 bytes
แต่ Architecture ไม่ได้ใช้ Relay-based Mesh
↓
Broadcast LoRa Alert
↓
Nearby Unit Receives Directly
แต่ละ Unit ยังตัดสิน Acoustic Detection ของตัวเอง และไม่มีระบบส่งต่อ Packet จาก Node หนึ่งไปอีก Node แบบ Multi-hop Mesh
RF Frequency ต้องตั้งตามพื้นที่ใช้งานจริง: Official Source ยก 868 MHz สำหรับบางพื้นที่ใน UK/EU และ 915 MHz สำหรับ US แต่บทความนี้ไม่ได้กำหนด Frequency สำหรับประเทศไทย ก่อนเปิด LoRa ต้องตรวจข้อกำหนดความถี่ กำลังส่ง และการใช้งานคลื่น ตามกฎหมายของพื้นที่จริง
Battery ไม่ได้มีไว้แค่ทำให้เครื่องพกพา แต่ช่วยรับ Transient Load ด้วย
Full Build Guide ระบุ:
- Protected 1S 2500mAh LiPo
- BQ24074 Charger + Power Path
- TPS63020 Buck-boost
- 3.3V System Rail
Runtime ที่ผู้สร้างรายงานอยู่ประมาณ:
18–22 ชั่วโมง
แต่มี Hardware Lesson ที่น่าสนใจกว่า Runtime:
ระหว่าง Bring-up เมื่อ:
- Beeper
- Vibration Motor
- LoRa Transmission
ทำงานพร้อมกัน USB-only Supply ทำให้ ESP32-S3 เกิด Brownout
วิธีแก้ใน Design ของผู้สร้าง: Battery ทำหน้าที่เป็น Buffer ช่วยรับ Transient Current จึงถูกระบุให้คงอยู่ใน Unit แม้ระบบบางชุดจะใช้งานกับ External Power
18–22 ชั่วโมงคือ Runtime ที่ Source รายงานสำหรับ Full Build: ไม่ควรนำไปใช้เป็นค่ารับประกัน หากเปลี่ยน Battery, Alert Pattern, LoRa Behaviour, Display หรือ Hardware Revision
Production PCB: จาก Breadboard ไปสู่ Full Unit ขนาด 84 × 84 mm
Official Source ระบุ PCB ว่า:
- 84 × 84 mm
- 4 Layers
- ENIG Finish
First Production Board Test วันที่ 28 สิงหาคม รายงานว่า Detector ทั้ง 4 Tier ทำงานพร้อมกันบน ESP32-S3
| Measured Item | ผลที่ Source รายงาน |
|---|---|
| Worst DSP Frame | 29.4 ms |
| Frame Budget | 32 ms |
| Frames Tested | 1,938 Frames |
| Overruns | 0 ใน Test Session ที่รายงาน |
| Microphone Match หลัง Calibration | ภายในประมาณ ±1 dB |
Enclosure ไม่ได้มีหน้าที่แค่ปิด PCB เพราะ Acoustic Path ก็สำคัญ
Full Enclosure มีขนาดประมาณ:
91 × 91 × 29 mm
และแบ่ง Printed Parts ออกเป็น:
- Base
- Lid
- Grille Ring
- Mount
Mechanical Detail ที่น่าสนใจคือบริเวณ Microphone Aperture มี:
45-degree Cones
เพื่อพา Acoustic Path ลงไปยัง Bottom-ported Microphones
ตัว Enclosure ยังรวมองค์ประกอบอย่าง:
- Grille Cloth
- Light Pipe
- Display Opening
- Snooze Button
- Mount / Belt Clip
Lesson สำหรับ Maker: ใน Acoustic Project Mechanical Design สามารถเป็นส่วนหนึ่งของ Signal Path ได้โดยตรง ช่องเปิดและตำแหน่งของ Microphone จึงไม่ใช่เรื่อง Cosmetic อย่างเดียว
3D Print Settings มีให้จริงใน Official Source
รอบนี้ไม่ต้องเดา Print Settings เพราะ VolAnti Repository มีข้อมูลสำหรับ Enclosure ระบุไว้
| Setting | ค่าที่ Official Source ระบุ |
|---|---|
| Main Material | Black PETG |
| Nozzle | 0.4 mm |
| Layer Height | 0.2 mm |
| Perimeters | 3 |
| Infill | 20–25% |
| Grille Ring | 0.1 mm Layer Height |
| Supports | No Supports ตาม Source |
Repository มีทั้ง:
- STL
- STEP
มีไฟล์ STL แล้วแต่ไม่มีเครื่องพิมพ์ 3D? สามารถส่งไฟล์ให้ทีม Globalbyte ช่วยประเมินบริการพิมพ์ 3D ได้ โดยแนะนำให้ตรวจ Revision ของไฟล์ใน Official Repository ก่อนสั่งผลิตทุกครั้ง
อยากทดลอง DSP ก่อนทำ PCB? Official Project มี Breadboard Version
Official Repository แยก Build ออกเป็นสองทาง
| Build | ช่วง Cost ที่ Source ประเมิน | แนวทาง |
|---|---|---|
| Breadboard Version | ประมาณ £35–£45 | ESP32-S3 DevKitC-1 N16R8 + 4 I2S Mic Breakouts และ Optional Alert Hardware |
| Full Unit | ประมาณ £50–£80 | Custom PCB + Battery + E-paper + LoRa + Printed Enclosure |
ราคานี้คือ Cost Estimate ใน Source: ไม่ใช่ราคาขายปลีกในประเทศไทย และไม่รวมการเปลี่ยนแปลงของ Component Price, Shipping, PCB Fabrication หรือภาษีในปัจจุบัน
Firmware ใช้ ESP-IDF v6 แต่ Documentation บางหน้าตาม Repository ไม่ทัน
Official Flashing Guide ระบุ Requirement:
ESP-IDF v6
Repository ปัจจุบัน มี Firmware Source ในโครงสร้างที่รวม:
- Main Firmware
- Calibration
- Scripts
- CMake Configuration
- Board-specific Configuration
มี Documentation Staleness ที่ควรรู้: เอกสารบางหน้ายังอ้าง Path ในรูปแบบเดิม ขณะที่ Repository Tree ปัจจุบัน แสดง Firmware ใต้ firmware/sentry_node ดังนั้นควรตรวจ Structure ของ Repository Revision ล่าสุด ก่อนใช้ Path จาก Tutorial
คำสั่งหลักที่ Official Flashing Guide ระบุสามารถดูได้ด้านล่าง
idf.py set-target esp32s3
idf.py menuconfig
idf.py erase-flash flash monitor
ตรวจ Working Directory ก่อนรัน: เนื่องจาก Documentation บางหน้า และ Repository Tree ปัจจุบัน ใช้ Path ไม่ตรงกันทั้งหมด บทความนี้จึงไม่ใส่คำสั่ง cd แบบฟันธง ให้เปิด Repository Revision ที่ใช้งานจริงก่อน
Field Test 104.2 เมตร: ตัวเลขนี้เกิดขึ้นภายใต้เงื่อนไขอะไร?
Result ที่ถูกพูดถึงมากที่สุด คือ:
104.2 m หรือประมาณ 114 yards
แต่ตัวเลขนี้ต้องอ่านพร้อม Test Condition:
- ทดสอบวันที่ 6 กันยายน 2026
- ใช้ Detector 1 เครื่อง
- Environment เป็นถนนที่มี Brick Walls
- มีรถผ่าน
- มีคนพูดใกล้ Detector
- Wind ประมาณ 1 m/s
- Source อยู่ปลายถนนและ Hover อยู่กับที่
- Tier 4 เป็น Detector ที่ Trigger
Test Source เป็น Four-motor Test Rig: ใช้ Motor ระดับ 2807-class และ 7-inch Three-blade Propellers ตาม Project Description ไม่ใช่อากาศยาน Operational ที่เก็บมาจากสถานการณ์จริง
ดู Field Test ใน Video
Video Field Test ของ VolAnti: ชื่อ Video ระบุว่า Playback ถูก Speed up จึงไม่ควรใช้ความเร็วใน Video เพื่อประเมิน Detection Latency โดยตรง
ทำไมระยะ Detection ในแต่ละ Test ต่างกันมาก?
Test Log แสดงให้เห็นชัดว่า Acoustic Range ไม่ใช่ค่าคงที่
| Test | Environment / Source | ผลที่ Source รายงาน |
|---|---|---|
| 13 Aug | Indoor Lab / Single Rotor | ประมาณ 25–30 m |
| 21 Aug | Open Ground + Changing Wind | ประมาณ 14 m |
| 6 Sep | Street Test + Light Wind ~1 m/s | 104.2 m |
นี่คือเหตุผลที่ไม่ควรเขียนว่า VolAnti มี Range 104 m: Environment, Wind, Reflection, Acoustic Source และ Noise สามารถเปลี่ยนผลลัพธ์ได้มาก ตัวเลข 104.2 m จึงควรเรียกว่า “Measured Result ใน Test Session หนึ่ง”
False Alarm ไม่ได้เป็นศูนย์: มี Known Confusers ที่ Source เจอจริง
ใน Outdoor Field Session ที่รายงาน Source ระบุว่าไม่มี False Alarm จากรถที่ผ่านหรือเสียงพูด ใน Session นั้น
แต่ Lab Testing พบ Acoustic Source ที่สามารถ Trigger Comb Detector ได้ เช่น:
- Sustained Speech ที่อยู่ใกล้ Microphone
- Orchestral Music ที่เล่นผ่าน Speaker
ในทางกลับกัน Synthetic Test Set ที่ Source รายงานว่าสามารถ Reject ได้ มีตัวอย่างอย่าง:
- Helicopter
- Propeller Aircraft
- Diesel Truck
- Motorbike
- Traffic
- HVAC
อย่าแปลว่า “ไม่มี False Positive”: Result เหล่านี้เป็นผลจาก Test Set และ Session ที่ผู้สร้างรายงาน ไม่ใช่การพิสูจน์ว่า Detector จะไม่ False Alarm กับเสียงทุกประเภทในโลกจริง
สิ่งที่ VolAnti ทำได้ และสิ่งที่ไม่ควรคาดหวังเกิน Source
| Source ยืนยัน | ไม่ควรสรุปเกิน Source |
|---|---|
| ตรวจ Acoustic Harmonic Pattern | ไม่ได้ระบุว่าเป็น Radar |
| Detection + Alert | ไม่มี Jamming หรือ Countermeasure |
| 4-microphone Sensitivity Array | ไม่ได้เป็น Direction-finding Array ใน Design นี้ |
| Measured 104.2 m ใน Field Test หนึ่งครั้ง | ไม่ใช่ Guaranteed Range |
| LoRa Broadcast Alert | ไม่ใช่ Mesh Network |
| DSP Algorithm บน ESP32-S3 | ไม่ได้เป็น Neural-network AI Detector ตาม Source |
| Outdoor Field Sessions ที่รายงานไม่มี False Alarm บาง Session | ไม่ได้หมายความว่า False Positive เป็นศูนย์ |
| Open-source Build และ Firmware | ไม่ได้เป็น Certified Life-safety System |
ผู้สร้างระบุว่า VolAnti ไม่ใช่ Life-safety Product: Acoustic Detection สามารถ Miss Target หรือ False Alarm ได้ ไม่ควรใช้เป็นระบบเดียว สำหรับการตัดสินใจที่เกี่ยวข้องกับความปลอดภัย โดยไม่มีระบบตรวจสอบและ Validation เพิ่มเติม
Maker เรียนรู้อะไรจาก VolAnti ได้บ้าง?
1. DSP บน ESP32-S3 ไปได้ไกลกว่าการอ่าน Sensor ธรรมดา
Project นี้รัน FFT 2048 Points และ Detector หลาย Tier ภายใน Frame Budget 32 ms บน Production Board ตามผลทดสอบของผู้สร้าง
2. Algorithm ที่ดูดีใน Lab อาจพังกับ Behaviour ที่คาดไม่ถึง
Adaptive Noise Floor มีเหตุผลทาง Signal Processing แต่กลับสร้าง Edge Case เมื่อ Acoustic Source Hover อยู่นานพอ
3. Hardware Geometry มีผลกับ Signal Processing
Array 79 mm ทำให้ผู้สร้างต้องเลิกแนวคิด Beamforming และเปลี่ยนไปใช้ Summing รวมถึงออกแบบ Acoustic Path ใน Enclosure ให้เหมาะกับ Bottom-ported Microphones
4. Power Integrity สำคัญพอ ๆ กับ Firmware
Beeper, Haptic และ LoRa ทำงานพร้อมกัน สามารถสร้าง Transient จนระบบ Brownout ได้ ซึ่งทำให้ Battery กลายเป็นส่วนหนึ่งของ Power Architecture ไม่ใช่แค่ Accessory
5. Open-source Project ที่ดีควรบอกข้อจำกัดด้วย
VolAnti เผยทั้ง Test ที่ดี, Test ที่ Range ลดลง, Known Confusers และข้อจำกัดของ Detector ซึ่งมีประโยชน์กับคนที่ต้องการศึกษา Real-world Embedded DSP
โปรเจกต์นี้มี DSP และ Build Detail เยอะ แนะนำอ่านต้นฉบับควบคู่กัน
ถ้าต้องการลงลึกต่อ แนะนำเปิด Official Source โดยตรง โดยเฉพาะ:
- How Detection Algorithm Works
- Field-test Results
- Breadboard Wiring
- Production PCB Build
- Enclosure STL / STEP
- Firmware Source
- Flashing Guide
FAQ: VolAnti Acoustic Drone Detector
VolAnti คืออะไร?
เป็น Open-source Acoustic Detector ที่ใช้ Microphone Array และ ESP32-S3 วิเคราะห์ Harmonic Pattern จากเสียง Rotor / Propeller เพื่อ Detection และ Alert
VolAnti ใช้ AI หรือ Machine Learning หรือไม่?
Core Detection Pipeline ที่ Source อธิบาย ใช้ DSP, FFT, Noise-floor Processing และ Harmonic Comb Scoring ไม่ได้ระบุ Neural-network Model เป็นแกนหลักของ Detector
ใช้ ESP32 รุ่นไหน?
Production Board ใช้ ESP32-S3-WROOM-1-N16R8 ตาม Official Project
ใช้ไมโครโฟนกี่ตัว?
4 × ICS-43434 Digital MEMS Microphones
ทำไมมีไมค์ 4 ตัวแต่ไม่ใช้ Beamforming?
ผู้สร้างคำนวณแล้วว่า Array 79 mm เล็กเมื่อเทียบกับ Wavelength ในย่านที่สนใจ จึงเลือก Sum Channels เพื่อเพิ่ม Sensitivity แทน
FFT มีขนาดเท่าไร?
2048 Points ที่ Sample Rate 16 kHz ต่อ Channel
ระบบประมวลผลบ่อยแค่ไหน?
Hop Size 512 Samples ทำให้เกิด Frame ใหม่ประมาณทุก 32 ms ตาม Official Documentation
ค้นหา Blade Rate ช่วงไหน?
Source ระบุ Candidate Range 70–2000 Hz โดยทดสอบทีละ 1 Hz
ทำไมต้องมี Detector 4 Tier?
เพราะ Noise และ Source Behaviour มีหลายแบบ รวมถึงปัญหา Adaptive Noise Floor ที่สามารถเรียน Hovering Source เข้าไปเป็น Background ได้
VolAnti ตรวจได้ไกล 104 เมตรจริงไหม?
Source รายงาน Detection ที่ 104.2 m ใน Field Test วันที่ 6 กันยายน 2026 ภายใต้ Environment และ Acoustic Source ที่ระบุ แต่ตัวเลขนี้ไม่ใช่ Guaranteed Range
Field Test ใช้ Drone จริงหรือไม่?
Source ระบุว่าใช้ Four-motor Test Rig ที่มี 2807-class Motors และ 7-inch Three-blade Propellers ไม่ใช่ Captured Operational Aircraft
VolAnti มี False Alarm หรือไม่?
มี Known Confusers ใน Lab เช่น Sustained Speech ใกล้ Microphone และ Orchestral Music ผ่าน Speaker แม้บาง Outdoor Field Session ที่รายงานจะไม่พบ False Alarm
VolAnti หา Direction ของ Drone ได้ไหม?
Design นี้ใช้ Microphone Summing เพื่อเพิ่ม Sensitivity ไม่ได้ใช้ Array เป็น Direction Finder ตามคำอธิบายของผู้สร้าง
LoRa ของ VolAnti เป็น Mesh หรือไม่?
ไม่ Source ระบุว่า Alert Packet Broadcast โดยตรง และไม่มี Relay / Multi-hop Mesh
Battery ใช้งานได้นานเท่าไร?
Full Build Guide ใช้ Protected 1S 2500mAh LiPo และ Source รายงาน Runtime ประมาณ 18–22 ชั่วโมง สำหรับ Setup ของ Project
มีไฟล์ 3D Print หรือไม่?
มี Official Repository มี STL และ STEP สำหรับ Enclosure พร้อม Print Settings
3D Print ใช้ค่าอะไร?
Source ระบุ Main Material เป็น PETG, Nozzle 0.4 mm, Layer 0.2 mm, 3 Perimeters, Infill 20–25%, Grille Ring 0.1 mm และ No Supports
มี Breadboard Version หรือไม่?
มี Official Repository มี Breadboard Build Guide แยกจาก Full Custom PCB Build
Firmware ใช้อะไร?
Official Flashing Guide ระบุ ESP-IDF v6 และ Repository มี Firmware Source สำหรับ ESP32-S3
VolAnti ใช้สำหรับรบกวนหรือหยุด Drone ได้ไหม?
ไม่ใช่ขอบเขตของ Project Official Source ระบุ Scope เป็น Detection + Alert และไม่รวม Jamming, Spoofing, Interception, Targeting หรือ Countermeasure
สรุป: จุดเด่นของ VolAnti คือการแก้ปัญหา DSP จากของจริง ไม่ใช่แค่โชว์ FFT
มองจากภายนอก VolAnti อาจดูเหมือน ESP32-S3 ต่อไมค์สี่ตัว แล้วคอยฟังเสียง Rotor
แต่รายละเอียดของ Project แสดงให้เห็นหลายชั้นของ Embedded Engineering:
↓
I2S Sampling
↓
FFT
↓
Harmonic Comb Scoring
↓
Adaptive Noise Problem
↓
Four Detector Tiers
↓
Alerts + LoRa + Power Design
ส่วนที่น่าสนใจที่สุด คือผู้สร้างไม่ได้ปิดบังว่า Adaptive Noise Floor สามารถกลืน Hovering Source, Range เปลี่ยนตาม Environment และ Acoustic Confusers ยังสามารถสร้าง False Alarm ได้
ผล Test 104.2 เมตร จึงน่าสนใจในฐานะ Measured Result ภายใต้ Test Condition ที่เปิดเผย มากกว่าจะใช้เป็นตัวเลข Marketing ว่าระบบตรวจได้ไกลเท่านั้นทุกครั้ง
สำหรับ Maker หรือ Developer ที่อยากเรียน ESP32-S3, I2S Microphones, FFT, Real-time DSP, PCB, LoRa, Power Integrity และ Mechanical Acoustic Design VolAnti เป็น Open-source Project ที่มีรายละเอียดให้ศึกษาหลายระดับในระบบเดียว
References / แหล่งข้อมูลต้นฉบับ
- Hackaday — Open Source Acoustic Drone Detection
- Hackaday.io — VolAnti Acoustic Drone Detector
- GitHub — Official VolAnti Repository
- VolAnti — How It Works
- VolAnti — Test Results
- VolAnti — Breadboard Build Guide
- VolAnti — PCB Build Guide
- VolAnti — Enclosure STL / STEP Files
- VolAnti — Firmware Flashing Guide
- YouTube — VolAnti 104 m Acoustic Detection Test
อยากลองทำ ESP32-S3, Audio DSP หรือ Sensor Project?
Project แบบ VolAnti แสดงให้เห็นว่า ESP32-S3 สามารถถูกใช้กับงานที่มากกว่า Wi-Fi และ IoT ทั่วไป ตั้งแต่ Digital Microphone, FFT, Real-time DSP ไปจนถึง LoRa และ Custom PCB
ถ้ากำลังหา ESP32, Development Board, Microphone Module, Display, Sensor, Communication Module หรือ Maker Accessories สำหรับ Prototype สามารถสอบถามทีม Globalbyte เพื่อช่วยเช็กอุปกรณ์ที่เหมาะกับ Project ได้
ส่วนใครที่อยากทำ Enclosure ตาม Open-source Design ของ VolAnti มีทั้ง STL และ STEP ใน Official Repository และสามารถส่งไฟล์ให้ทีม Globalbyte ช่วยประเมินบริการพิมพ์ 3D ได้
บทความนี้ไม่ได้ยืนยันว่า ESP32-S3 Module, ICS-43434, LoRa Module หรืออุปกรณ์เฉพาะใน Build มี Stock อยู่ที่ Globalbyte กรุณาสอบถามรุ่นและ Availability ก่อนสั่งซื้อ