พัฒนาเฟิร์มแวร์ร่วมกับ TESA Digital Twin บน VS Code

หลักสูตรเชิงปฏิบัติการพัฒนา ตรวจสอบ และทดสอบเฟิร์มแวร์ Edge AI ร่วมกับ Digital Twin บน VS Code (Bitstream Studio): จำลองอุปกรณ์ เซ็นเซอร์ พฤติกรรม ท่อข้อมูล และการเชื่อมต่อคลาวด์ เพื่อลดการพึ่งฮาร์ดแวร์จริงในช่วงพัฒนา

เนื้อหาต้นฉบับโดย ผศ.ดร.สันติ นุราช ภาควิชาวิศวกรรมระบบควบคุมและเครื่องมือวัด คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี (KMUTT) (https://github.com/drsanti) ภายใต้การสนับสนุนของสมาคมสมองกลฝังตัวไทย (TESA) · นำเข้าจาก drsanti/TESAIoT-Courses — C2 (commit 287c218) ภายใต้สัญญาอนุญาต CC BY 4.0


ระดับ	L3 · ทำได้เอง
สถานะ	alpha (เนื้อหานำเข้าแล้ว กำลังทบทวน)
เวลาโดยประมาณ	~18 ชั่วโมง (รวมเวลาของโมดูลตามต้นฉบับ)
ฮาร์ดแวร์	ทำได้ด้วยโหมด Simulator ของ Bitstream Studio (ถ้ามี extension) หรือบอร์ด TESAIoT PSoC Edge DevKit
เหมาะกับ	นักพัฒนา · นักศึกษา · ผู้สอน
ภาษา	ไทย คำศัพท์เทคนิคเป็นภาษาอังกฤษ หัวข้อในบทเรียนเป็นภาษาอังกฤษตามต้นฉบับ · ฉบับภาษาอังกฤษของบทเรียนยังรอแปล

หลักสูตรนี้สำหรับใคร

นักพัฒนาเฟิร์มแวร์ที่ผ่านหลักสูตร 1 หรือมีพื้นฐาน C / MCU / MQTT เทียบเท่า และอยากทดสอบเฟิร์มแวร์กับอุปกรณ์จำลองก่อนหรือระหว่างใช้บอร์ดจริง

ก่อนเรียน

ผ่านหลักสูตร 1 หรือมีพื้นฐาน C / MCU / MQTT เทียบเท่า (ต้นฉบับแนะนำ ไม่บังคับ)

สิ่งที่ต้องมี

Visual Studio Code 1.75 ขึ้นไป (Bitstream Studio ประกาศ engine ^1.75.0; README ของแพ็กแล็บแนะนำ 1.85+) หรือ Cursor
Bitstream Studio (VS Marketplace เวอร์ชัน 0.2.2 เมื่อ 26 ก.ย. 2026) หรือไฟล์ VSIX จาก vsix/ ของ TESAIoT_Hackathon ที่คู่กับ HEX
Bitstream Simulator สำหรับโหมดไม่มีบอร์ด: ต้นฉบับและ README ของแพ็กแล็บเรียกว่าเป็น extension แยก แต่เมื่อ 26 ก.ย. 2026 ยังไม่พบใน VS Marketplace และไม่พบใน vsix/ ของ TESAIoT_Hackathon ถ้าหาไม่ได้ ให้ใช้เส้นทาง Bitstream (บอร์ดจริง) ในแล็บที่เปิดให้เลือก
บอร์ด TESAIoT PSoC Edge DevKit + HEX tesaiot-bitstream-<version>.hex จาก TESAIoT_Hackathon สำหรับเส้นทาง Bitstream (UART 921600 baud)
web-app ตัวอย่าง ex01–ex17 ในโฟลเดอร์ web-app/ ของ TESAIoT_Hackathon
Blender 4.5 (ลิงก์คู่มือในบทเรียนตรึงไว้ที่ 4.5) สำหรับส่วน Twin 3D ในโมดูล 3
ไฟล์ .vsix และตัวติดตั้งใน TESAIoT_Hackathon เก็บด้วย Git LFS ถ้า git clone ให้ติดตั้ง git-lfs ก่อน หรือดาวน์โหลดทีละไฟล์จากหน้าเว็บ GitHub

รุ่นและเวอร์ชันทั้งหมดบันทึกไว้ในช่อง toolchain ของ course.yaml

ผลลัพธ์การเรียนรู้

เมื่อจบหลักสูตร คุณจะ:

อธิบายสถาปัตยกรรม Digital Twin และตัดสินใจได้ว่าเมื่อไรใช้ Twin/Simulator และเมื่อไรต้องยืนยันบนบอร์ดจริง
ติดตั้งและใช้ Bitstream Studio บน VS Code เปิดเซสชัน Simulator หรือ Bitstream (UART) ได้ซ้ำ
สร้าง Virtual Device ที่มีเซ็นเซอร์ behavior และ event script ที่รันซ้ำได้
พิสูจน์ I/O ระหว่างเฟิร์มแวร์กับ Twin วัด latency และแยกปัญหาทีละชั้น
ออกแบบท่อ telemetry และ MQTT pub/sub แล้วทดลอง fault injection ภายใต้เงื่อนไขที่ควบคุมได้
ทดสอบระบบแบบ end-to-end ด้วยตารางเทสอย่างน้อย 3 เคส และส่งมอบ README ที่รันซ้ำได้

โมดูล

#	โมดูล	บทเรียน	แล็บ	เวลาตามต้นฉบับ
1	สถาปัตยกรรม Digital Twin	Virtual Device, Digital Twin และโลกของเฟิร์มแวร์จริง	แล็บ	ประมาณ 2 ชั่วโมง (บทเรียน) + แล็บ 30–45 นาที
2	VS Code สำหรับพัฒนาร่วมกับ Twin	ตั้งโฮสต์ Twin ใน VS Code ด้วย Bitstream Studio	แล็บ	ประมาณ 3 ชั่วโมง (บทเรียน) + แล็บ 2–3 ชั่วโมง (รวมติดตั้ง)
3	การสร้างแบบจำลองอุปกรณ์เสมือน (+ Blender สำหรับ Twin 3D)	Virtual Device, behavior, event script และโมเดล 3D สำหรับ Twin	แล็บ	ประมาณ 4–5 ชั่วโมง (บทเรียน) + แล็บ 3–3.5 ชั่วโมง (+ 1–1.5 ชั่วโมงถ้าทำ Lab E Blender)
4	Co-simulation ระหว่างเฟิร์มแวร์กับ Twin	Co-simulation: พิสูจน์ I/O วัด latency และแยกปัญหา	แล็บ	ประมาณ 3 ชั่วโมง (บทเรียน) + แล็บ 2.5–3 ชั่วโมง
5	Telemetry และการจำลองคลาวด์	ท่อ telemetry, MQTT บน Twin และ fault injection	แล็บ	ประมาณ 4 ชั่วโมง (บทเรียน) + แล็บ 3.5–4 ชั่วโมง
6	การรวมระบบและการทดสอบ	ทดสอบ end-to-end บน Digital Twin	แล็บ	ประมาณ 2 ชั่วโมง (บทเรียน) + แล็บ ~2 ชั่วโมง + เวลาเพิ่มสำหรับ README และหลักฐาน

วิธีเรียน

อ่านบทเรียนแล้วทำแล็บของแต่ละโมดูลตามลำดับ 1 → 6
ใช้ worksheet และ checklist ใน resources/ ตอนตั้ง Twin และเก็บหลักฐาน
โฮสต์หลักคือ Bitstream Studio ติดตั้งจาก Marketplace หรือแพ็กแล็บ
หลักสูตรนี้โฟกัส Firmware ↔ Twin ↔ Cloud ไม่ทบทวน GPIO / RTOS ทั้งหมดซ้ำ แต่จะลิงก์กลับไปหลักสูตร 1 เมื่อจำเป็น

ต้นฉบับเขียนขึ้นเพื่อการอบรมแบบมีผู้สอน ถ้อยคำในบทเรียนปรับให้เรียนด้วยตัวเองได้แล้ว แต่ค่าที่ขึ้นกับเครื่องของคุณ (Wi-Fi, broker, พอร์ต COM, เวอร์ชัน HEX) ยังต้องตั้งเอง ให้เริ่มจากค่าที่บทเรียนให้ไว้ (เช่น baud 921600 หรือ broker ใน Bitstream Studio) แล้วดูเอกสารของเครื่องมือประกอบ ในเนื้อหาจะเห็นคำว่า Course 1 / Course 2 / Course 3 และรหัส M01–M08 ตามต้นฉบับ: Course 1 คือหลักสูตร TESA Firmware SDK สำหรับ Edge AI, Course 2 คือหลักสูตร Digital Twin และ Course 3 คือหลักสูตรการออกแบบผลิตภัณฑ์ ส่วน M0N คือโมดูลที่ N

ลำดับที่แนะนำระหว่างสามหลักสูตร

ต้นฉบับแนะนำให้เรียนตามลำดับนี้:

หลักสูตร 1  TESA Firmware SDK สำหรับ Edge AI        เฟิร์มแวร์บนบอร์ด
    │
    ▼
หลักสูตร 2  พัฒนาเฟิร์มแวร์ร่วมกับ Digital Twin        เฟิร์มแวร์ ↔ Digital Twin ↔ คลาวด์
    │
    ▼
หลักสูตร 3  การออกแบบผลิตภัณฑ์เชิงอุตสาหกรรม        ออกแบบผลิตภัณฑ์ → Twin → ต้นแบบจริง

ถ้าต้องการแค่งานออกแบบใน Blender เริ่มโมดูล 1–3 ของหลักสูตร 3 ก่อนได้ ส่วนแล็บที่ใช้ Twin จะง่ายขึ้นมากหลังเรียนหลักสูตร 2

หลักสูตร 1: TESA Firmware SDK สำหรับ Edge AI
หลักสูตร 2: พัฒนาเฟิร์มแวร์ร่วมกับ TESA Digital Twin บน VS Code
หลักสูตร 3: การออกแบบผลิตภัณฑ์เชิงอุตสาหกรรม (Blender และ Digital Twin)

ที่มาและสัญญาอนุญาต

เนื้อหาหลักสูตรนี้นำเข้าจาก drsanti/TESAIoT-Courses โฟลเดอร์ C2/ ที่ commit 287c218 งานต้นฉบับได้รับทุนจากสมาคมสมองกลฝังตัวไทย (TESA) ซึ่งเป็นผู้ถือสิทธิ์ และเผยแพร่ที่นี่ภายใต้ CC BY-NC 4.0 TESA Open Knowledge คงข้อความสอนของผู้เขียนไว้ตามเดิม สิ่งที่เพิ่มคือโครงสร้างโมดูล/บทเรียน front matter คำถามเช็กความเข้าใจ หมายเหตุเรื่องเฟิร์มแวร์และเครื่องมือ การแก้ลิงก์ให้ตรงโครงสร้างใหม่ และการปรับถ้อยคำที่ผูกกับการอบรมในห้องเรียน (เช่น รอบอบรม คะแนน) ให้เหมาะกับการเรียนแบบเปิด เครื่องมือและเอกสารของบุคคลที่สาม (Infineon, Blender, ระบบนิเวศ MQTT ฯลฯ) อยู่ภายใต้สัญญาอนุญาตของเจ้าของแต่ละราย

อ้างอิง TESA

ถ้าคุณนำเนื้อหาหลักสูตรนี้ไปใช้ต่อ ไม่ว่าจะเป็นสไลด์ เอกสารประกอบการสอน มคอ.3 เอกสารแจก หรือ repo โค้ด โปรดอ้างอิงด้วยข้อความนี้:

“พัฒนาเฟิร์มแวร์ร่วมกับ TESA Digital Twin บน VS Code” จาก TESA Open Knowledge โดยสมาคมสมองกลฝังตัวไทย (Thai Embedded Systems Association: TESA) https://github.com/tesaiot/tesa-qualification-program สัญญาอนุญาต CC BY-NC 4.0

ถ้าคุณดัดแปลงเนื้อหา ให้เติม «(ดัดแปลง)» ต่อท้ายข้อความข้างบน และคงเครดิตผู้เขียนต้นฉบับไว้ด้วย:

เนื้อหาต้นฉบับโดย ผศ.ดร.สันติ นุราช ภาควิชาวิศวกรรมระบบควบคุมและเครื่องมือวัด คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี (KMUTT) (https://github.com/drsanti) ภายใต้การสนับสนุนของสมาคมสมองกลฝังตัวไทย (TESA)

เครื่องมือ Bitstream Studio (VS Code) และ Ternion ที่หลักสูตรนี้ใช้ เป็นผลงานของ ผศ.ดร.สันติ นุราช (KMUTT)

การอ้างอิงไม่ได้หมายความว่า TESA หรือ Infineon รับรองหลักสูตรหรืองานของคุณ ดูรูปแบบและตัวอย่างการอ้างอิงเพิ่มเติม (สไลด์ มคอ.3 เอกสารแจก repo โค้ด) ได้ที่ ATTRIBUTION.md