เก็บข้อมูลจากเซนเซอร์ (DAQ)
Data acquisition (DAQ) · หน้าหลักสูตร
เก็บข้อมูลจากเซนเซอร์ให้ตรงกับที่โมเดลต้องการ อัตราสุ่ม Nyquist หน้าต่าง schema ของ CSV และการเก็บ IMU กับเสียงบนเส้นเวลาเดียว
เป้าหมายของโมดูล
หัวข้อที่มีชื่อว่า “เป้าหมายของโมดูล”เก็บข้อมูลดิบที่เชื่อถือได้ เพราะต้นน้ำที่สะอาดคือเงื่อนไขแรกของโมเดลที่แม่น
บทเรียน
หัวข้อที่มีชื่อว่า “บทเรียน”| บทเรียน | เรื่อง | เวลา (นาที) | สไลด์ |
|---|---|---|---|
| 2.1 | สุ่มสัญญาณให้ตรงกับโมเดล: อัตราสุ่ม Nyquist หน้าต่าง และ schema ของ CSV | 60 | slides.md |
| 2.2 | ลงมือทำ: DAQ logger เก็บ dataset ลง CSV | 75 | slides.md |
| 2.3 | เสียงและหลายเซนเซอร์บนเส้นเวลาเดียว: PDM 16 kHz ประทับเวลา และ jitter | 60 | slides.md |
| 2.4 | ลงมือทำ: เก็บ IMU กับเสียงลงไฟล์เดียว | 75 | slides.md |
บทเรียนมาเป็นชุด บทเรียนแนวคิดตามด้วยบทเรียน ลงมือทำ ที่มีไฟล์ฝึก เฉลย และแล็บ
เช็กพอยต์ของโมดูล
หัวข้อที่มีชื่อว่า “เช็กพอยต์ของโมดูล”ผ่านโมดูลนี้เมื่อทำได้ครบทุกข้อ (รายละเอียดอยู่ในหัวข้อ แล็บ ของบทเรียนลงมือทำ):
- logger ที่เก็บ N samples ที่ติด label ลง CSV ได้จริง เลือก label ได้ สุ่มที่อัตราคงที่ เขียนลงไฟล์บนบอร์ด และตรวจได้ว่าจำนวนบรรทัดถูกต้อง (บทเรียน 2.2)
- dataset ที่ log อย่างน้อยสองเซนเซอร์บนเส้นเวลาเดียว ไฟล์
/multicapture.csvมีคอลัมน์t_ms+ IMU +dbและค่าจริงเปลี่ยนตามท่าและเสียง (บทเรียน 2.4)
TESA Open Knowledge · © 2026 สมาคมสมองกลฝังตัวไทย (TESA) · CC BY-NC 4.0
เนื้อหาเผยแพร่ภายใต้ CC BY-NC 4.0 นำไปใช้ต่อในงานที่ไม่ใช่เพื่อการค้าได้ โปรดอ้างอิงสมาคมสมองกลฝังตัวไทย (TESA) ทุกครั้ง · วิธีอ้างอิง TESA