Explorer: เปิดโลกระบบสมองกลฝังตัว

ระดับ

L1 รู้จัก

เวลาโดยประมาณ

3 ชั่วโมง · 2 โมดูล · 6 บทเรียน

อุปกรณ์

BENTO Emulator (ไม่ต้องมีบอร์ด) · Eva Kit · Dev Kit

เหมาะกับ

บุคคลทั่วไป · นักเรียนนักศึกษา · ผู้ประกอบการ · ผู้สอน

สถานะ

ทดลองใช้ (alpha)

สัญญาอนุญาต

content: CC-BY-NC-4.0 · code: MIT

• ไฟล์ของหลักสูตรบน GitHub

ระดับ L1 รู้จัก · สถานะ alpha · 6 บทเรียน บทละ 20–30 นาที · รวมราว 3 ชั่วโมง · ไม่ต้องมีบอร์ด

หลักสูตรสั้นสำหรับทุกคนที่อยากรู้ว่าคอมพิวเตอร์ตัวเล็ก ๆ ที่ซ่อนอยู่ในหม้อหุงข้าว เครื่องซักผ้า และนาฬิกาข้อมือ ทำงานอย่างไร เราเริ่มจากมองหามันรอบตัว แล้วลงมือเขียนโปรแกรม MicroPython บรรทัดแรกใน BENTO Emulator ซึ่งเปิดได้ในเบราว์เซอร์ ให้ข้อความขึ้นจอ ไฟกะพริบ อ่านค่าเซนเซอร์ และส่งค่าไปโผล่บนหน้าเว็บ ถ้ามีบอร์ด Eva Kit หรือ TESAIoT Dev Kit อยู่แล้ว โค้ดชุดเดียวกันรันบนบอร์ดได้ทันที

เหมาะกับใคร

• บุคคลทั่วไป ผู้ปกครอง และนักเรียนที่ไม่เคยเขียนโปรแกรมมาก่อน
• ผู้ประกอบการที่อยากเห็นของจริงสักครั้งก่อนตัดสินใจเรื่องผลิตภัณฑ์
• ผู้สอนที่อยากได้บทเรียนเปิดตัวหัวข้อระบบฝังตัวให้ผู้เรียน

สิ่งที่ต้องมี: คอมพิวเตอร์หรือแท็บเล็ตที่เปิดเบราว์เซอร์ Chrome หรือ Edge ได้ และอินเทอร์เน็ต (บทเรียนนี้ไม่ได้ออกแบบสำหรับจอมือถือ)

เมื่อจบหลักสูตร คุณจะทำได้

1. ยกตัวอย่างระบบสมองกลฝังตัวในชีวิตประจำวัน และแยกส่วนรับรู้ ตัดสินใจ และสั่งงานของมันได้
2. รันโปรแกรม MicroPython ใน BENTO Emulator หรือบนบอร์ด ให้แสดงข้อความบนจอและควบคุมหลอด LED ได้
3. อ่านค่าเซนเซอร์และแสดงค่าที่เปลี่ยนไปบนจอได้ โดยดักกรณีที่ยังอ่านค่าไม่ได้
4. อธิบายการทำงานของ MQTT และส่งค่าหนึ่งค่าไปแสดงบนหน้าเว็บตามตัวอย่างนำทางได้
5. เลือกเส้นทางเรียนต่อที่ตรงกับเป้าหมาย และอ้างอิง TESA ได้ถูกต้องเมื่อแบ่งปันหรือดัดแปลงเนื้อหา

โมดูลและบทเรียน

โมดูล 1 · รู้จักระบบสมองกลฝังตัวและเขียนโปรแกรมแรก

บทเรียน	เรื่อง	เวลา
explore.m01.l01	ระบบสมองกลฝังตัวซ่อนอยู่รอบตัวเรา	25 นาที
explore.m01.l02	รู้จักบอร์ดและอีมูเลเตอร์	25 นาที
explore.m01.l03	โปรแกรมแรก: เขียนบนจอและเปิดไฟ	28 นาที

โมดูล 2 · รับรู้ เชื่อมต่อ แล้วไปต่อ

บทเรียน	เรื่อง	เวลา
explore.m02.l01	อ่านเซนเซอร์แล้วดูค่าเปลี่ยน	28 นาที
explore.m02.l02	ของที่คุยกันได้: MQTT และแดชบอร์ด	30 นาที
explore.m02.l03	ไปต่อทางไหนดี และแบ่งปันอย่างไรให้ถูก	25 นาที

เรียนอย่างไร

ทุกบทเรียนมีโครงเดียวกัน เริ่มจาก “ดูของจริงก่อน” ให้เห็นผลภายในไม่กี่นาทีแรก แล้วค่อยอ่านแนวคิด ตัวอย่างโค้ดทุกไฟล์รันได้ครบ ไฟล์ฝึกมีช่องให้เติมที่ค่อย ๆ มากขึ้นทีละบท และทุกบทจบด้วยเช็กความเข้าใจสั้น ๆ ใน quiz.yaml ตอบถูกตั้งแต่ 80% ขึ้นไปถือว่าผ่านบทนั้น

ลองเองโดยไม่ต้องมีบอร์ด ทุกบทเรียนทำได้ใน BENTO Emulator ใน BENTO IDE ถ้ามีบอร์ด ทุกบทบอกวิธีรันบนบอร์ดไว้ด้วย หลักคิดของเราคือ ใช้อีมูเลเตอร์เรียนแนวคิด ใช้บอร์ดจริงพิสูจน์และวัดผล

ที่มาของเนื้อหาและโค้ด

ตัวอย่างโค้ดทุกไฟล์ในหลักสูตรนี้ย่อและดัดแปลงจากตัวอย่างของหลักสูตร AIoT in Action ใช้ API ของ BENTO MicroPython ตามที่ต้นฉบับใช้ ไม่มีคำสั่งที่แต่งขึ้นใหม่ และทุกไฟล์บอกไว้ที่หัวไฟล์ว่าดัดแปลงมาจากไฟล์ใด

ดัดแปลงจาก AIoT in Action — Embedded Systems for AIoT Developer, © 2026 รศ.วิรุฬห์ ศรีบริรักษ์ วิศวกรรมระบบสมองกลฝังตัว ภาควิชาวิศวกรรมไฟฟ้า คณะวิศวกรรมศาสตร์ มหาวิทยาลัยบูรพา (BUU) · Advance Innovation Centre (AIC) · BENTO & TESAIoT (CC BY 4.0 / MIT) https://github.com/Advance-Innovation-Centre-AIC/embedded-systems-for-aiot-developer (commit a80bbe88)

หน้าเว็บอ่านค่าในบทเรื่อง MQTT เป็นของหลักสูตร AIoT in Action เช่นกัน

สัญญาอนุญาต

• เนื้อหา (Markdown และแบบทดสอบ) CC BY-NC 4.0
• โค้ดตัวอย่าง ไฟล์ฝึก และเฉลย MIT (คงบรรทัดลิขสิทธิ์ของต้นฉบับไว้ที่หัวไฟล์)

อ้างอิง TESA

เมื่อนำหลักสูตรนี้ไปใช้ แบ่งปัน หรือดัดแปลง ต้องอ้างอิงดังนี้

“Explorer: เปิดโลกระบบสมองกลฝังตัว” จาก TESA Open Knowledge โดยสมาคมสมองกลฝังตัวไทย (Thai Embedded Systems Association: TESA) https://github.com/tesaiot/tesa-qualification-program สัญญาอนุญาต CC BY-NC 4.0

ถ้าแก้ไขเนื้อหา ให้เติม (ดัดแปลง) ต่อท้ายข้อความอ้างอิง พร้อมบอกสั้น ๆ ว่าเปลี่ยนอะไร และคงเครดิตของต้นฉบับ AIoT in Action ข้างบนไว้ด้วยเมื่อใช้โค้ดตัวอย่าง การอ้างอิงไม่ได้แปลว่า TESA รับรองงานของคุณ รายละเอียดและตัวอย่างอยู่ใน ATTRIBUTION.md