ข้อมูลเซ็นเซอร์และการเตรียมข้อมูลสำหรับ Edge AI

Sensor Data and Edge AI Preparation · หลักสูตร TESA Firmware SDK สำหรับ Edge AI

เป้าหมาย

ทำให้ข้อมูลเซ็นเซอร์พร้อมสำหรับ Edge AI: อ่านด้วยคาบเวลาคงที่ กรอง normalize จัดหน้าต่างข้อมูล และส่งต่อไปโฮสต์หรือ Digital Twin

บทเรียน

#	บทเรียน	เนื้อหา
1	สตรีมเซ็นเซอร์ที่พร้อมสำหรับ Edge AI	จากขาเซ็นเซอร์สู่สตรีมที่พร้อมเข้าโมเดล: คาบเวลาคงที่ ตัวกรอง normalize หน้าต่างข้อมูล และการส่งต่อไปโฮสต์
2	แล็บ: สตรีมเซ็นเซอร์และหน้าต่างข้อมูลพร้อม AI	อ่านเซ็นเซอร์สองชนิดด้วย task คาบคงที่ กรองหรือ normalize สร้างหน้าต่างข้อมูล แล้วเลือกต่อยอด (fusion, host telemetry หรือ event)

เวลาโดยประมาณตามต้นฉบับ: ประมาณ 3.5–4 ชั่วโมง (บทเรียน) + แล็บ 2.5–3.5 ชั่วโมง

ชีตและแม่แบบประกอบ (อยู่ในโฟลเดอร์ resources/ ของบทเรียนที่ 1):

• sensor-ai-prep.md

โค้ด C ในโมดูลนี้ใช้ API ของเฟิร์มแวร์ TESAIoT Bitstream ซึ่งยังไม่เปิดซอร์ส อ่านหมายเหตุต้นบทเรียน ก่อนลงมือ

จุดตรวจ

ก่อนไปโมดูลถัดไป ตรวจว่าคุณทำสิ่งเหล่านี้ได้แล้ว:

• อ่านเซ็นเซอร์ได้อย่างน้อยสองชนิดใน task คาบเวลาคงที่
• มีตัวกรองหรือ normalize อย่างน้อยหนึ่งแบบในโค้ดแล็บ
• หน้าต่างข้อมูลให้เวกเตอร์สรุปอย่างน้อยหนึ่งครั้งต่อวินาที
• กรอกตารางใน sensor-ai-prep.md และรายงานสั้นครบ

← โมดูล 4 · หน้าหลักสูตร · โมดูล 6 →