บทเรียน 3.6 — ลงมือทำ: กราฟความเร่งสามแกน

MVP checkpoint — ผ่านชุดบทเรียนนี้เมื่อ

กราฟ accel 3 แกนวิ่งสด + ตารางสรุปค่าสุดขีด + ปุ่มเริ่มกับปุ่มหยุดที่แยกกัน

แปลเป็นสิ่งที่ตรวจได้จริง:

• [ ] จอมีกราฟหนึ่งใบ มีเส้น สามสีแยกกันชัดเจน (X ฟ้า, Y ม่วง, Z เขียวน้ำทะเล)
• [ ] วางบอร์ดนิ่ง เส้น Z อยู่ราว 9-10 ส่วน X และ Y อยู่ราวศูนย์
• [ ] เขย่าบอร์ดแล้วทั้งสามเส้นตอบสนองทันที และรอยนั้นเลื่อนไปทางซ้าย
• [ ] ตารางขวามือขึ้นครบสี่แถว ไม่มีช่องไหนตกบรรทัด และแถว Z ไม่หายไปใต้ขอบ
• [ ] เขย่าแล้วค่าสูงสุดในตารางขยับขึ้นและ ไม่ลดกลับเอง ส่วนค่าล่าสุดวิ่งตามตัวเลขปัจจุบัน
• [ ] ตัวเลขในตารางเปลี่ยน วินาทีละครั้ง ส่วนเส้นกราฟยังเดินห้าครั้งต่อวินาที (จ้องดูสิบวินาทีแล้วนับ)
• [ ] กดหยุดบันทึกแล้วเขย่าแรง ๆ กราฟต้อง ไม่ขยับเลย ไฟหรี่ลง (ไม่ใช่หายไป) และป้ายเปลี่ยนเป็น "หยุดแล้ว"
• [ ] กดเริ่มบันทึกแล้วกราฟกลับมาวิ่งต่อ ค่าสุดขีดในตารางถูกล้างกลับเป็นขีด สลับไปกลับได้อย่างน้อยสามรอบ
• [ ] มีป้ายบนจอบอกคาบลูปจริงเป็นมิลลิวินาที และค่าอยู่ในช่วงที่อธิบายได้
• [ ] รันต่อเนื่อง 3 นาทีโดยไม่ค้างและไม่มี error

ข้อที่เจ็ดคือหัวใจ — ปุ่มที่กดแล้วไฟเปลี่ยนแต่ข้อมูลยังวิ่ง คือปุ่มที่ยังไม่ทำงาน

กับดักที่เจอบ่อย (1/2)

กับดักที่เจอบ่อย (2/2)

สิบสามในสิบห้าข้อนี้ไม่มี error message (มีแค่ TypeError กับ NameError) — มีแต่ "กราฟดูแปลก ๆ" หรือ "ตารางดูแปลก ๆ" ต้องอ่านอาการเป็น

ลงมือทำ — เติมช่องว่างในไฟล์ฝึก

# เติม: s_az = chart.add_series(COL_AZ)
pass

if running:
    ax, ay, az, gx, gy, gz = sensors.bmi270.motion()
    # เติม: chart.set_next(0, int(ax))
    pass

# เติม: dt = time.ticks_diff(now, last_ms)
pass

for ev in ui.poll():
    h = ev.get('handle')
    if h == start_id:
        # เติม: running = True
        pass
    elif h == stop_id:
        # เติม: running = False
        pass

# เติม: time.sleep_ms(PERIOD_MS)
pass

ตัวอย่างของบทเรียน 3.4–3.6 — สองไฟล์นี้คือชุดที่ทำให้กราฟสดของทีมมีคาบเวลาที่อธิบายได้

ต้องทำในบทเรียน · เปิดตามลำดับนี้ ทั้งชุดราว 20 นาที

ติดตรงไหน เปิดอันนี้

ตัวอย่างของบทเรียน 3.4–3.6 (ต่อ) — อ่านเสริมนอกเวลา: FFT ด้วยมือ แล้วของจริงใน C

อ่านเสริมนอกเวลา — เรื่องนี้อยู่นอกเกณฑ์ผ่านของบทเรียน 3.4–3.6 เพราะ MVP วันนี้วัดที่กราฟสามเส้น ตาราง และปุ่มเริ่ม/หยุดบันทึก ไม่ได้วัดสเปกตรัม: 02_fft64_two_tones.py เขียน FFT 64 จุดด้วยมือทั้งตัว แล้วชี้ว่าข้อมูลชุดเดิมมองคนละมุมได้คำตอบคนละแบบ · พอเข้าใจข้างในแล้ว ของจริงใช้ dsp.fft_mag() ที่คำนวณใน C (firmware 2026-08-20 ขึ้นไป) — ex16_spectrum_analyzer.py คือเครื่องวิเคราะห์สเปกตรัมทั้งเครื่องที่ประกอบจากมัน เก็บไว้เปิดตอนอยากต่อยอดไปงาน predictive maintenance จริง

ชุดบทเรียนนี้เหลือตัวอย่างสามไฟล์ หลังตัดเรื่องเลข int16 · บิตมาสก์ · การแพ็กฟิลด์ลงไบต์ ออกจากหลักสูตร ทั้งสามเรื่องไม่มีบทเรียนไหนสอนแล้ว และไม่มีไฟล์ไหนต้องแก้ค่าคงที่ก่อนกด Run

เฉลย s07_accel_chart.py — ตั้งต้น กราฟ ตาราง ไฟ และปุ่มสองปุ่ม

import ui
ui.screen()
import time
import sensors

COL_TEXT, COL_DIM = 0xE8EAED, 0x9AA3AF
COL_AX = 0x4A9EFF      # แกน X - เส้นที่ 1 ของจานสีเส้นข้อมูล สีฟ้า
COL_AY = 0x8E7BFF      # แกน Y - เส้นที่ 2 ของจานสีเส้นข้อมูล สีม่วง
COL_AZ = 0x2FB6A8      # แกน Z - เส้นที่ 3 ของจานสีเส้นข้อมูล สีเขียวน้ำทะเล
COL_RUN = 0x4A9EFF     # สีเน้นของจานบทบาท - ใช้กับไฟบอกว่ากำลังบันทึกอยู่
PERIOD_MS = 200        # คาบการสุ่มที่เราเลือก
...
chart = ui.Chart(x=24, y=52, w=292, h=144, min=-20, max=20, color=COL_AX)
s_ay = chart.add_series(COL_AY)
s_az = chart.add_series(COL_AZ)
tbl = ui.Table(x=332, y=52, w=436, h=280, cols=4, value=16)
...                    # col_width + add_row สี่แถว - ท่าที่ 2
led_rec = ui.Led(x=24, y=212, w=48, h=48, color=COL_RUN, value=1)
lbl_rec = ui.Label("กำลังบันทึก", x=88, y=216, color=COL_TEXT, value=20)
lbl_dt = ui.Label("คาบลูป -- ms", x=88, y=252, color=COL_DIM, value=20)
...                    # ปุ่มเริ่ม/หยุด + start_id stop_id - ท่าที่ 3
lo = [None, None, None]
hi = [None, None, None]

เฉลย — ลูปหลัก และทำไมเรียงห้าท่าแบบนี้

running = True
last_ms = time.ticks_ms()
last_sec = -1

while True:
    if running:
        try:
            ax, ay, az, gx, gy, gz = sensors.bmi270.motion()
        except OSError:
            pass
        chart.set_next(0, int(ax))
        chart.set_next(s_ay, int(ay))
        chart.set_next(s_az, int(az))
        note(0, ax)          # กราฟลืมจุดที่เก่ากว่า 50 จุด ตารางไม่ลืม

    now = time.ticks_ms()
    dt = time.ticks_diff(now, last_ms)
    last_ms = now

    for ev in ui.poll():     # poll นอก if running เสมอ ไม่งั้นปุ่มตายตอนหยุด
        h = ev.get('handle')
        if h == start_id:
            running = True
            lo = [None, None, None]
            hi = [None, None, None]
            led_rec.value(1)
        elif h == stop_id:
            running = False
            led_rec.value(0)          # หรี่ ไม่ใช่หาย

    sec = time.ticks_ms() // 1000
    if sec != last_sec:               # ตัวเลขขยับวินาทีละครั้ง กราฟขยับ 5 ครั้ง
        last_sec = sec
        for i, v in enumerate((ax, ay, az)):
            tbl.cell(i + 1, 1, cell(lo[i]))
        lbl_dt.text("คาบลูป {} ms".format(dt))

    lbl_rec.text(rec_msg)     # ชีพจร - ส่งข้อความเดิมซ้ำทุกรอบโดยตั้งใจ
    time.sleep_ms(PERIOD_MS)

สรุปบทเรียน · รากฐานที่แตะ · และวันนี้อยู่ตรงไหนของเส้นทาง

วันนี้เราได้: เข้าใจว่า time series คืออะไรและอัตราสุ่มมีผลอย่างไร · รู้จัก Nyquist และ aliasing พร้อมตัวเลขของลูปเราเอง · ใช้ ui.Chart กับหลาย series ได้ · รู้ว่าทำไมต้อง int() และมันแลกอะไรไป · เลือกช่วงแกน Y ด้วยเหตุผลของตัวเอง · ทำปุ่มเริ่ม/หยุดบันทึกด้วย flag ที่ไม่ฆ่าลูป · วัดคาบลูปจริงและเอาขึ้นจอ · และรู้ว่าทำไมลูปที่มีแต่กราฟถึงช้ากว่าลูปที่มีป้ายด้วย 40 เท่า

รากฐานที่แตะไป: การสุ่มตัวอย่างและคาบการสุ่ม · ทฤษฎีบทไนควิสต์และ aliasing · การสูญเสียความละเอียดจากการแปลงเป็นจำนวนเต็ม · ring buffer และคิวที่มีขนาดจำกัด · การวัดเวลาด้วยตัวนับที่วนกลับ · สถานะที่ต้องอยู่นอกลูป · การใช้สีเป็นภาษาสื่อความหมาย · การทำให้โปรแกรมรายงานสมรรถนะของตัวเอง

คำถามคิดต่อ: ถ้าต้องส่งข้อมูลนี้ขึ้นคลาวด์ในบทเรียน 4.4–4.6 จะส่งทุกจุดที่ 5 Hz หรือส่งเฉพาะตอนที่มีอะไรน่าสนใจ · ค่าอะไรควรสรุปก่อนส่ง · ถ้าเน็ตหลุดสามนาที ข้อมูลช่วงนั้นควรหายไปเลยหรือควรเก็บไว้

เก็บไฟล์ของวันนี้ไว้ให้ดี บทเรียน 3.7–3.9 เราจะเปิดมันขึ้นมาต่อยอด ไม่ได้เริ่มใหม่

ใช้จริงที่ไหน — สี่มุมของกราฟ real-time ในสนามจริง

ทั้งสี่มุมใช้แนวคิดเดียวกับวันนี้ทั้งหมด ต่างกันที่ อัตราสุ่ม ความยาวหน้าต่างเวลา และสิ่งที่ทำต่อกับข้อมูล

ต่อยอด — คิดต่อเอง (เลือกทำ 1 ข้อ)

เขียนคำตอบลงบันทึกการเรียน แล้วเอามาเล่าให้เพื่อนฟังต้นชุดบทเรียนถัดไป

หน้าจอของทุกไฟล์ในชุดบทเรียนนี้

อ้างอิงและเครดิต

แหล่งปฐมภูมิ

• Chapter 20: Analog to Digital Conversion — ADI University Wiki — https://wiki.analog.com/university/courses/electronics/text/chapter-20 (มีเงื่อนไข Nyquist อยู่ในบทเดียวกัน)
• Practical Electronics for Inventors, 4th ed. — §6.1.1 Precision/Accuracy/Resolution (หน้า 817) · §12.9.5-6 ADC
• An Intuitive Look at Moving Average and CIC Filters — Tom Verbeure — https://tomverbeure.github.io/2020/09/30/Moving-Average-and-CIC-Filters.html
• BMI270 datasheet BST-BMI270-DS000-08 rev 1.6 — Bosch Sensortec
• ตัวเลขโหมดเร่งของ IPC อ่านจากซอร์สเฟิร์มแวร์เอง: .../ipc_ui/ipc_ui.c — IPC_UI_TIMER_MS, IPC_UI_FAST_TIMER_MS, IPC_UI_MAX_PER_TICK, IPC_UI_FAST_TIMEOUT_MS, ui_arm_fast_mode() (สไลด์ผู้สอน)

วิดีโอที่ฝังไว้ในชุดบทเรียนนี้ (ตรวจแล้วว่าเปิดได้)

nac9qyJT-sY An intuitive introduction to oversampling and noise shaping — Analog Snippets · 12:08 · plq_Nmud5CM ADC Quantization and Resolution — Microchip Developer Help · ยาวยังไม่ยืนยัน · yYHHuhDwhec Sigma-Delta ADC: Oversampling, Noise Shaping & Decimation — Byte-Sized Learning · 5:01 · RLQGZl0lpjQ Working principle of an accelerometer — Bosch Sensortec · 1:01 — คำอธิบายว่าดูเพื่ออะไร อยู่ใต้คลิปในสไลด์ที่ฝังไว้แล้ว

เครดิตภาพ — Wikimedia Commons และ PMC open-access (CC0 / CC BY / CC BY-SA / PD) · รายละเอียดที่ CREDITS.md