RPI5-AI-Starter

คู่มือใช้งานโครงการ “course-rpi-cm5-ai-starter” บน Raspberry Pi 5

โครงการ course-rpi-cm5-ai-starter สร้างขึ้นเพื่อช่วยให้ผู้เรียนหรือผู้พัฒนาสามารถตั้งค่า Raspberry Pi 5 สำหรับงาน AI/Computer Vision และงานควบคุม GPIO ได้อย่างรวดเร็ว มีสคริปต์สำหรับติดตั้งแพ็กเกจที่จำเป็น ตรวจสอบความพร้อมของฮาร์ดแวร์ และตัวอย่างการทำงานของกล้อง Camera Module 3 กับขา GPIO

วัตถุประสงค์หลักของโปรเจกต์

• เตรียมเครื่อง Raspberry Pi 5 ให้พร้อมใช้งานสำหรับงาน AI/IoT ภายในคำสั่งเดียว
• ตรวจสอบความเข้ากันได้ของฮาร์ดแวร์ (กล้อง, GPIO, ระบบปฏิบัติการ)
• มีตัวอย่างการถ่ายภาพ/วีดิทัศน์ด้วย Camera Module 3
• มีเทมเพลตควบคุม GPIO เช่น LED, ปุ่มกด, PWM สำหรับต่อยอดเป็นกิจกรรมหรือบทเรียน

ขั้นตอนการใช้งานแบบ Step-by-Step

1. เตรียมอุปกรณ์และระบบปฏิบัติการ

1. จัดหาอุปกรณ์หลัก:

• Raspberry Pi 5 (แนะนำ RAM 4GB หรือ 8GB)
• Power Supply 27 W (ของแท้ Raspberry Pi)
• Raspberry Pi Camera Module 3
• microSD card (32GB หรือมากกว่านั้น)
• จอภาพ, คีย์บอร์ด, เมาส์, สาย Micro-HDMI → HDMI
• Breadboard, LED, ตัวต้านทาน 220Ω, ปุ่มกด ฯลฯ สำหรับทดลอง GPIO

1. ดาวน์โหลด Raspberry Pi Imager และแฟลช Raspberry Pi OS (64-bit) ลง microSD card พร้อมตั้งค่า Wi-Fi, SSH, ภาษาผ่าน “Settings”
2. บูตเข้า Raspberry Pi 5, อัปเดตระบบด้วย sudo apt update && sudo apt full-upgrade -y
3. เปิดใช้งาน Camera, I2C, SPI ผ่าน sudo raspi-config → Interface Options
4. รีบูตเครื่อง sudo reboot

> รายละเอียดการประกอบและตั้งค่าอุปกรณ์อยู่ในไฟล์ docs/hardware-setup.md และ docs/os-installation.md ภายในโปรเจกต์

2. โคลนและติดตั้งโครงการ

• ติดตั้ง Git หากยังไม่มี:

sudo apt install -y git

• โคลนรีโปจาก GitHub:

git clone https://github.com/pwd-vw/course-rpi-cm5-ai-starter.gitcd course-rpi-cm5-ai-starter

• รันสคริปต์ตั้งค่าแบบ One-click:

./scripts/initial-setup.sh

• สคริปต์จะติดตั้งแพ็กเกจ Python, OpenCV, Picamera2, GPIOZero, libcamera-apps ฯลฯ
• เปิดใช้งานอินเทอร์เฟซที่จำเป็นและสร้าง virtual environment พร้อมติดตั้ง dependencies จาก configs/requirements.txt
• เปิดใช้ virtual environment:

source .venv/bin/activate

3. ปรับแต่งคอนฟิกเพิ่มเติม

• คัดลอกไฟล์ตัวอย่าง 

• cp configs/config.yaml.example configs/config.yaml

• แก้ไข configs/config.yaml เพื่อกำหนดค่าต่าง ๆ เช่น ตำแหน่งบันทึกภาพ, หมายเลขขา LED/ปุ่ม, path สำหรับ log
• หากต้องใช้ตัวแปรลับ ให้สร้างไฟล์ .env แล้วโหลดด้วยไลบรารี python-dotenv

4. ตรวจสอบความพร้อมของฮาร์ดแวร์

ภายใต้ virtual environment รันคำสั่งต่อไปนี้:

• ตรวจสอบระบบโดยรวม:

python scripts/hardware_check.py

• แสดงผลสถานะฮาร์ดแวร์ พร้อมสรุปในรูป JSON เช่น รุ่นบอร์ด, เวอร์ชันเคอร์เนล, สถานะ /dev/video*, ไลบรารี Picamera2/GPIOZero ฯลฯ
• 
  
• ทดสอบกล้องแบบรวดเร็ว:

python scripts/camera-test.py

• จะจับภาพนิ่งเรียกตามความละเอียดที่กำหนด (ค่าเริ่มต้น Full HD) แล้วบันทึกใน artifacts/captures/
• ทดสอบ LED Blink ผ่าน GPIO

python scripts/gpio-test.py

• ตรวจสอบการกะพริบ LED ดิจิทัลที่ขา BCM 18 (ปรับได้ด้วยออปชั่น --led-pin)

5. ทดลองตัวอย่างเพิ่มเติม

โฟลเดอร์ examples/ มีสคริปต์ให้ฝึกใช้งานจริง:

• examples/01-hello-camera/camera.py

โค้ด Hello World สำหรับ Picamera2 บันทึกภาพพื้นฐาน

• examples/button_capture.py

ใช้ปุ่มกด (BCM 23) เพื่อสั่งกล้องถ่ายภาพ

• examples/camera/capture_module3.py

ตั้งค่า HDR, Exposure, White Balance สำหรับ Camera Module 3

• examples/gpio/gpio_led.py, examples/gpio/pwm_led.py, examples/gpio/button_event.py

เทมเพลตสำหรับ LED, PWM, ปุ่มกด พร้อมคำอธิบายโครงสร้างเอกสารอธิบายแนวคิดและการต่อยอดสำหรับกล้องอ่านได้จาก docs/camera-module3-guide.md, ส่วน GPIO ดู docs/gpio-guide.md

แนวทางแก้ปัญหาเบื้องต้น

• หาก Picamera2 ไม่เจอโมดูล ให้ยืนยันว่า 

• sudo apt install python3-picamera2 

• ทำงานสำเร็จ และใช้เวอร์ชัน Python จาก virtual environment
• หาก libcamera ไม่พบอุปกรณ์ ให้เช็กสายริบบิ้นและสถานะอินเทอร์เฟซด้วย 

• libcamera-hello --info-text  

• และ

• vcgencmd get_camera

• หาก LED ไม่ติด ให้ตรวจดูการเดินสายและใช้คำสั่ง pinout เพื่อยืนยันหมายเลขขา

รายละเอียดการดีบักเพิ่มเติมอยู่ใน docs/troubleshooting.md

สรุป

โครงการนี้ช่วยลดเวลาในการเตรียม Raspberry Pi 5 ให้พร้อมสำหรับการทดลองด้านภาพและเซนเซอร์อย่างมาก ผู้ใช้เพียงทำตามขั้นตอนติดตั้ง OS, โคลนรีโป, รันสคริปต์ตั้งค่า และทดสอบสคริปต์ตัวอย่างก็สามารถเริ่มสร้างโปรเจกต์ AI/IoT ของตนเองได้ทันที หากต้องการขยายความสามารถก็สามารถศึกษาจากชุดเอกสารในโฟลเดอร์ docs และปรับแต่งคอนฟิกตามความต้องการได้เลย