วิชาอินเตอร์เน็ตสรรพสิ่งสำหรับฟาร์มอัจฉริยะ

คำอธิบายรายวิชา

วิชาอินเตอร์เน็ตสรรพสิ่งสำหรับฟาร์มอัจฉริยะ (IoT for Smart Farming)
วิชานี้มุ่งเน้นการนำเทคโนโลยี Internet of Things (IoT) มาใช้ในการพัฒนาฟาร์มอัจฉริยะ โดยเน้นการควบคุมและตรวจสอบสภาพแวดล้อมในโรงเรือนเพาะปลูก เช่น การควบคุมแสง, ความชื้นในดิน, อุณหภูมิ, การให้น้ำ และคุณภาพอากาศ ผ่านเซ็นเซอร์ต่างๆ ที่เชื่อมต่อกับระบบ Arduino และส่งข้อมูลไปยัง คลาวด์ เพื่อการเก็บข้อมูลและแสดงผลแบบเรียลไทม์ นักศึกษาจะได้เรียนรู้ทั้งด้านทฤษฎีและปฏิบัติ รวมถึงการพัฒนาโปรเจ็กต์ฟาร์มอัจฉริยะที่สามารถควบคุมและจัดการโรงเรือนอัตโนมัติอย่างมีประสิทธิภาพ

โดยในวิชานี้ นักศึกษาจะได้เรียนรู้การใช้ Arduino ในการเขียนโปรแกรมควบคุมอุปกรณ์ต่างๆ รวมถึงการเชื่อมต่อระบบเซ็นเซอร์กับ คลาวด์ เช่น Google เพื่อการเก็บข้อมูลและแสดงผลข้อมูลต่างๆ จากฟาร์มแบบออนไลน์ รวมถึงการเรียนรู้การพัฒนาและออกแบบระบบ IoT ที่สามารถใช้งานจริงในฟาร์มอัจฉริยะ

This course focuses on the application of Internet of Things (IoT) technology to develop smart farming systems. The course covers the control and monitoring of environmental conditions in greenhouses, such as light, soil moisture, temperature, irrigation, and air quality, through various sensors connected to an Arduino system. The data collected from these sensors is transmitted to a cloud platform for real-time data storage and visualization.

Students will gain both theoretical knowledge and practical experience, learning how to develop a smart farming project that can autonomously manage and control greenhouse environments effectively. The course also includes the use of Arduino programming to control devices, as well as connecting sensors to cloud platforms like Google for data storage and visualization. By the end of the course, students will be able to design and implement IoT systems suitable for real-world smart farming applications.

สัปดาห์ที่ 1: บทนำสู่ IoT และ Smart Farming

• ทฤษฎี (2 ชั่วโมง):
  • ทำความเข้าใจพื้นฐานของ Internet of Things (IoT) และการนำมาใช้ในเกษตรกรรม
  • ความสำคัญของการใช้เทคโนโลยีในการปรับปรุงการเกษตร
  • ระบบฟาร์มอัจฉริยะและการประยุกต์ใช้ IoT ในการจัดการโรงเรือน
  • ประโยชน์ของการใช้งาน IoT ในการควบคุมแสง, อุณหภูมิ, ความชื้น, และอากาศในโรงเรือน
• ปฏิบัติ (2 ชั่วโมง):
  • ติดตั้ง Arduino IDE และการทดสอบเชื่อมต่อกับบอร์ด Arduino
  • ทดลองเขียนโปรแกรมพื้นฐานในการเปิด-ปิด LED

สัปดาห์ที่ 2: การใช้เซ็นเซอร์พื้นฐานในฟาร์ม

• ทฤษฎี (2 ชั่วโมง):
  • การเลือกใช้เซ็นเซอร์ในการเกษตร เช่น เซ็นเซอร์ความชื้นในดิน, เซ็นเซอร์อุณหภูมิและความชื้น, เซ็นเซอร์แสง
  • วิธีการทำงานของเซ็นเซอร์เหล่านี้และการเชื่อมต่อกับ Arduino
• ปฏิบัติ (2 ชั่วโมง):
  • การใช้งาน เซ็นเซอร์ความชื้นในดิน และ เซ็นเซอร์อุณหภูมิ/ความชื้น กับ Arduino
  • การอ่านค่าจากเซ็นเซอร์และแสดงผลใน Serial Monitor

สัปดาห์ที่ 3: การควบคุมแสง RGB สำหรับโรงเรือน

• ทฤษฎี (2 ชั่วโมง):
  • หลักการของ แสง RGB และการใช้งานในการควบคุมแสงในโรงเรือน
  • ความสำคัญของแสงสำหรับการเจริญเติบโตของพืช
  • การใช้งาน LED RGB ในการควบคุมแสงในโรงเรือน
• ปฏิบัติ (2 ชั่วโมง):
  • การเชื่อมต่อ LED RGB กับ Arduino
  • การเขียนโปรแกรมเพื่อควบคุมสีและความสว่างของ LED RGB ด้วยค่า PWM

สัปดาห์ที่ 4: การควบคุมการให้น้ำอัตโนมัติ

• ทฤษฎี (2 ชั่วโมง):
  • หลักการและความสำคัญของการควบคุมการให้น้ำในฟาร์ม
  • การใช้ เซ็นเซอร์ความชื้นในดิน เพื่อควบคุมการให้น้ำ
  • วิธีการตั้งค่าระบบให้น้ำอัตโนมัติในโรงเรือน
• ปฏิบัติ (2 ชั่วโมง):
  • การติดตั้ง ปั๊มน้ำ และ เซ็นเซอร์ความชื้นในดิน
  • เขียนโปรแกรมเพื่อควบคุมการเปิด-ปิดปั๊มน้ำโดยอัตโนมัติตามระดับความชื้นในดิน

สัปดาห์ที่ 5: การควบคุมอุณหภูมิและความชื้นในโรงเรือน

• ทฤษฎี (2 ชั่วโมง):
  • ความสำคัญของการควบคุม อุณหภูมิและความชื้น ในโรงเรือนสำหรับการเพาะปลูก
  • วิธีการใช้งาน เซ็นเซอร์อุณหภูมิและความชื้น (เช่น DHT11/DHT22) เพื่อควบคุมสภาพแวดล้อม
• ปฏิบัติ (2 ชั่วโมง):
  • การเชื่อมต่อ เซ็นเซอร์ DHT11/DHT22 กับ Arduino
  • การเขียนโปรแกรมเพื่อควบคุมการเปิด-ปิดพัดลม หรือเครื่องทำความร้อนตามสภาพอุณหภูมิและความชื้น

สัปดาห์ที่ 6: การควบคุมแสงอัตโนมัติ

• ทฤษฎี (2 ชั่วโมง):
  • วิธีการควบคุมแสงให้เหมาะสมกับการเจริญเติบโตของพืช
  • การใช้งาน เซ็นเซอร์แสง (เช่น LDR) เพื่อควบคุมแสง
• ปฏิบัติ (2 ชั่วโมง):
  • การเชื่อมต่อ เซ็นเซอร์แสง กับ Arduino
  • การเขียนโปรแกรมเพื่อควบคุมแสง RGB ให้ปรับตามระดับแสงที่เซ็นเซอร์ตรวจจับ

สัปดาห์ที่ 7: การเก็บข้อมูลและการแสดงผลข้อมูล

• ทฤษฎี (2 ชั่วโมง):
  • ความสำคัญของการเก็บข้อมูลจากเซ็นเซอร์
  • วิธีการใช้ ระบบคลาวด์ ในการเก็บข้อมูล (เช่น ThingSpeak, Blynk, หรือ Google Firebase)
• ปฏิบัติ (2 ชั่วโมง):
  • การตั้งค่าบัญชีและการเชื่อมต่อ Arduino กับ Google เพื่อเก็บข้อมูล
  • การแสดงผลข้อมูลจากเซ็นเซอร์ในกราฟบน Google

สัปดาห์ที่ 8: การประยุกต์ใช้งานระบบอัจฉริยะในฟาร์ม

• ทฤษฎี (2 ชั่วโมง):
  • การประยุกต์ใช้งาน IoT ในการจัดการโรงเรือน
  • การทำงานร่วมกันของ เซ็นเซอร์ และ แอพพลิเคชัน สำหรับการควบคุมและแสดงผล
• ปฏิบัติ (2 ชั่วโมง):
  • การเชื่อมต่อเซ็นเซอร์ทั้งหมดในฟาร์มอัจฉริยะและการบันทึกข้อมูลลง ระบบคลาวด์
  • การแสดงผลข้อมูลจากเซ็นเซอร์ใน แอพพลิเคชันมือถือ เช่น Blynk

สัปดาห์ที่ 9: การออกแบบระบบ Smart Farm แบบรวม

• ทฤษฎี (2 ชั่วโมง):
  • การออกแบบระบบ Smart Farm โดยใช้เซ็นเซอร์ต่างๆ ที่เรียนรู้มา
  • การเลือกใช้เซ็นเซอร์ที่เหมาะสมสำหรับการควบคุมแสง, น้ำ, และอุณหภูมิ
• ปฏิบัติ (2 ชั่วโมง):
  • การออกแบบระบบและการเลือกเซ็นเซอร์ที่ต้องการใช้งานในการควบคุมโรงเรือน

สัปดาห์ที่ 10: การพัฒนาโปรเจ็กต์ Smart Farm แบบรวม

• ทฤษฎี (2 ชั่วโมง):
  • การรวมเซ็นเซอร์และระบบต่างๆ เข้าด้วยกันในโปรเจ็กต์เดียว
  • การประยุกต์ใช้ข้อมูลที่เก็บได้จากเซ็นเซอร์ในการตัดสินใจ
• ปฏิบัติ (2 ชั่วโมง):
  • การเริ่มต้นพัฒนาโปรเจ็กต์ Smart Farm โดยรวมเซ็นเซอร์ทั้งหมด

สัปดาห์ที่ 11: การทดสอบและปรับปรุงระบบ

• ทฤษฎี (2 ชั่วโมง):
  • วิธีการทดสอบระบบ Smart Farm และการปรับปรุงให้เหมาะสม
  • การใช้ข้อมูลจากเซ็นเซอร์เพื่อการตัดสินใจที่ดีขึ้น
• ปฏิบัติ (2 ชั่วโมง):
  • การทดสอบระบบที่พัฒนาและปรับปรุงโปรเจ็กต์ให้ทำงานได้ตามที่ต้องการ

สัปดาห์ที่ 12: การเพิ่มความสามารถให้กับระบบ

• ทฤษฎี (2 ชั่วโมง):
  • การเพิ่มฟีเจอร์ใหม่ๆ ให้กับระบบ Smart Farm เช่น การใช้งาน โดรน หรือ กล้อง สำหรับการตรวจสอบพืชผล
• ปฏิบัติ (2 ชั่วโมง):
  • การเพิ่มฟีเจอร์ใหม่ๆ เช่น การควบคุมโดรนหรือการใช้กล้องร่วมกับระบบ

สัปดาห์ที่ 13: การเชื่อมต่อระบบกับระบบ IoT อื่นๆ

• ทฤษฎี (2 ชั่วโมง):
  • การเชื่อมต่อระบบฟาร์มกับอุปกรณ์หรือบริการ IoT อื่นๆ เช่น การใช้ Wi-Fi, LoRaWAN, หรือ 5G สำหรับการเชื่อมต่อที่รวดเร็ว
• ปฏิบัติ (2 ชั่วโมง):
  • การตั้งค่า Wi-Fi หรือ LoRaWAN ในการส่งข้อมูลจาก Arduino ไปยังระบบคลาวด์

สัปดาห์ที่ 14: การนำเสนอและการสรุปผล

• ทฤษฎี (2 ชั่วโมง):
  • การนำเสนอผลการทำงานของโปรเจ็กต์
  • การสรุปข้อมูลจากการทดสอบและการใช้เทคโนโลยี IoT ในฟาร์ม
• ปฏิบัติ (2 ชั่วโมง):
  • นักศึกษานำเสนอผลการทำงานของโปรเจ็กต์ Smart Farm ของตัวเอง

สัปดาห์ที่ 15: การประเมินผลและการตรวจสอบโปรเจ็กต์

• ทฤษฎี (2 ชั่วโมง):
  • การประเมินผลการใช้เทคโนโลยี IoT ในฟาร์ม
  • การพัฒนาและปรับปรุงระบบ Smart Farm ในอนาคต
• ปฏิบัติ (2 ชั่วโมง):
  • การตรวจสอบและประเมินผลของโปรเจ็กต์ Smart Farm ที่นักศึกษาได้พัฒนา