Create Your Own Bot (CYOBot) v2 เป็นแพลตฟอร์มหุ่นยนต์โมดูลาร์แบบโอเพ่นซอร์สสำหรับนักเรียน, ครูผู้สอน, ผู้ที่สนใจทำกิจกรรมเกี่ยวกับหุ่นยนต์ และวิศวกรในอนาคต โดยใช้ไมโครคอนโทรลเลอร์ ESP32-S3 และรองรับการควบคุมเซอร์โวมอเตอร์ได้สูงสุดถึง 16 ตัว เพื่อการควบคุมที่ซับซ้อน CYOBot v2 เป็นการพัฒนาต่อจากแพลตฟอร์มหุ่นยนต์สี่ขาจากบริษัทเดียวกัน โดยเพิ่มฟีเจอร์ใหม่ๆ เช่น การออกแบบโมดูลาร์, การอัปเกรดไปใช้ชิป ESP32-S3, ช่องมอเตอร์ที่มากขึ้น, และบล็อกขยายที่รองรับอุปกรณ์เสริมมากขึ้น นอกจากนี้ยังรองรับการรวมระบบ AI เช่น ChatGPT เพื่อเพิ่มฟังก์ชันการใช้งาน CYOBot รองรับการตั้งค่า 3 รูปแบบผ่าน CYOBrain ซึ่งเป็นตัวขับเคลื่อนแพลตฟอร์มหุ่นยนต์และควบคุมเซอร์โวมอเตอร์ รวมถึงส่วนประกอบที่พิมพ์ 3D แยกต่างหาก รูปแบบ CYOBot Crawler คือหุ่ […]
กิจกรรม Giveaway Week 2024 : แจกบอร์ด Cytron MOTION 2350 Pro
สัปดาห์นี้ทาง CNX Software (https://th.cnx-software.com) ได้จัดกิจกรรม Giveaway Week 2024 ถ้าคุณยังไม่มีบอร์ด Cytron MOTION 2350 Pro ในมือนี่เป็นโอกาสของคุณ รางวัลที่ 1 ของสัปดาห์ MOTION 2350 Pro เป็นบอร์ดที่ใช้ชิป Raspberry Pi RP2350 ออกแบบมาสำหรับหุ่นยนต์และควบคุมมอเตอร์ บอร์ดนี้มาพร้อมกับ DC motor driver สำหรับขับมอเตอร์ไฟฟ้ากระแสตรง 4 ตัวเป็นแบบ brushed โดยมีช่วงแรงดันไฟฟ้าตั้งแต่ 3.6V ถึง 16V นอกจากนี้ยังมีพอร์ตเซอร์โว 5V จำนวน 8 พอร์ต, พอร์ต GPIO จำนวน 8 พอร์ต และพอร์ต Maker จำนวน 3 พอร์ตสำหรับโมดูลเซนเซอร์หรือ Actuator โดยขา I/O แต่ละขาจะจับคู่กับ LED ของตัวเอง ซึ่งทำให้บอร์ดเหมาะสำหรับตลาดการศึกษาและยังช่วยในการดีบักได้ง่ายขึ้น นอกจากนี้ยังมีพอร์ต USB 1.1 host สำหรับเชื่อมต่ออุปกรณ์ต่อพ่วง เช่น RF dongl […]
Cytron MOTION 2350 Pro – บอร์ด Raspberry Pi RP2350 สำหรับหุ่นยนต์และควบคุมมอเตอร์
ตามที่กล่าวไว้ในบทความ Raspberry Pi Pico 2 มีบริษัทอื่นที่ได้พัฒนาบอร์ดและใช้ชิป RP2350 อีกหลายบริษัทและหนึ่งในนั้นคือบอร์ด MOTION 2350 Pro จาก Cytron ที่ออกแบบมาสำหรับหุ่นยนต์และควบคุมมอเตอร์ บอร์ดนี้มาพร้อมกับ DC motor driver สำหรับขับมอเตอร์ไฟฟ้ากระแสตรง 4 ตัวเป็นแบบ brushed โดยมีช่วงแรงดันไฟฟ้าตั้งแต่ 3.6V ถึง 16V นอกจากนี้ยังมีพอร์ตเซอร์โว 5V จำนวน 8 พอร์ต, พอร์ต GPIO จำนวน 8 พอร์ต และพอร์ต Maker จำนวน 3 พอร์ตสำหรับโมดูลเซนเซอร์หรือ Actuator โดยขา I/O แต่ละขาจะจับคู่กับ LED ของตัวเอง ซึ่งทำให้บอร์ดเหมาะสำหรับตลาดการศึกษาและยังช่วยในการดีบักได้ง่ายขึ้น นอกจากนี้ยังมีพอร์ต USB 1.1 host สำหรับเชื่อมต่ออุปกรณ์ต่อพ่วง เช่น RF dongle สำหรับจอยสติ๊กหรือคีย์บอร์ด สเปคของ Cytron MOTION 2350 Pro: ไมโครคอนโทรลเลอร์ – […]
MechDog หุ่นยนต์สุนัข AI ที่ใช้ ESP32-S3 รองรับการเขียนโปรแกรม Scratch, Python และ Arduino
MechDog ของ Hiwonder เป็นหุ่นยนต์สุนัข AI ขนาดเล็กกะทัดรัดที่ใช้ ESP32-S3 เป็นตัวควบคุมมีเซอร์โวมอเตอร์ไร้แกนความเร็วสูง 8 ตัว หุ่นยนต์ตัวมีระบบการคำนวน inverse kinematics ในตัวสำหรับการเคลื่อนไหวที่แม่นยำและคล่องตัว และมีพอร์ตสำหรับเซนเซอร์ I2C ต่างๆ เช่น เซนเซอร์อัลตราโซนิกและ IMU หุ่นยนต์ตัวนี้ใช้โครงสร้างเป็นอะลูมิเนียมอัลลอยด์ที่ทนทานและแบตเตอรี่ลิเธียม 7.4V 1,500mAh ที่สามารถถอดออกได้เพื่อจ่ายพลังงาน MechDog ใช้โมดูล AI Vision ของ ESP32-S3 ซึ่งรองรับการสื่อสารเครือข่ายแบบสองโหมด คือ โหมด AP Hotspot Direct Connection หรือ STA LAN Mode เพื่อให้ผู้ใช้สามารถเข้าถึงหน้าเว็บที่กำหนดผ่านแอปมือถือหรือคอมพิวเตอร์สำหรับการตรวจสอบแบบเรียลไทม์โดยใช้กล้องความละเอียดสูง นอกจากนี้ หุ่นยนต์สุนัขนี้ยังรองรับโมดูลเซนเซอร์ต […]
M5Stamp Fly : โดรน WiFi ที่ใช้ ESP32-S3 พร้อมจอยสติ๊ก และใช้โปรโตคอล ESPNOW สำหรับการสื่อสาร
M5Stamp Fly ของ M5Stack เป็นโดรน WiFi ขนาดจิ๋วที่ใช้โมดูล M5Stamp S3 WiFi 4 และ BLE IoT ของบริษัทที่ใช้ ESP32-S3 ซึ่งมีมอเตอร์ 4 ตัวและเซนเซอร์หลายตัว และสามารถควบคุมได้ด้วยจอยสติ๊ก M5Atom WiFi joystick controller โดยใช้ชิป ESP32-S3 WiSoC เช่นกัน เมื่อไม่นานมานี้เราได้เห็นโดรน WiFi ขนาดจิ๋วที่ใช้ ESP32 หรือ ESP8266 เช่นโดรน DIY ที่ใช้ ESP32 และโดรน PiWings 2.0 แต่ M5Stamp Fly เหนือกว่า โดยมีเซนเซอร์ทั้งหมด 6 ตัว ซึ่งได้แก่ Barometer (วัดความดันบรรยากาศ), เซ็นเซอร์วัดระยะทางแบบ time-of-flight 2 ตัว, 6-axis IMU, 3-axis magnetometer และเซนเซอร์ล็อคตำแหน่ง (optical flow sensor) นอกจากนี้ยังมีพอร์ต Grove 2 พอร์ตสำหรับเซนเซอร์หรือโมดูลเพิ่มเติม สเปคของ M5Stamp Fly (K138) : ตัวควบคุมหลัก – โมดูล M5Stamp S3 WiSoC – Es […]
Adeept Robot HAT สำหรับ Raspberry Pi ออกแบบมาสำหรับโครงการ DIY และการเรียนรู้
Adeept Robot HAT V3.0 เป็น HAT สำหรับขับมอเตอร์และเซนเซอร์ที่รองรับ Raspberry Pi 5, Pi 4 และ Pi 3 โดยบอร์ดนี้มีพอร์ตหลายตัวที่ให้การเข้าถึงตัวควบคุมเซนเซอร์และมอเตอร์ รวมถึงพอร์ตเซอร์โวมอเตอร์ 16 ตัว, เซนเซอร์ติดตามเส้นสามช่อง, เซนเซอร์ Ultrasoni, ตัวรับสัญญาณ IR, WS2812 RGB LEDs และอื่นๆ นอกจากนี้ยังมีตัวชาร์จแบตเตอรี่ 8.4V ในตัวพร้อมพอร์ต Type-C สำหรับการชาร์จ ฟีเจอร์ทั้งหมดนี้ทำให้การสร้างโครงการหุ่นยนต์ DIY และรถยนต์อัจฉริยะด้วย HAT นี้เป็นเรื่องง่าย ก่อนหน้านี้เราได้เขียนบทความเกี่ยวกับชุดหุ่นยนต์เพื่อการเรียนรู้ เช่น Arduino Alvik หุ่นยนต์สามล้อออกแบบมาเพื่อการเรียนรู้ด้าน STEAM, XGO-Rider หุ่นยนต์ 2 ล้อ สามารถปรับสมดุลตัวเองได้, หุ่นยนต์ UGV Rover ของ Waveshare หุ่นยนต์ 6 ล้อสำหรับการเรียนรู้ด้าน AI และอ […]
Arduino Plug and Make Kit สำหรับผู้เริ่มต้น ประกอบด้วยบอร์ด Arduino UNO R4 WiFi และโมดูล I2C Modulino
Arduino เพิ่งเปิดตัวชุดคิท “Plug and Make” ที่ออกแบบมาสำหรับผู้เริ่มต้น ซึ่งประกอบด้วยบอร์ด Arduino UNO R4 WiFi, โมดูล Modulino 7 ตัว, ฐาน “Modulino” สำหรับติดตั้ง UNO R4 และโมดูลและมีสายเคเบิล, สเปเซอร์, สกรู และน็อตต่างๆ เมื่อคิดถึงโปรเจกต์ Arduino อาจนึกถึงบอร์ดทดลองหรือแม้แต่การบัดกรี แต่ชุด Arduino Plug and Make ใหม่นี้ไม่ต้องการสิ่งเหล่านั้น ไม่ต้องใช้บอร์ดทดลอง สายจัมเปอร์ หรือการบัดกรี ผู้ใช้สามารถเชื่อมต่อโมดูลกับบอร์ด Arduino ผ่านสาย Qwiic ติดตั้งทุกอย่างอย่างเรียบร้อยบนฐานที่มีมาให้ และทำตามหนึ่งในเจ็ดโครงการที่มีคำแนะนำทีละขั้นตอนที่มาพร้อมกับชุดนี้ได้เลย เนื้อหาชุด Arduino Plug and Make บอร์ด Arduino UNO R4 WiFi 7x โมดูล Modulino I2C Modulino Knob* – ตัวเข้ารหัสสำหรับการปรับค่า Modulino Pixels* – ไ […]
High Torque Robotics Mini π : หุ่นยนต์สองขาที่ใช้บอร์ด Orange Pi 5 SBC
Mini π ของ High Torque Robotics เป็นหุ่นยนต์สองขา (Bipedal robot) สูง 54 ซม. สามารถเดินและเต้นได้โดยใช้ขาสองข้าง และใช้ประโยชน์จากคุณสมบัติของบอร์ด Orange Pi 5 SBC เช่น AI accelerator 6 TOPS ในโปรเซสเซอร์ Rockchip RK3588S หุ่นยนต์นี้มีอิสระในการเคลื่อนไหว 12 องศา (DOF) และสามารถวิ่ง กระโดด และแม้กระทั่งตีลังกาได้ด้วยมอเตอร์ข้อต่อ 12 ตัวที่บริษัทพัฒนาขึ้น Mini π ถูกออกแบบมาเพื่อการวิจัยอัลกอริทึมการเคลื่อนไหวและการศึกษา และรองรับอัลกอริทึมการควบคุมการเคลื่อนไหว ZMP (Zero Moment Point), MPC (Model Predictive Control), reinforcement learning locomotion control และฟีเจอร์ ROS SLAM navigation คุณสมบัติเด่นของหุ่นยนต์สองขา Mini π: บอร์ด SBC – คอมพิวเตอร์บอร์ดเดี่ยว Orange Pi 5 RK3588S ตัวควบคุม – “high-performance u […]