Page 23 - วิศวกรรมสาร ปีที่ 78 ฉบับที่ 1 มกราคม - มีนาคม 2568

การใช้ Raspberry Pi ในงานอุตสาหกรรมร่วมกับ AI

ในยุคปัจจุบัน เทคโนโลยีดิจิทัลและ เกี่ยวกับราสเบอร์รี่พาย (Raspberry Pi)
ปัญญาประดิษฐ์ (AI) มีบทบาทส�าคัญในการ
พัฒนาอุตสาหกรรม โดยสามารถใช้ในการ การใช้ Raspberry Pi ในอุตสาหกรรมได้รับความนิยมเพิ่มขึ้นเรื่อย ๆ เนื่องจาก
วิเคราะห์ข้อมูล ประมวลผลข้อมูลเชิงลึก Raspberry Pi ท�างานได้เหมือนเป็นเครื่องคอมพิวเตอร์ที่มีขนาดเล็กและราคาถูก แต่มี
คาดการณ์แนวโน้ม เพื่อปรับปรุงกระบวน ความสามารถสูง และมีความยืดหยุ่นในการ

การผลิต เพิ่มประสิทธิภาพของกระบวนการ ใช้งาน สามารถลงระบบปฏิบัติการซอฟต์แวร์
ผลิตและลดของเสีย สามารถใช้ได้ตั้งแต่ โอเพ่นซอร์สได้ ท�างานได้หลากหลาย
ระบบควบคุมอัตโนมัติ การควบคุมเครื่องจักร มีพอร์ต เช่น USB, HDMI, Ethernet
การตรวจสอบคุณภาพสินค้า ไปจนถึง เป็นต้น Raspberry Pi มีหลายรุ่นบางรุ่นมี
การวิเคราะห์ข้อมูลแบบเรียลไทม์ ทั้งนี้ โมเดลย่อย เช่น Model A, A+, B หรือ B+
Raspberry Pi เป็นหนึ่งในอุปกรณ์ที่ได้รับ เป็นต้น ปัจจุบันเป็น Raspberry Pi 5 แต่
ความนิยมในการน�ามาใช้ในอุตสาหกรรม ในการทดลองของบทความนี้ใช้ Raspberry

เนื่องจากมีขนาดเล็ก ราคาถูก โดย Pi 4 Model B การเลือกใช้งานสามารถ
Raspberry Pi มีข้อดีที่สามารถรันระบบ พิจารณาได้จากตารางที่ 1
ปฏิบัติการ รองรับการเขียนโปรแกรมขั้นสูง ภาพที่ 1 : Raspberry Pi 4 model B 4GB
และเชื่อมต่อเครือข่ายได้ดี ท�าให้เหมาะกับ (www.element14.com/RaspberryPi)
การพัฒนาโซลูชันอัตโนมัติ เช่น การควบคุม

เครื่องจักรผ่านอินเทอร์เน็ต การตรวจสอบ ตารางที่ 1: เปรียบเทียบ Raspberry Pi 4, Raspberry Pi 5, Banana Pi
สถานะของเซ็นเซอร์ และการแจ้งเตือน รุ่นล่าสุด และ Jetson Nano
ปัญหาผ่านระบบคลาวด์ สามารถใช้ควบคุม คุณสมบัติ Raspberry Pi 4 Raspberry Pi 5 Banana Pi Jetson
Nano
รุ่นล่าสุด
อุปกรณ์อิเล็กทรอนิกส์และรองรับ AI Quad-core Quad-core
ได้อย่างมีประสิทธิภาพการใช้ Raspberry CPU Cortex-A72 Cortex-A76 Octa-core Quad-core
Cortex-A55
Cortex-A57
Pi ในงานอุตสาหกรรมสามารถช่วยให้เกิด 1.5GHz 2.4GHz
การท�างานที่แม่นย�าและลดการพึ่งพา GPU VideoCore VI VideoCore VII Mali-G52 128-core

แรงงานคน ตัวอย่างการน�า AI มาใช้ร่วมกับ Maxwell
Raspberry Pi ได้แก่ RAM 2GB/4GB/8GB 4GB/8GB LPD- 4GB LPDDR4 4GB LPDDR4
LPDDR4 DR4X

 การตรวจสอบคุณภาพสินค้า: Storage microSD, USB microSD, PCIe microSD, eMMC microSD,
ใช้ Deep Learning และ SSD NVMe
2x USB 3.0,
OpenCV วิเคราะห์ภาพถ่ายเพื่อ กำรเชื่อมต่อ 2x USB 2.0, 2x USB 3.0, USB 3.0, USB 4x USB 3.0,
2x USB 2.0,
คัดแยกสินค้าที่มีต�าหนิ HDMI, GPIO HDMI, PCIe 2.0, HDMI, GPIO HDMI, GPIO
 ระบบบ�ารุงรักษาเชิงพยากรณ์: กำรใช้
ใช้ Machine Learning วิเคราะห์ พลังงำน 5V/3A 5V/5A 5V/3A 5V/4A
ข้อมูลเซ็นเซอร์เพื่อพยากรณ์
ความเสียหายของเครื่องจักร ด้วยคุณสมบัติของ Raspberry Pi 4 จึงเหมาะส�าหรับงาน AI ขนาดเล็ก และการเรียน

 การควบคุมหุ่นยนต์ในโรงงาน: รู้เบื้องต้น ในขณะที่ Raspberry Pi 5 มีประสิทธิภาพสูงขึ้นจาก RPi 4 รองรับงาน Machine
Raspberry Pi สามารถเป็น Learning ได้ดีขึ้น ถึงแม้ว่า Banana Pi โดยรวมจะมีประสิทธิภาพดีกว่า RPi แต่ยังไม่เทียบเท่า
ตัวกลางควบคุมแขนกลอัจฉริยะ Jetson Nano และมีข้อมูลการใช้งานยังไม่มากพอเมื่อเทียบกับ Raspberry Pi บอร์ดที่มี
เพื่อท�างานอัตโนมัติ ประสิทธิภาพสูงสุดคือ Jetson Nano ที่เหมาะส�าหรับงาน AI ที่ต้องการพลังประมวลผลสูง

เช่น Deep Learning และ Computer Vision แต่ก็ต้องแลกกับราคาที่สูงมาก

วิศวกรรมสาร l ปีที่ 78 ฉบับที่ 1 มกราคม - มีนาคม 2568วิศวกรรมสาร l ปีที่ 78 ฉบับที่ 1 มกราคม - มีนาคม 2568 23