ตั้งค่า Radxa DRAGON Q6A สำหรับ Edge Computing และ Computer Vision

บทนี้สมมติว่าคุณใช้บอร์ดตระกูล Radxa DRAGON Q6A (หรือรุ่นใกล้เคียง) เพื่อทำ Edge Computing / Computer Vision ร่วมกับระบบหลักของ bs4u-tech.com

เนื้อหาจะคล้ายกับการตั้งค่า Raspberry Pi 5 แต่ปรับตาม OS/แพ็กเกจของ Radxa

หมายเหตุ: ชื่อ OS/คำสั่งอาจต่างกันเล็กน้อยตามดิสโทรที่คุณเลือกใช้ (เช่น Ubuntu / Debian ที่ปรับแต่งโดย Radxa)

1. เตรียม Image และ Flash ลงสตอเรจ

1. ดาวน์โหลด image สำหรับ Radxa DRAGON Q6A จากเว็บไซต์ Radxa หรือผู้จัดจำหน่าย
2. ใช้ balenaEtcher หรือ Raspberry Pi Imager (ถ้ารองรับ) ในการเขียน image ลง microSD / eMMC ตามที่บอร์ดรองรับ
3. ใส่สตอเรจเข้าไปในบอร์ด ต่อจอ + คีย์บอร์ด/เมาส์ หรือเตรียม SSH

2. อัปเดตระบบและติดตั้งแพ็กเกจพื้นฐาน

หลังจากบูตเข้าระบบได้แล้ว เปิด Terminal หรือ SSH เข้าไป:

sudo apt update && sudo apt upgrade -y
sudo apt install -y git python3 python3-pip python3-venv \
  libatlas-base-dev libjpeg-dev libqtgui4 libqt4-test

สร้าง virtual env สำหรับโค้ด Computer Vision:

python3 -m venv ~/cv-env
source ~/cv-env/bin/activate
pip install --upgrade pip

3. ติดตั้ง OpenCV และ libraries พื้นฐาน

ภายใน virtual env:

pip install opencv-python numpy pillow matplotlib

ทดสอบ:

python - << 'EOF'
import cv2
print(\"OpenCV:\", cv2.__version__)
EOF

ถ้าติดตั้งไม่สำเร็จ (เช่น มีปัญหากับ wheel บนสถาปัตยกรรมของบอร์ด) อาจต้องใช้แพ็กเกจจาก apt หรือ build จาก source ซึ่งสามารถเพิ่มเป็น tutorial ระดับ advanced ภายหลังได้

4. เชื่อมต่อกล้อง

บนบางรุ่นของ Radxa DRAGON Q6A:

• กล้องอาจต่อผ่าน CSI หรือ USB
• ในขั้นแรกแนะนำเริ่มจาก USB camera เพื่อความง่าย

ทดสอบอุปกรณ์:

ls /dev/video*

ควรเห็น /dev/video0 เป็นต้น จากนั้นลองอ่านภาพด้วย OpenCV:

python - << 'EOF'
import cv2

cap = cv2.VideoCapture(0)
ret, frame = cap.read()
cap.release()

print(\"ret=\", ret, \"shape=\", None if frame is None else frame.shape)
EOF

ถ้าได้ ret=True และมี shape แสดงว่าอ่านภาพจากกล้องได้แล้ว

5. โครงโฟลเดอร์สำหรับโปรเจกต์ Edge บน Radxa

แนะนำให้ใช้โครงคล้ายกับ Pi:

~/projects/
  computer-vision/          # clone repo ตัวอย่าง
  edge-services-radxa/      # สคริปต์เฉพาะสำหรับ Radxa DRAGON Q6A
  logs/

เช่น:

cd ~/projects
git clone https://github.com/pwd-vw/computer-vision.git

จากนั้นสามารถใช้ tutorial เดียวกับ Pi (ดัดแปลง path เล็กน้อย) เพื่อ:

• อ่านภาพจากกล้อง
• ประมวลผลเบื้องต้นด้วย OpenCV
• ส่งผลลัพธ์ไปยัง API บน Cloudflare / backend

6. การรันเป็น service และการ monitor

แนวทางคล้าย Pi:

• เขียนสคริปต์ Python ให้ทำงานเป็น loop
• สร้าง systemd service เช่น radxa-cv.service
• เก็บ log ลงโฟลเดอร์ ~/projects/logs

ตัวอย่าง unit file:

[Unit]
Description=Radxa DRAGON Q6A Computer Vision Edge Service

[Service]
ExecStart=/home/USER/cv-env/bin/python /home/USER/projects/edge-services-radxa/main.py
WorkingDirectory=/home/USER/projects/edge-services-radxa
Restart=on-failure

[Install]
WantedBy=multi-user.target

แทน USER ด้วยชื่อผู้ใช้จริงของคุณ

7. การออกแบบ tutorial ต่อไป

จากพื้นฐานนี้ คุณสามารถสร้าง tutorial เพิ่มเติมสำหรับ Radxa DRAGON Q6A ได้ เช่น:

• การรันโมเดล Object Detection แบบเบา ๆ บนบอร์ด
• การส่ง log + metrics ขึ้นไปเก็บใน Cloudflare / GCP / Supabase
• การทำ dashboard บน www.bs4u-tech.com เพื่อติดตามสถานะ edge devices

ในเว็บหลัก คุณอาจมี section “Edge Devices / Tutorials” ที่ลิงก์ไปยังบทความเหล่านี้ และเชื่อมโยงกับโค้ดจริงใน GitHub (edge-services-radxa repo) เมื่อคุณสร้างในอนาคต