ในปัจจุบันการปลูกผักไฮโดรโปนิกส์นั้นเป็นที่นิยมอย่างมาก ซึ่งการปลูกผักไฮโดรโปนิกส์นี้มีหลากหลายรูปแบบและมีการประยุกต์ทำเป็นฟาร์มในรูปแบบต่างๆมากมาย โดยคณะผู้จัดทำสนใจเกี่ยวกับการปลูกผักไฮโดรโปนิกส์ในรูปแบบ Nutrient Film Technique (NFT) และการทำฟาร์มในรูปแบบสมาร์ตฟาร์ม โดยมีการประยุกต์ใช้เทคโนโลยีการต่อเชื่อมของสรรพสิ่ง (Internet of Things) มาทำให้ฟาร์มมีความสมบูรณ์มากยิ่งขึ้นไม่ว่าจะเป็นการวัดการเจริญเติบโตของผักด้วยเซ็นเซอร์ Ultrasonic Ranging Module HC-SR04 และการใช้เซ็นเซอร์ DHT22 ในการตรวจจับอุณหภูมิและความชื้นสัมพัทธ์ภายในฟาร์มเพื่อควบคุมพัดลมระบายอากาศหรือการวัดค่าความสว่างเพื่อควบคุมไฟภายในฟาร์มโดยใช้เซ็นเซอร์ LDR ซึ่งการทำงานทั้งหมดนี้จะช่วยปรับสมดุลภายในฟาร์มให้มีสภาวะที่เหมาะแก่การปลูกผักโดยจะแสดงผลและสามารถควบคุมระบบต่างๆได้ผ่านรูปแบบเว็บแอพพลิเคชัน โดยการส่งข้อมูลจาก Xbee ทำให้สะดวกสบาย สามารถดูแลฟาร์มได้ตลอดเวลา รวมถึงประหยัดต้นทุนและเวลา นอกจากนี้ยังมีการประยุกต์ใช้หลักการคอมพิวเตอร์วิทัศน์ (Computer Vision) ซึ่งนำมาใช้ในการตรวจสุขภาพของผักที่ปลูกในฟาร์ม โดยผักที่ปลูกจะถูกถ่ายภาพจากกล้อง Pi Camera และถูกส่งไปยัง Raspberry Pi เพื่อวิเคราะห์ว่าผักที่ปลูกนั้นป่วยเป็นโรคหรือไม่โดยการใช้หลักการ Deep Learning เพื่อที่จะทำการคัดกรองผักที่ป่วยเป็นโรคออก เพื่อให้ฟาร์มที่ปลูกนั้นมีความสมบูรณ์มากยิ่งขึ้นและทำให้ได้ผลผลิตที่ดีตามที่ต้องการ
Information technology plays a vital role in agriculture for improving productivity and reducing costs. It is typically used for controlling and adjusting farming environments to be suitable for growing plants. In this paper, a smart hydroponics farming system that exploits Internet of Things (IoT) technology and machine-learning technique is presented. The system is divided into three main parts, wireless sensor module, camera module, and control module. The wireless sensor module consists of an arduino board, a set of sensors and electric devices such as DHT22 temperature and humidity sensor, LDR light sensor, Ultrasonic module HC-SR04 growth sensor, light bulb, and electric fan. The camera module is composed of a Raspberry Pi and a Pi camera. This module is responsible for monitoring plant’s health through the use of computer vision and machine-learning techniques. Finally, the control module utilizes the Raspberry Pi as a server for receiving data from sensors module, for processing and for displaying data on the Internet, and sending signals back to target sensor module to control devices. The communications between modules are carried out by Xbee. The result of this smart hydroponics farming system will show on Web Application it can control environment in the farm and can check the plant health.
