ถ้าความสว่าง < 1000 → เปิดไฟ LED 4️⃣ แสดงผลผ่าน Web Server (ภายใน Wi-Fi เดียวกัน) 5️⃣ สามารถบันทึกค่าล่าสุดไว้ใน EEPROM (ถ้าต้องการจำสถานะ)
🔧 5. การต่อวงจร
Sensor / Actuator
ขา ESP32
หมายเหตุ
DHT22 (DATA)
GPIO 4
พร้อมตัวต้าน 10kΩ Pull-up
LDR → ADC
GPIO 34
Analog input
Relay (IN)
GPIO 26
Output ควบคุมพัดลม
LED
GPIO 27
Output
3.3V / GND
–
ใช้ร่วมทุกอุปกรณ์
💻 6. ตัวอย่างโค้ดหลัก
C++
#include<WiFi.h>#include<WebServer.h>#include<DHT.h>#defineDHTPIN 4#defineDHTTYPE DHT22#defineLDR_PIN 34#defineRELAY_PIN 26#defineLED_PIN 27constchar* ssid ="LIC-WiFi";constchar* password ="12345678";WebServer server(80);DHT dht(DHTPIN, DHTTYPE);float t, h;int lightValue;voidhandleRoot(){ String html ="<html><head><meta http-equiv='refresh' content='5'></head><body>"; html +="<h2>Smart Environment Monitor</h2>"; html +="Temperature: "+String(t)+"°C<br>"; html +="Humidity: "+String(h)+"%<br>"; html +="Light: "+String(lightValue)+"<br>"; html +=(digitalRead(RELAY_PIN)?"Fan: ON<br>":"Fan: OFF<br>"); html +=(digitalRead(LED_PIN)?"Light: ON<br>":"Light: OFF<br>"); html +="</body></html>";server.send(200,"text/html", html);}voidsetup(){Serial.begin(115200);pinMode(RELAY_PIN, OUTPUT);pinMode(LED_PIN, OUTPUT);dht.begin();WiFi.begin(ssid, password);Serial.print("Connecting");while(WiFi.status()!= WL_CONNECTED){delay(500);Serial.print(".");}Serial.println("\nConnected!");Serial.println(WiFi.localIP());server.on("/", handleRoot);server.begin();}voidloop(){ t =dht.readTemperature(); h =dht.readHumidity(); lightValue =analogRead(LDR_PIN); // ควบคุมอุปกรณ์อัตโนมัติif(t >30)digitalWrite(RELAY_PIN, HIGH);elsedigitalWrite(RELAY_PIN, LOW);if(lightValue <1000)digitalWrite(LED_PIN, HIGH);elsedigitalWrite(LED_PIN, LOW);server.handleClient();delay(2000);}
เปิด Browser แล้วพิมพ์ IP ของ ESP32 → จะแสดงค่าพร้อมสถานะแบบ Real-time
🔹 7. การต่อยอด (Extension Ideas)
แนวคิด
คำอธิบาย
📊 ThingSpeak / MQTT
ส่งค่าขึ้น Cloud ดูกราฟแบบออนไลน์
🕒 Timer Control
ตั้งเวลาเปิด/ปิดอัตโนมัติ
📱 Blynk / Line Notify
แจ้งเตือนผ่านมือถือเมื่ออุณหภูมิสูง
💾 EEPROM Save
บันทึกค่า Temp/Light ล่าสุดก่อนปิดระบบ
🧠 Machine Learning
ใช้โมเดลทำนายพฤติกรรมสภาพอากาศ (ระดับต่อไป)
🧰 8. ตัวอย่างผลลัพธ์ใน Web
-----------------------------
Smart Environment Monitor
-----------------------------
Temperature : 31.2 °C
Humidity : 68.1 %
Light : 850
Fan : ON
Light : ON
-----------------------------