คู่มือการใช้งานระบบฉบับสมบูรณ์ — Sloth BPP 217 AI CCTV & LPR Platform (v3.0)

📌 หมวดที่ 1

การเริ่มต้นใช้งานและหน้าจอควบคุมหลัก (Live Dashboard)

คู่มือแนะนำการเข้าสู่ระบบ การตรวจสอบสถานะความปลอดภัย การใช้งานทุกปุ่มบนแถบเครื่องมือหลัก (Top Bar) การสลับและจัดเรียงตารางกล้องสด การควบคุมภาพระดับ 4K/1080p และการอ่านตัวชี้วัดสถานะระบบ

🔐 1.1 การเข้าสู่ระบบและความปลอดภัย (Login & Session)

ระบบ Sloth BPP 217 ใช้มาตรฐานความปลอดภัยระดับสูงสำหรับหน่วยงานความมั่นคง รองรับการเข้ารหัสข้อมูลและการควบคุมการเข้าถึงตามบทบาท (Role-Based Access Control: RBAC)

📥 ข้อมูลนำเข้า (Input)

ชื่อผู้ใช้ (Username) และรหัสผ่าน (Password) ผ่านหน้าเว็บ login.html

➔

⚙️ กลไกประมวลผล (Process)

ตรวจสอบ Hash รหัสผ่านใน SQLite, ออก Session Cookie แบบ HttpOnly/SameSite พร้อมสิทธิ์ RBAC

➔

📤 ผลลัพธ์ที่ได้ (Output)

นำทางเข้าสู่ index.html (Dashboard) พร้อมแสดงเมนูและกล้องตามระดับสิทธิ์ของผู้ใช้งาน

🛠️ ตารางรายละเอียดองค์ประกอบบนหน้า Login:

องค์ประกอบ / ปุ่ม	ตำแหน่ง	การนำข้อมูลไปทำอะไร (Input & Action)	ผลลัพธ์ที่ได้ออกมา (Output & Effect)
ช่อง "ชื่อผู้ใช้งาน" (Username)	กลางหน้าจอ	รับชื่อบัญชีผู้ใช้ เช่น `admin`, `officer1`, `bpp215`	ใช้เป็นตัวระบุเพื่อค้นหาเกลือ (Salt) และรหัสผ่านที่ถูกเข้ารหัสในฐานข้อมูล
ช่อง "รหัสผ่าน" (Password)	กลางหน้าจอ	รับรหัสผ่านของผู้ใช้ (ซ่อนตัวอักษรเป็นจุดกลม)	ถูกนำไป Hash ด้วยอัลกอริทึมความปลอดภัยสูงเพื่อเปรียบเทียบกับค่าในระบบ
เข้าสู่ระบบ	ใต้ฟอร์มกรอก	ส่งคำขอ POST ไปยัง `/api/login`	หากถูกต้อง: เซฟคุกกี้ Session และเปิด Dashboard หากผิดพลาด: แสดงป้ายเตือนสีแดง "ชื่อผู้ใช้หรือรหัสผ่านไม่ถูกต้อง"
📖 คู่มือการใช้งาน	ด้านล่างกล่องฟอร์ม	คลิกลิงก์เพื่อขอความช่วยเหลือ	เปิดหน้าต่างคู่มือการใช้งานระบบฉบับสมบูรณ์ (หน้านี้) ทันทีโดยไม่ต้องล็อกอิน

💡

คำแนะนำเบราว์เซอร์และฮาร์ดแวร์: แนะนำให้เปิดใช้งานผ่าน Google Chrome หรือ Microsoft Edge เวอร์ชันล่าสุด และควรเปิดตัวเลือก "Use graphics acceleration when available" ในการตั้งค่าเบราว์เซอร์ เพื่อให้การถอดรหัสวิดีโอ H.264/WebRTC แบบหลายช่องพร้อมกันทำงานบน GPU โดยไม่กิน CPU ของเครื่องคอมพิวเตอร์

🧭 1.2 แถบควบคุมหลักด้านบน (Top Bar Navigation)

แถบควบคุมด้านบนเป็นศูนย์บัญชาการหลักของระบบ รวมปุ่มคำสั่งเข้าสู่ทุกโมดูล การค้นหากล้องสดแบบทันที และการปรับแต่งสัญลักษณ์หน่วยงาน

🛠️ สารบบทุกปุ่มบนแถบ Top Bar:

ปุ่มคำสั่ง / ไอคอน	คีย์ลัด / ฟังก์ชัน	การนำข้อมูลไปทำอะไร (Input & Action)	ผลลัพธ์ที่ได้ออกมา (Output & Effect)
ตราสัญลักษณ์หน่วยงาน (`#mainLogo`)	คลิกที่รูปตรา	เปิด File Picker ให้อัปโหลดภาพตราสัญลักษณ์ประจำกองร้อย (.png / .jpg)	เปลี่ยนโลโก้บนระบบและบันทึกลง LocalStorage อัตโนมัติ
ช่องค้นหากล้อง (`#searchInput`)	พิมพ์ข้อความ	รับคำค้นหา เช่น "ประตู", "หน้าค่าย", "CH01", "สี่แยก"	กรองซ่อนช่องกล้องที่ไม่ตรงกับคำค้นทันทีแบบ Real-time
จัดเรียง (`#btnEditLayout`)	คลิกเปิดโหมด	เปิดโหมดสลับตำแหน่งกล้อง (Drag & Drop Mode)	ช่องกล้องจะขึ้นกรอบเส้นประสีม่วง สามารถคลิกลากย้ายสลับตำแหน่งช่องได้ตามต้องการ
บันทึก (`#btnLayoutSave`)	คลิกบันทึก	ส่งผังลำดับกล้องใหม่ไปยัง Profile API	บันทึกผังตำแหน่งกล้องลงฐานข้อมูลของผู้ใช้ เปิดเครื่องใหม่ยังคงตำแหน่งเดิม
ยกเลิก (`#btnLayoutCancel`)	คลิกยกเลิก	คืนค่าลำดับกล้องก่อนเริ่มจัดเรียง	ปิดโหมดจัดเรียงและสลับตำแหน่งกล้องกลับสู่ค่าเดิมทันที
🔔 เหตุการณ์ (`#btnEvents`)	คลิกเปิด/ปิด	สลับสถานะการแสดงผลแถบแจ้งเตือนด้านขวา (Events Rail)	เปิด/ซ่อนแถบแจ้งเตือนเหตุการณ์สด พร้อมตัวเลขนับเหตุการณ์ใหม่ (Badge)
🔄 เชื่อมต่อใหม่ (`#btnReconnect`)	คลิกกดซ้ำได้	สั่งรีเซ็ต WebRTC PeerConnection และล้าง Video Buffer ทุกช่อง	เชื่อมต่อสตรีมภาพสดใหม่ทันที แก้ปัญหาภาพค้างจากสัญญาณเน็ตกระตุก
🎬 คลังวิดีโอเหตุการณ์ (`#btnEventMgr`)	คลิกเปิดหน้าต่าง	ดึงข้อมูลประวัติการตรวจจับจาก Database	เปิดหน้าต่างคลังเหตุการณ์ (Event Manager) เพื่อค้นหา ดูภาพนิ่ง และตัดคลิป
⏱️ ดูย้อนหลัง (`#btnPlayback`)	คลิกเปิดหน้าต่าง	เชื่อมต่อ Storage บันทึกวิดีโอต่อเนื่อง 24 ชั่วโมง	เปิดหน้าต่าง Playback แบบหลายจอ พร้อมแถบไทม์ไลน์สีม่วง
🌐 โครงข่ายหน่วยงาน (`#btnNodes`)	เฉพาะ Admin	อ่านค่าคอนฟิก Federation Mesh และ WireGuard	เปิดหน้าต่างเชื่อมต่อดึงภาพกล้องข้ามกองร้อย / ข้ามฐานปฏิบัติการ
🎯 ทะเบียนเฝ้าระวัง (`#btnWatchlist`)	คลิกเปิดหน้าต่าง	ดึงฐานข้อมูลรถเป้าหมายและบุคคลต้องสงสัย	เปิดหน้าต่าง Watchlist เพื่อเพิ่ม/แก้ไขป้ายทะเบียน และวิเคราะห์พฤติกรรม
🤖 Sloth AI Assistant (`#btnBotChat`)	คลิกเปิดหน้าต่าง	เปิดช่องทางสนทนาภาษาธรรมชาติกับ AI Assistant	เปิดหน้าต่างแชทเพื่อสั่งค้นหาคดี สอบถามทะเบียนรถ หรือสรุปเหตุการณ์
📊 วิเคราะห์สถิติ (`#btnAnalytics`)	คลิกเปิดหน้าต่าง	ประมวลผลข้อมูลสถิติ Big Data ของกล้องทั้งหมด	เปิด Analytics Dashboard แสดง Heatmap แผนที่ความเสี่ยง และกราฟแนวโน้ม
📂 คลังบันทึกจับกุม (`#btnArrestVault`)	คลิกเปิดหน้าต่าง	ดึงแฟ้มข้อมูลผู้ต้องหาและบันทึกการจับกุม	เปิดหน้าต่าง Arrest Vault เพื่อเปิดดูเอกสารสำนวนคดีและข้อมูล ทร.14
🕸️ ผังเชื่อมโยง i2 (`#btnI2Graph`)	คลิกเปิดหน้าต่าง	โหลดกราฟความสัมพันธ์บุคคล เส้นทางการเงิน และการโทร	เปิดหน้าต่าง Visual Link Analysis เทียบเท่าโปรแกรม IBM i2 บนเว็บ
⚙️ ตั้งค่าระบบ (`#btnSettings`)	เฉพาะ Admin	ดึงค่าคอนฟิก NVR, กล้อง, AI และการแจ้งเตือน	เปิดหน้าต่างการตั้งค่าหลักของระบบ NVR
👤 ข้อมูลบัญชี (`#btnUsers`)	คลิกเปิดหน้าต่าง	ตรวจสอบสิทธิ์ผู้ใช้ปัจจุบัน และประวัติ Audit Log	เปิดหน้าต่างเปลี่ยนรหัสผ่าน ดูสิทธิ์ และจัดการผู้ใช้ในระบบ
⏻ ออกจากระบบ (`#btnLogout`)	คลิกยืนยัน	ส่งคำขอยกเลิก Session Cookie ไปยังเซิร์ฟเวอร์	ลบข้อมูลการเข้าสู่ระบบและกลับสู่หน้า `login.html` ทันที

📺 1.3 ตารางแสดงภาพสดและการจัดเรียง (Live Camera Grid & Layout)

ระบบรองรับการแสดงภาพสดแบบปรับเปลี่ยนได้ตามขนาดหน้าจอ พร้อมปุ่มสลับตารางกล้องทันทีโดยไม่ต้องรีโหลดหน้าเว็บ

🛠️ ปุ่มเลือกรูปแบบตาราง (Layout Switcher):

ปุ่มตาราง	ลักษณะการแสดงผล	คำแนะนำการใช้งานตามภารกิจ
1×1 (จอเดี่ยว)	แสดงภาพกล้องเดียวขนาดใหญ่เต็มพื้นที่	เหมาะสำหรับการเฝ้าระวังจุดวิกฤต หรือเมื่อเจ้าหน้าที่กำลังติดตามเป้าหมายเฉพาะจุด
2×2 (4 ช่อง)	แบ่งตารางออกเป็น 4 ช่องเท่ากัน	เหมาะสำหรับหน้าจอมือถือ แท็บเล็ต หรือการเฝ้าระวังพื้นที่รอบอาคารหลัก 4 ทิศ
3×3 (9 ช่อง)	แบ่งตารางออกเป็น 9 ช่อง	เป็นมุมมองมาตรฐานสำหรับศูนย์ควบคุม (Command Center) ความละเอียดเหมาะสมที่สุด
4×4 (16 ช่อง)	แบ่งตารางออกเป็น 16 ช่อง	สำหรับหน้าจอขนาดใหญ่ (55"-75" Video Wall) เพื่อดูภาพรวมทุกกล้องในฐานปฏิบัติการ
Auto / Active	แสดงเฉพาะกล้องที่มีการเปิดใช้งานอยู่จริง	ตัดช่องว่างที่ไม่มีการต่อกล้องออกอัตโนมัติ เพื่อประหยัดพื้นที่และแบนด์วิดท์หน้าจอ

1

ขั้นตอนการสลับตำแหน่งกล้อง (Reorder Workflow):

กดปุ่ม จัดเรียง บนแถบด้านบน ช่องกล้องทั้งหมดจะปรากฏเส้นประสีม่วงและไอคอนรูปมือ

2

คลิกลากช่องกล้อง (Drag & Drop):

คลิกเมาส์ค้างที่ช่องกล้องที่ต้องการย้าย แล้วลากไปวางทับช่องปลายทาง กล้องทั้งสองช่องจะสลับตำแหน่งกันทันที

3

บันทึกลำดับตำแหน่ง:

เมื่อจัดตำแหน่งพอใจแล้ว ให้กดปุ่ม บันทึก เพื่อบันทึกลำดับลงระบบ

🎛️ 1.4 ปุ่มควบคุมบนหน้าต่างกล้องแต่ละช่อง (Camera Tile Controls)

ในแต่ละช่องแสดงภาพกล้อง (Tile) จะมีแถบควบคุมและตัวชี้วัดสถานะการทำงานซ้อนอยู่บนภาพ เพื่อให้ผู้ปฏิบัติงานสามารถควบคุมกล้องเฉพาะจุดได้ทันที

ปุ่ม / ตัวชี้วัด	ตำแหน่งบนจอ	การนำข้อมูลไปทำอะไร (Input & Action)	ผลลัพธ์ที่ได้ออกมา (Output & Effect)
ชิปชื่อกล้อง (Channel Chip)	มุมซ้ายบน	แสดงรหัสช่องและชื่อภาษาไทย เช่น `CH01 ประตูหน้าค่าย`	ช่วยให้ผู้ใช้งานระบุตำแหน่งที่ตั้งของกล้องได้อย่างชัดเจนและรวดเร็ว
จุดไฟสถานะการเชื่อมต่อ	ข้างชื่อกล้อง	ตรวจสอบสถานะ Heartbeat ของ WebRTC สตรีม	🟢 Live สตรีมภาพสดไหลปกติ 🟡 Connecting กำลังเจรจา SDP/ICE สัญญาณ 🔴 Offline กล้องดับ ไฟฟ้าดับ หรือสายสัญญาณขาด
ปุ่มสลับ Main / Sub	มุมขวาบน	คลิกเพื่อสลับความละเอียดของสตรีมวิดีโอ	Sub: 640×360 เพื่อประหยัดเน็ตเมื่อดูหลายจอพร้อมกัน Main: 1080p / 4K สตรีมความคมชัดสูงเพื่อดูรายละเอียดทะเบียนหรือใบหน้า
ปุ่มเปิด/ปิดเสียง (Audio)	แถบลอยมุมขวา	คลิกเพื่อเปิดฟังเสียงบรรยากาศจากไมค์ของกล้อง	ถอดรหัสสัญญาณเสียง AAC/PCMA มาเล่นผ่านลำโพงของคอมพิวเตอร์
ปุ่มจับภาพนิ่ง (Snapshot)	แถบลอยมุมขวา	คลิกเพื่อดึงภาพความละเอียดเต็มเฟรมปัจจุบัน	ดาวน์โหลดไฟล์ภาพ JPEG คุณภาพสูงลงโฟลเดอร์ Downloads บนเครื่องทันที
ปุ่มขยายเต็มจอ (Expand)	แถบลอยมุมขวา	คลิกเพื่อเปิดภาพกล้องในโหมดขยายใหญ่	เปิดหน้าต่าง Fullscreen Camera Viewer ขึ้นมาพร้อมฟังก์ชันอัดวิดีโอสด
กรอบ AI & ชิปแจ้งป้ายทะเบียน	บนภาพวิดีโอ	แสดงเมื่อระบบ AI YOLO11 หรือ LPR ตรวจพบเป้าหมาย	วาดกรอบสีตามประเภทวัตถุ (บุคคล=ฟ้า, ยานพาหนะ=เขียว, ทะเบียนเฝ้าระวัง=แดงกะพริบ)

🔍 1.5 หน้าต่างดูภาพกล้องขยายใหญ่ (Fullscreen Camera Viewer)

เมื่อดับเบิ้ลคลิกที่ช่องกล้อง หรือกดปุ่มขยาย ระบบจะเปิดหน้าต่างดูภาพสดขนาดเต็มจอ (Fullscreen Camera Viewer: #camViewer) โดยดึงสัญญาณความละเอียดสูงสุด (Mainstream) โดยอัตโนมัติ

ปุ่มคำสั่ง	คีย์ลัด	การนำข้อมูลไปทำอะไร (Input & Action)	ผลลัพธ์ที่ได้ออกมา (Output & Effect)
📸 บันทึกภาพนิ่ง (`#btnCvSnap`)	คลิกปุ่ม	ดึง Raw Frame ความละเอียด 1080p/4K จากวิดีโอ Canvas	สร้างไฟล์รูปภาพ `snapshot_CHxx_เวลา.jpg` บันทึกลง Downloads
🔴 อัดวิดีโอจอนี้ (`#btnCvRec`)	คลิกปุ่ม	ใช้ MediaRecorder API บันทึกสตรีมวิดีโอสดลงหน่วยความจำชั่วคราว	ปุ่มจะกะพริบสีแดง เมื่อกดซ้ำเพื่อหยุด จะส่งออกไฟล์ `record_CHxx.webm` ลงเครื่องทันที
✕ ปิดหน้าต่าง (`#btnCloseViewer`)	Esc	หยุดการดึง Mainstream ชั่วคราวและปิด Overlay	กลับสู่หน้าตารางรวมกล้องสด (Grid View) ตามเดิม

📊 1.6 แถบสถานะระบบด้านล่าง (Bottom Bar Status)

แถบสถานะด้านล่างสุดของหน้าจอทำหน้าที่รายงานความสมบูรณ์ในการทำงานของระบบ NVR ตลอด 24 ชั่วโมง

🟢 ออนไลน์ (Online)

กล้องทำงานปกติ

สตรีมสัญญาณภาพสดสมบูรณ์

🟡 เชื่อมต่อ (Connecting)

กำลังเจรจาสัญญาณ

ระบบกำลังกู้คืนการเชื่อมต่อ

🔴 ออฟไลน์ (Offline)

กล้องขาดการเชื่อมต่อ

ให้ตรวจสอบระบบสาย LAN/ไฟกล้อง

💾 สถานะบันทึก (REC ALL)

กำลังบันทึกลงฮาร์ดดิสก์

บันทึกแบบหมุนเวียน 24 ชม.

📌 หมวดที่ 2

ระบบตรวจจับเหตุการณ์และดูย้อนหลัง (Events & Playback)

เรียนรู้วิธีการทำงานของแถบเหตุการณ์สด (Events Rail) การค้นหาและกรองเหตุการณ์ในคลังเก็บ (Event Manager) การตรวจสอบรายละเอียด 3 แท็บ การดูเส้นทางเดินของวัตถุ (Tracking Vector) การควบคุมเครื่องเล่นคลิป และการเล่นวิดีโอย้อนหลัง 4 จอพร้อมกันตลอด 24 ชั่วโมง

⚡ 2.1 แถบเหตุการณ์ด้านข้าง (Live Events Rail)

แถบเหตุการณ์ด้านขวาของหน้าจอทำหน้าที่แสดงบัตรเหตุการณ์ (Event Card) แบบสดเรียลไทม์ทันทีที่กล้องตรวจพบบุคคล รถยนต์ หรือป้ายทะเบียน โดยไม่ต้องกดรีเฟรชหน้าเว็บ

📥 ข้อมูลนำเข้า (Input)

สัญญาณตรวจจับจาก YOLO11 และ LPR ส่งผ่าน WebSocket / Server-Sent Events (SSE)

➔

⚙️ กลไกประมวลผล (Process)

ประมวลผลความมั่นใจ (Confidence Score), ตรวจสอบตัวกรอง Class Filter, สร้างภาพ Thumbnail ขนาดเล็ก

➔

📤 ผลลัพธ์ที่ได้ (Output)

แสดงการ์ดเหตุการณ์ใหม่บนแถบด้านขวาทันที พร้อมเล่นเสียงเตือน (ถ้าเปิด) และเพิ่มตัวเลขนับบน Badge

🛠️ ปุ่มและเครื่องมือบนแถบเหตุการณ์:

ปุ่มคำสั่ง / องค์ประกอบ	ตำแหน่ง	การนำข้อมูลไปทำอะไร (Input & Action)	ผลลัพธ์ที่ได้ออกมา (Output & Effect)
ตัวนับเหตุการณ์ (`#evTotal`)	ส่วนหัวแถบขวา	นับจำนวนเหตุการณ์ที่เกิดขึ้นในเซสชันปัจจุบัน เช่น "24 รายการ"	บอกปริมาณเหตุการณ์ที่เกิดขึ้นให้ผู้ปฏิบัติงานทราบอย่างรวดเร็ว
เลือก Class (`#btnRailClasses`)	ข้างตัวนับ	คลิกเปิดเมนูป๊อปอัปเลือกชนิดวัตถุที่จะให้แสดง	เลือกเปิด/ปิดเฉพาะ คน, รถยนต์, ป้ายทะเบียน, หรือรถจักรยานยนต์ เพื่อกรองการแจ้งเตือนไม่ให้รบกวน
ซ่อน (`#btnHideEvents`)	มุมขวาสุดแถบ	คลิกเพื่อยุบแถบเหตุการณ์ไปทางขวา	ขยายพื้นที่ตารางภาพกล้องสดให้กว้างขึ้นเต็มหน้าจอ และแสดงแท็บลอย `#railTab` แทน
ชิปกรองประเภทด่วน (`#evFilters`)	ใต้ส่วนหัว	คลิกเลือกชิปประเภท เช่น "ทั้งหมด", "บุคคล", "ยานพาหนะ", "ป้ายทะเบียน"	กรองรายการการ์ดบนแถบให้แสดงเฉพาะประเภทที่เลือกทันที
การ์ดเหตุการณ์ (Event Card)	ในรายการเหตุการณ์	คลิกที่ตัวการ์ด	เปิดหน้าต่างเล่นคลิปเหตุการณ์ (Clip Player) หรือหน้าต่างรายละเอียดเหตุการณ์ทันที

🗄️ 2.2 คลังวิดีโอเหตุการณ์ (Event Manager Archive)

เมื่อกดปุ่ม 🎬 คลังวิดีโอเหตุการณ์ บน Top Bar ระบบจะเปิดหน้าต่างค้นหาและเรียกดูประวัติเหตุการณ์ทั้งหมดที่บันทึกไว้ในฐานข้อมูล

🛠️ สารบบปุ่มควบคุมบนหน้าต่าง Event Manager:

ปุ่มคำสั่ง / ฟังก์ชัน	ตำแหน่ง	การนำข้อมูลไปทำอะไร (Input & Action)	ผลลัพธ์ที่ได้ออกมา (Output & Effect)
ปุ่มขนาดภาพย่อ (sm, md, lg, xl, xxl)	แถบเครื่องมือบน	คลิกเลือกระดับขนาดของการ์ดพรีวิวภาพ 5 ระดับ	ปรับขนาดรูปตัวอย่างให้เหมาะกับความต้องการ ตั้งแต่ดูภาพรวมหนาแน่น จนถึงดูภาพขยายใหญ่สุด
Dropdown เลือกกล้อง (`#emgrCameraFilter`)	แถบเครื่องมือบน	เลือกชื่อกล้อง เช่น "CH01 ประตูหน้า", "CH02 อาคาร 1"	กรองแสดงเฉพาะเหตุการณ์ที่เกิดขึ้นที่กล้องจุดนั้น
ตัวเลือกวันที่ (`#emgrDateFilter`)	แถบเครื่องมือบน	เลือกวันที่ต้องการสืบค้น (Date Picker)	ดึงข้อมูลเหตุการณ์เฉพาะของวันที่ระบุ
ทุกวัน (`#btnEmgrAllDates`)	ข้างตัวเลือกวันที่	คลิกเพื่อล้างตัวกรองวันที่	ดึงเหตุการณ์ล่าสุดย้อนหลังทั้งหมดโดยไม่จำกัดวัน
ช่องค้นหาเหตุการณ์ (`#emgrSearch`)	แถบเครื่องมือบน	พิมพ์คำค้นหา เช่น "กพ 3771", "โตโยต้า", "กระบะ", "เสื้อแดง"	ค้นหาในคำอธิบาย ชนิดวัตถุ และข้อความป้ายทะเบียนแบบ Real-time
🔄 รีเฟรช (`#btnEmgrRefresh`)	มุมขวาบน	คลิกส่งคำขอไปดึงข้อมูลล่าสุดจาก API	อัปเดตรายการเหตุการณ์ใหม่ล่าสุด
✕ ปิด (`#btnCloseEmgr`)	Esc	ปิดหน้าต่าง Event Manager	กลับสู่หน้าจอหลัก

🔬 2.3 หน้าต่างแสดงรายละเอียดเหตุการณ์ (Event Detail Modal)

เมื่อคลิกที่เหตุการณ์ใดๆ จะเปิดหน้าต่างรายละเอียดเชิงลึก (Event Detail: #emgrDetailOverlay) ซึ่งแบ่งออกเป็น 3 แท็บปฏิบัติการ:

แท็บ 1: ภาพ Snapshot แท็บ 2: วิดีโอช่วงเหตุการณ์ แท็บ 3: รายละเอียดวัตถุที่ติดตาม

📷 แท็บที่ 1: ภาพ Snapshot และการตรวจสอบป้ายทะเบียน (LPR)

ปุ่ม / ส่วนแสดงผล	การนำข้อมูลไปทำอะไร (Input & Action)	ผลลัพธ์ที่ได้ออกมา (Output & Effect)
ภาพครอบป้ายทะเบียน (`#edPlateCrop`)	คลิกที่ภาพ Crop ป้ายทะเบียน	เปิดหน้าต่าง Lightbox ขยายภาพแผ่นป้ายขนาดใหญ่พิเศษเพื่อตรวจสอบความคมชัด
✏️ แก้ไข/สอน AI (`#btnEdPlateTrain`)	คลิกเพื่อแก้ไขตัวอักษรป้ายทะเบียน	เปิดหน้าต่าง LPR Active Learning เพื่อสอน AI ทันที (บันทึกเข้าระบบฝึกอบรมโมเดล)
🗑️ ไม่ใช่ป้าย/ลบและสอน AI (`#btnEdPlateDelete`)	คลิกเมื่อระบบจับวัตถุอื่นผิดเป็นป้าย (False Positive)	เปิดหน้าต่างให้ระบุเหตุผล (เช่น ป้ายร้าน, ลายเสื้อ) และบันทึกเป็นตัวอย่างลบ (Negative Sample)
ช่องคำอธิบาย (`#edDesc`) + บันทึก (`#btnSaveDesc`)	พิมพ์บันทึกพฤติการณ์ เช่น "รถต้องสงสัยวิ่งวนรอบค่าย 3 รอบ"	บันทึกข้อความแนบกับรหัสเหตุการณ์ลงฐานข้อมูล เพื่อใช้สืบค้นในอนาคต

🎥 แท็บที่ 2: วิดีโอช่วงเหตุการณ์ (Video Playback & Export)

ปุ่มคำสั่ง	การนำข้อมูลไปทำอะไร (Input & Action)	ผลลัพธ์ที่ได้ออกมา (Output & Effect)
เครื่องมือซูมดิจิทัล (`#btnEdZoomIn` / `#btnEdZoomOut`)	คลิกเพื่อซูมขยายจุดเฉพาะในวิดีโอ	ขยายภาพวิดีโอแบบ Digital Zoom เพื่อมองคนขับหรือสิ่งของในรถ
📸 บันทึกเฟรม (`#btnEdVideoSnap`)	คลิก ณ จังหวะที่ต้องการ	ดึงภาพนิ่งจากตำแหน่งเวลาในวิดีโอปัจจุบัน บันทึกลง Downloads
📥 ดาวน์โหลด MP4 (`#btnEdDownload`)	คลิกสั่งดาวน์โหลด	ดาวน์โหลดไฟล์วิดีโอเหตุการณ์ความละเอียดสูง (H.264 MP4) สำหรับใช้เป็นพยานหลักฐาน
🔗 แชร์คลิป (`#btnEdShare`)	คลิกเลือก "คัดลอกลิงก์" หรือ "ส่งทางอีเมล"	สร้างลิงก์สำหรับส่งต่อให้ผู้บังคับบัญชาหรือชุดปฏิบัติการเปิดดูผ่านมือถือได้ทันที

🧭 แท็บที่ 3: รายละเอียดวัตถุที่ติดตาม (Object Tracking Vector & Lifecycle)

ระบบ AI จะบันทึกเวกเตอร์พิกัดการเคลื่อนที่ของวัตถุตลอดเวลาที่อยู่ในเฟรมกล้อง:

เส้นทางเดิน (Vector Path): แสดงเส้นทางเดินของคนหรือทิศทางแล่นของรถเป็นเส้นกราฟิกสีเขียว (จุดเริ่ม) ➔ สีแดง (จุดที่พ้นเฟรม)
สถิติการเคลื่อนที่: แสดงระยะเวลาที่ปรากฏในภาพ (Duration), ทิศทางการเคลื่อนที่ (Bearing), และความเร็วเฉลี่ยโดยประมาณ
วงจรชีวิต (Object Lifecycle): แจกแจงสถานะของวัตถุตั้งแต่เริ่มตรวจพบ (Enter Area) ➔ ตรวจจับป้ายทะเบียนได้ (LPR Matched) ➔ วัตถุออกจากรัศมีกล้อง (Exit Area)

▶️ 2.4 เครื่องเล่นคลิปเหตุการณ์ (Clip Player Modal & Standalone)

เครื่องเล่นคลิปวิดีโอความเร็วสูง (#playerOverlay) และหน้าเล่นคลิปภายนอก (clip.html) ออกแบบมาให้โหลดวิดีโอได้ทันใจทั้งบนคอมพิวเตอร์และสมาร์ตโฟน

ปุ่มควบคุม	คีย์ลัด	การนำข้อมูลไปทำอะไร (Input & Action)	ผลลัพธ์ที่ได้ออกมา (Output & Effect)
ปุ่มเล่น / หยุด (`#btnCenterPlay` / `#btnBarPlay`)	Spacebar	คลิกเพื่อสลับสถานะเล่นและหยุดชั่วคราว	เล่นหรือหยุดวิดีโอ พร้อมอัปเดตตัวเลขเวลาปัจจุบัน
สไลเดอร์เลื่อนเวลา (Scrubber)	◀ / ▶	คลิกลากแถบเวลา หรือกดปุ่มลูกศรซ้าย-ขวาเพื่อข้าม 5 วินาที	กระโดดไปยังช่วงเวลาที่ต้องการดูในคลิปทันที
ปุ่มซูม 2×, 3×, 4×, 5× (`#btnPvZoomIn`)	คลิกเลือกระดับ	ขยายความละเอียดเฉพาะจุดของวิดีโอ	ขยายภาพเพื่อดูรายละเอียดแผ่นป้ายหรือใบหน้า พร้อมสามารถคลิกลากเพื่อแพนมุมมองได้
ซูมออก (`#btnPvZoomOut`)	คลิกปุ่ม	คืนค่าระดับการซูมเป็น 100%	มุมมองวิดีโอกลับสู่ขนาดมาตรฐาน
📸 บันทึกภาพนิ่ง (`#btnPvSnap`)	คลิกปุ่ม	ดึงภาพเฟรมปัจจุบันจากวิดีโอสเตจ	บันทึกไฟล์ภาพนิ่งคุณภาพสูงลงเครื่องทันที
📥 ดาวน์โหลด (`#btnDownload`)	คลิกปุ่ม	ดาวน์โหลดไฟล์ MP4	บันทึกไฟล์คลิปลงฮาร์ดดิสก์เครื่องไคลเอนต์

⏱️ 2.5 ระบบดูภาพย้อนหลังหลายกล้อง 24 ชั่วโมง (Multi-cam 24h Playback)

ระบบ Playback ช่วยให้เจ้าหน้าที่สามารถย้อนดูภาพเหตุการณ์ในอดีตได้พร้อมกันสูงสุด 4 กล้อง โดยซิงค์เวลาตรงกันทุกเสี้ยววินาที รองรับการสืบสวนคดีที่ต้องดูหลายมุมมองพร้อมกัน

📥 ข้อมูลนำเข้า (Input)

เลือกกล้อง, เลือกวันที่จากปฏิทิน และคลิกเลือกเวลาบนแถบไทม์ไลน์ 24 ชั่วโมง

➔

⚙️ กลไกประมวลผล (Process)

NVR Engine ค้นหาไฟล์ Segment H.264 จาก Storage Disk ทำการ Synchronize เวลา และส่งสตรีมภาพหลายจอ

➔

📤 ผลลัพธ์ที่ได้ (Output)

เล่นภาพวิดีโอย้อนหลังพร้อมกันบนกริดหน้าจอ พร้อมแถบสีแสดงจุดเกิดเหตุการณ์ AI

🛠️ สารบบปุ่มควบคุมบนหน้าต่าง Playback:

ปุ่มคำสั่ง / ฟังก์ชัน	ตำแหน่ง	การนำข้อมูลไปทำอะไร (Input & Action)	ผลลัพธ์ที่ได้ออกมา (Output & Effect)
เมนูเลือกกล้องหลัก (`#pbCam`)	ส่วนหัวแถบซ้าย	เลือกกล้องตัวหลักที่จะใช้เป็นแม่แบบเวลา (Master Clock)	กำหนดเวลาอ้างอิงและอัปเดตไทม์ไลน์ 24 ชม. ของกล้องนั้น
📅 ปฏิทินเลือกวัน (`#btnPbCal`)	ส่วนหัวแถบซ้าย	คลิกเปิดปฏิทิน Interactive	แสดงจุดสีแดงเฉพาะวันที่มีไฟล์วิดีโอบันทึกจริงในฮาร์ดดิสก์ ช่วยให้รู้ทันทีว่าวันไหนมีข้อมูลบ้าง
ปุ่มเลย์เอาต์ 1 จอ / 2 จอ / 4 จอ	ส่วนหัวแถบกลาง	คลิกเลือกจำนวนช่องแสดงภาพย้อนหลัง	สลับเป็นจอเดี่ยว หรือแบ่ง 2 จอ หรือ 4 จอสำหรับเทียบมุมมองกล้องต่างๆ
⟳ Sync เวลา (`#btnPbSync`)	ส่วนหัวแถบกลาง	คลิกเพื่อซิงค์เวลาของทุกจอให้ตรงกันทันที	ปรับตำแหน่งวิดีโอของจอเสริมทุกจอให้ตรงกับเวลาของจอหลักเป๊ะทุกวินาที
ปุ่มสปีดความเร็ว (9 ระดับ)	แถบควบคุมใต้จอ	คลิกเลือก `0.25×`, `0.5×`, `1×`, `2×`, `4×`, `8×`, `10×`, `14×`, `16×`	เร่งความเร็วในการตรวจหาเป้าหมาย หรือเล่นสโลว์โมชันเพื่อดูจังหวะกระทำความผิด
แถบไทม์ไลน์ 24 ชม. (`#pbTimeline`)	ล่างสุดของหน้าต่าง	คลิกเมาส์ ณ จุดเวลาใดก็ได้บนแถบไทม์ไลน์	แถบสีม่วง: แสดงช่วงเวลาที่มีการบันทึกต่อเนื่อง แถบสีด้านล่าง: จุดที่ AI ตรวจพบเหตุการณ์ (คลิกเพื่อกระโดดไปดูเหตุการณ์ได้ทันที)
ปุ่มปรับระดับซูมไทม์ไลน์	ข้างไทม์ไลน์	คลิก ซูมเข้า (`#pbZoomIn`) / ซูมออก (`#pbZoomOut`)	ปรับความละเอียดไทม์ไลน์ได้ 5 ระดับ: "ทั้งวัน (24h)", "6 ชม.", "1 ชม.", "10 นาที", "1 นาที" เพื่อเลือกเวลาได้แม่นยำระดับวินาที
Class ▾ (`#btnPbEvClass`)	ข้างไทม์ไลน์	คลิกเลือกชนิดเหตุการณ์ที่จะแสดงบนไทม์ไลน์	กรองเฉพาะแถบสีของเหตุการณ์บุคคล รถยนต์ หรือป้ายทะเบียน เพื่อไม่ให้แถบสีรกตา
📸 จับภาพนิ่ง (`#btnPbSnap`)	แถบควบคุมใต้จอ	คลิกบันทึกเฟรมภาพย้อนหลัง	บันทึกภาพนิ่งจากจอหลักลงโฟลเดอร์ Downloads
✂️ บันทึกช่วงนี้ (`#btnPbDownload`)	แถบควบคุมใต้จอ	กำหนดเวลาเริ่มต้นและเวลาสิ้นสุด แล้วกดบันทึก	ตัดต่อคลิปวิดีโอย้อนหลังช่วงเวลาที่เลือกส่งออกเป็นไฟล์ MP4 ทันทีโดยไม่ต้องเรนเดอร์ใหม่

📌 หมวดที่ 3

ระบบปัญญาประดิษฐ์ AI YOLO11 และตรวจสอบป้ายทะเบียน LPR

คู่มือการตั้งค่าสถาปัตยกรรม Computer Vision การเลือกชนิดวัตถุตรวจจับด้วย YOLO11m การกำหนดพื้นที่ความสนใจ (ROI Zone) เพื่อเร่งความเร็วในการอ่านป้าย การใช้เครื่องมือสครับเฟรมเพื่อสอน AI ป้ายทะเบียนภาษาไทย และระบบตรวจสอบความแม่นยำย้อนหลังของโมเดล

👁️ 3.1 การเลือกประเภทวัตถุตรวจจับ AI (YOLO11 Object Selector)

ระบบ Sloth BPP 217 ขับเคลื่อนด้วยโมเดล YOLO11m ที่ได้รับการปรับแต่งพิเศษ (Fine-tuned) สำหรับภารกิจรักษาความปลอดภัยและการลาดตระเวนชายแดน รองรับการตรวจจับวัตถุหลากหลายคลาสพร้อมกัน

📥 ข้อมูลนำเข้า (Input)

ผู้ใช้เลือกชนิดวัตถุที่ต้องการให้ระบบตรวจจับใน Settings ➔ แท็บ Dashboard

➔

⚙️ กลไกประมวลผล (Process)

ระบบอัปเดตไฟล์คอนฟิก Frigate NVR และส่งสัญญาณ Hot-reload ไปยังโมเดล YOLO11m ภายในคอนเทนเนอร์

➔

📤 ผลลัพธ์ที่ได้ (Output)

กล้องเริ่มตรวจจับเฉพาะวัตถุที่เลือก วาดกรอบสี Bounding Box และบันทึกเหตุการณ์ลงระบบ

🛠️ สารบบปุ่มและตัวเลือกในตารางวัตถุ AI (Object Grid):

ปุ่มคำสั่ง / ตัวเลือก	ประเภท / รหัส Class	คำอธิบายการนำไปใช้งานและผลลัพธ์
ชุดแนะนำ (Preset)	`#btnObjSecurity`	คลิกเดียวเพื่อเลือกกลุ่มคลาสมาตรฐานความปลอดภัย: บุคคล, รถยนต์, รถจักรยานยนต์, รถบรรทุก, ป้ายทะเบียน
ล้างทั้งหมด	`#btnObjClear`	ยกเลิกการเลือกคลาสทั้งหมดชั่วคราว เพื่อเริ่มเลือกใหม่ทีละตัว
บุคคล (Person)	`person`	ตรวจจับมนุษย์ ทั้งการเดิน ยืน นั่ง วิ่ง หรือการปีนป่ายกำแพง เหมาะสำหรับกล้องแนวรั้วและประตูค่าย
รถยนต์ (Car)	`car`	ตรวจจับรถเก๋ง รถยนต์นั่งส่วนบุคคล รถตู้ และรถ SUV ทุกยี่ห้อ
รถจักรยานยนต์ (Motorcycle)	`motorcycle`	ตรวจจับรถมอเตอร์ไซค์ รวมถึงผู้ขับขี่และผู้ซ้อนท้าย
รถบรรทุก / รถบัส (Truck / Bus)	`truck` / `bus`	ตรวจจับยานพาหนะขนาดใหญ่ รถบรรทุกส่งของ รถหกล้อ สิบล้อ และรถโดยสาร
ป้ายทะเบียน (License Plate)	`license_plate`	ตรวจจับตำแหน่งแผ่นป้ายทะเบียนบนตัวรถ เพื่อส่งต่อให้ระบบ Optical Character Recognition (OCR) อ่านตัวอักษร

📐 3.2 การกำหนดพื้นที่ตรวจจับป้ายทะเบียน (LPR Zone ROI Editor)

การกำหนดพื้นที่ความสนใจ (Region of Interest: ROI Zone) ช่วยลดการใช้พลังงานประมวลผลของชิป AI และตัดสัญญาณรบกวนจากรถที่วิ่งอยู่นอกเขตตรวจค้น โดยระบบจะดึงภาพความละเอียดเต็มเฟรมมาอ่านป้ายเฉพาะเมื่อรถสัมผัสโซนนี้เท่านั้น

1

เปิดหน้าต่าง Zone Editor:

ไปที่ ⚙️ ตั้งค่าระบบ ➔ แท็บ "หน้าจอกล้อง (Dashboard)" ➔ เลือกช่องกล้องที่ต้องการ ➔ กดปุ่ม ⛶ โซนป้าย (#btnChLprZone)

2

ลากเมาส์ตีกรอบพื้นที่ (Drawing ROI):

หน้าจอจะแสดงภาพสดความละเอียดสูงจากกล้อง ให้คลิกเมาส์ซ้ายค้างไว้แล้วลากเป็นกรอบสี่เหลี่ยมสีแดงครอบบริเวณถนนจุดที่รถชะลอความเร็วหรือจุดที่แผ่นป้ายทะเบียนเห็นได้ชัดเจนที่สุด

3

บันทึกโซน:

กดปุ่ม บันทึกโซน (#btnLzSave) ระบบจะแปลงพิกัดกรอบเป็นค่า Normalized Coordinates [ymin, xmin, ymax, xmax] ส่งเข้าสู่ LPR Pipeline มีผลบังคับใช้ในระบบทันทีภายใน ≤60 วินาที

ปุ่มคำสั่ง	ตำแหน่ง	การนำข้อมูลไปทำอะไร (Input & Action)	ผลลัพธ์ที่ได้ออกมา (Output & Effect)
ลบโซน (`#btnLzClear`)	มุมซ้ายล่าง	คลิกเพื่อลบกรอบสีแดงออก	ยกเลิกการจำกัดพื้นที่ ทำให้ระบบอ่านป้ายทะเบียนทั่วทั้งภาพกล้องแบบ Full-frame
บันทึกโซน (`#btnLzSave`)	มุมขวาล่าง	ส่งพิกัดกรอบไปยัง LPR Service API	บันทึกลงคอนฟิกกล้องและแสดงข้อความแจ้งเตือน "บันทึกโซนสำเร็จ"
✕ ปิด (`#btnCloseLz`)	มุมขวาบน	ปิดหน้าต่าง Zone Editor	ยกเลิกการแก้ไขและกลับสู่หน้า Settings

🧠 3.3 การสอนและตรวจสอบป้ายทะเบียนให้ AI (LPR Active Learning)

ระบบ Active Learning เป็นหัวใจสำคัญในการทำให้ AI ฉลาดขึ้นเรื่อยๆ ตามสภาพแวดล้อมจริง เมื่อระบบอ่านป้ายผิดพลาด เจ้าหน้าที่สามารถเข้าไปแก้ไขข้อมูลที่ถูกต้อง เพื่อนำไปฝึกฝน (Re-train) โมเดล AI ให้แม่นยำยิ่งขึ้น

📥 ข้อมูลนำเข้า (Input)

เจ้าหน้าที่เลือกเฟรมที่ชัด ตีกรอบแผ่นป้าย กรอกเลขทะเบียนจริง และเลือกจังหวัดที่ถูกต้อง

➔

⚙️ กลไกประมวลผล (Process)

จัดเก็บภาพ Crop คุณภาพสูง พร้อมสร้างไฟล์ Annotation ตามมาตรฐาน YOLO/PyTorch ลงโฟลเดอร์ lpr-verified-samples

➔

📤 ผลลัพธ์ที่ได้ (Output)

ชุดข้อมูลตัวอย่างที่ยืนยันแล้วจะถูกนำไป Fine-tune โมเดล OCR ทำให้ AI อ่านป้ายทะเบียนคันต่อไปได้ถูกต้อง 100%

🛠️ รายละเอียดเครื่องมือบนหน้าต่าง Active Learning Modal (`#lprTrainOverlay`):

เครื่องมือ / ฟิลด์ข้อมูล	การนำข้อมูลไปทำอะไร (Input & Action)	ผลลัพธ์ที่ได้ออกมา (Output & Effect)
เครื่องมือเลือกเฟรม (Scrubber) ◀ ถอย 0.1s (`#btnLprPrevFrame`) ถัดไป 0.1s ▶ (`#btnLprNextFrame`)	เลื่อนสไลเดอร์หรือคลิกปุ่มเดินหน้า-ถอยหลังทีละ 0.1 วินาที	เลือกหาจังหวะที่รถวิ่งเข้าใกล้กล้องที่สุด และแผ่นป้ายไม่มีแสงสะท้อนหรือความเบลอ
พื้นที่วาดกรอบแผ่นป้าย	คลิกลากเมาส์เป็นสี่เหลี่ยมครอบเฉพาะตัวแผ่นป้ายทะเบียน	ตัดภาพเฉพาะส่วนป้าย (Crop) ส่งไปแสดงผลในช่องพรีวิว `#lprTrainCanvas`
ผลการตรวจสอบ (Decision) (`#selLprDecision`)	เลือกจาก 4 ตัวเลือกมาตรฐาน: 1. `readable` (เป็นป้าย — อ่านได้ครบถ้วน) 2. `partial` (เป็นป้าย — อ่านได้บางส่วน) 3. `unreadable` (เป็นป้าย — แต่ภาพมัว/อ่านไม่ได้) 4. `non_plate` (ไม่ใช่ป้ายทะเบียน — จับผิดวัตถุ)	กำหนดหมวดหมู่ของตัวอย่างในฐานข้อมูลการฝึกสอนโมเดล AI
ช่อง "หมวดอักษรและเลข" (`#inpLprPlate`)	กรอกข้อความที่ถูกต้อง เช่น `กพ 3771` หรือ `1กข 8809`	ใช้เป็น Ground Truth Label สำหรับสอนโมเดล OCR ตัวอักษรภาษาไทย
ช่องเลือกจังหวัด (`#selLprProvince`)	เลือกชื่อจังหวัดจากตัวเลือกทั้งหมด 77 จังหวัด	ช่วยให้ AI เรียนรู้ฟอนต์และชื่อจังหวัดแถวล่างของแผ่นป้ายทะเบียนไทย
ระบุสาเหตุที่ไม่ใช่ป้าย (Non-plate Reasons)	เลือกเมื่อตัดสินว่าเป็น `non_plate` เช่น: - ป้ายร้าน / ป้ายประชาสัมพันธ์ - โลโก้ / ตราสินค้าบนรถ - ลายเสื้อผ้า - เส้นบนพื้นถนน - แสงสะท้อน / ไฟหน้ารถ - ครอบผิดตำแหน่ง	บันทึกเป็น Hard Negative Sample ช่วยลดปัญหา False Positive ของตัวตรวจจับป้ายในอนาคต
💾 ยืนยันผลตรวจสอบ (`#btnLprTrainSave`)	คลิกบันทึก	เซฟไฟล์ภาพและ Annotation พร้อมอัปเดตสถิติตัวอย่างที่พร้อมเทรนทันที

⚙️ 3.4 การจัดการและฝึกโมเดลป้ายทะเบียน (LPR Model Training & Versioning)

ผู้ดูแลระบบสามารถตรวจสอบสถานะของชุดข้อมูลฝึกสอน สั่งเริ่มการฝึกอบรมโมเดล (Fine-tuning) และเรียกดูประวัติหรือคืนค่าโมเดลรุ่นก่อนหน้าได้ตลอดเวลา

ส่วนควบคุม / ปุ่ม	การนำข้อมูลไปทำอะไร (Input & Action)	ผลลัพธ์ที่ได้ออกมา (Output & Effect)
กล่องสรุปสถานะชุดข้อมูล (`#lprLearningSummary`)	แสดงจำนวนตัวอย่างที่ผ่านการยืนยันแล้วแยกตามสถานะ (Readable / Negative)	ประเมินความพร้อมว่ามีข้อมูลเพียงพอสำหรับการเริ่มเทรนโมเดลรอบใหม่หรือไม่ (แนะนำ ≥100 ตัวอย่าง)
🚀 สั่งเทรนโมเดลทันที (`#btnTriggerLprTrainNow`)	คลิกเพื่อเริ่มกระบวนการฝึกฝนโมเดลบน GPU Server	ส่งคำสั่งไปยัง `lpr-service` รันสคริปต์ PyTorch Fine-tuning และแสดงหลอดความคืบหน้า Epochs
เกณฑ์ฝึกอัตโนมัติ (`#inpLprMinSamples`) + บันทึก	กรอกจำนวนตัวอย่างขั้นต่ำ เช่น `50` แล้วกดบันทึก	เมื่อเจ้าหน้าที่ตรวจสอบป้ายสะสมครบตามจำนวน ระบบจะเริ่มเทรนโมเดลใหม่ในพื้นหลังอัตโนมัติ
ตารางเวอร์ชันโมเดล (`#lprModelVersions`)	แสดงรายการ Model Checkpoint ย้อนหลัง พร้อมค่าความแม่นยำ (mAP / Accuracy)	มีปุ่ม Rollback ให้ย้อนกลับไปใช้โมเดลรุ่นก่อนหน้าได้ทันที หากโมเดลใหม่เกิดความผิดพลาด

📌 หมวดที่ 4 (ปรับปรุงล่าสุด v3.1)

ศูนย์สืบสวนคดีพิเศษ ถังข้อมูลบุคคล และผังความสัมพันธ์ (Watchlist / Vault / i2)

คู่มือระบบสืบสวนความมั่นคงขั้นสูง: การจัดการบัญชีทะเบียนรถเฝ้าระวัง (Watchlist) 4 ระดับความเสี่ยงพร้อมกราฟพฤติกรรม 3 มิติ, การบริหารจัดการถังข้อมูล (Arrest Dossier Vault) ครบวงจร ทั้งข้อมูล ทร.14, รายการเบอร์โทรทุกค่าย, ข้อมูลมิเตอร์ไฟฟ้า PEA พร้อมพิกัดดาวเทียม, และการบริหารจัดการผังข้อมูลเครือข่ายความสัมพันธ์ Visual Link Analysis (IBM i2 Analyst's Notebook Web Edition) ด้วยแถบเครื่องมือ 2 ชั้น (2-Tier Modular Toolbar) และระบบแคชความเร็วสูง

🎯 4.1 ระบบจัดการทะเบียนเฝ้าระวัง (Watchlist Management & Analytics)

ระบบ Watchlist ทำหน้าที่ตรวจจับและแจ้งเตือนทันทีที่ยานพาหนะเป้าหมาย บุคคลมีหมายจับ หรือรถเครือข่ายยาเสพติดแล่นผ่านกล้องตัวใดตัวหนึ่งในเครือข่าย

📥 ข้อมูลนำเข้า (Input)

เจ้าหน้าที่ลงทะเบียนป้ายทะเบียน จังหวัด ระดับความเสี่ยง ข้อมูลผู้ครอบครอง และประวัติคดี

➔

⚙️ กลไกประมวลผล (Process)

ระบบสร้าง Key ดักจับในหน่วยความจำ LPR Engine เมื่อตรวจพบแผ่นป้ายที่ตรงกัน จะส่งเสียงเตือนและแจ้งผ่าน Telegram ทันที

➔

📤 ผลลัพธ์ที่ได้ (Output)

บัตรแจ้งเตือนสีแดงกะพริบบนจอหลัก ส่งภาพและพิกัดเข้ากลุ่มปฏิบัติการ พร้อมบันทึกพฤติกรรมลงระบบวิเคราะห์สถิติ

🛠️ สารบบปุ่มและฟังก์ชันในหน้ารายการทะเบียนเฝ้าระวัง:

ปุ่มคำสั่ง / ช่องกรอก	ตำแหน่ง	การนำข้อมูลไปทำอะไร (Input & Action)	ผลลัพธ์ที่ได้ออกมา (Output & Effect)
+ เพิ่มทะเบียน (`#btnWlAdd`)	มุมขวาบน	คลิกเปิดฟอร์มลงทะเบียนเป้าหมายใหม่	เปิดหน้าต่าง `#wlFormOverlay` สำหรับกรอกข้อมูลทะเบียนและผู้ครอบครอง
ช่องค้นหา (`#wlSearch`)	แถบเครื่องมือบน	พิมพ์เลขทะเบียน, ชื่อบุคคล, หรือชื่อเครือข่าย	กรองรายการตารางแสดงเฉพาะเป้าหมายที่ตรงกับคำค้นหาแบบทันที
📊 สถิติ	ในแต่ละแถวเป้าหมาย	คลิกที่ปุ่มสถิติของรถคันที่ต้องการ	เปิดหน้าต่างวิเคราะห์พฤติกรรมเชิงลึก (Behavioral Analytics: `#wlStatsOverlay`)
✏️ แก้ไข	ในแต่ละแถวเป้าหมาย	คลิกเพื่อแก้ไขข้อมูลเดิม	เปิดฟอร์มพร้อมกรอกข้อมูลเดิมให้อัตโนมัติ เพื่อปรับระดับความเสี่ยงหรือแก้ไขข้อมูลผู้ครอบครอง
🗑️ ลบ	ในแต่ละแถวเป้าหมาย	คลิกเพื่อปลดทะเบียนออกจากระบบเฝ้าระวัง	แสดงหน้าต่างยืนยัน และลบรายการออกจากฐานข้อมูล Watchlist ทันที

🚦 ตารางระดับความเสี่ยง 4 ระดับ (Risk Severity Levels):

ระดับความเสี่ยง	ป้ายสถานะ	พฤติการณ์และการตอบสนองของระบบ
ต่ำ (LOW)	🟢 LOW	รถต้องสงสัยทั่วไป หรือรถเป้าหมายในการเก็บข้อมูล ไม่ส่งเสียงเตือน แต่บันทึกสถิติการเคลื่อนไหวลงประวัติ
ปานกลาง (MEDIUM)	🟡 MEDIUM	บุคคลเฝ้าระวังพิเศษ รายงานแจ้งเตือนลงช่องทางกลุ่ม Telegram ตามปกติ
สูง (HIGH)	🟠 HIGH	บุคคลมีหมายจับ หรือรถที่เคยมีประวัติหลบหนีด่าน ส่งเสียงเตือนบนหน้าจอหลัก และส่งแจ้งเตือน Telegram ทันที
วิกฤต (CRITICAL)	🔴 CRITICAL	คดีร้ายแรง อาวุธปืน ยาเสพติดรายใหญ่ หรือความมั่นคงชายแดน ระบบส่งเสียงเตือนไซเรนบน Dashboard กะพริบขอบจอกล้องสีแดง และกระจายแจ้งเตือนด่วน (Broadcast) ไปยังเจ้าหน้าที่ทุกคน

📈 ระบบวิเคราะห์พฤติกรรมรถเป้าหมาย (Watchlist Behavioral Analytics `#wlStatsOverlay`):

เมื่อกดปุ่ม "📊 สถิติ" ระบบจะประมวลผลข้อมูลการวิ่งผ่านทั้งหมดและแสดงกราฟวิเคราะห์ 3 มิติ:

1. กราฟโดนัทกล้องที่พบบ่อย (Donut Chart #chartCamera): ระบุว่ารถคันนี้วิ่งผ่านจุดตรวจหรือกล้องตัวใดบ่อยที่สุด คิดเป็นสัดส่วนเปอร์เซ็นต์ ทำให้ทราบเส้นทางประจำของเป้าหมาย
2. กราฟแท่งช่วงเวลา 24 ชั่วโมง (Bar Chart #chartHour): แสดงการกระจายตัวของเวลาที่รถแล่นผ่าน (เช่น มักจะวิ่งช่วงเวลา 02:00 - 04:00 น.) ช่วยให้วางแผนดักซุ่มตรวจค้นได้อย่างแม่นยำ
3. กราฟแท่งวันในสัปดาห์ (Bar Chart #chartDay): วิเคราะห์ว่าเป้าหมายมักเคลื่อนไหวในวันใด (จันทร์ - อาทิตย์) เพื่อคาดการณ์รอบการขนส่งหรือการเดินทาง
4. ตารางประวัติการวิ่งผ่าน 500 ครั้งล่าสุด (#wlStatsHistoryBody): แสดงรายการเรียงตามเวลา พร้อมภาพ Snapshot ภาพแผ่นป้าย และกล้องที่บันทึกได้

📊 4.2 ระบบวิเคราะห์สถิติและแผนที่ความเสี่ยง (Analytics Dashboard & Heatmap)

กดปุ่ม 📊 วิเคราะห์สถิติ บน Top Bar เพื่อเปิดศูนย์วิเคราะห์ข้อมูลอัจฉริยะ Big Data แสดงภาพรวมความปลอดภัย แผนที่ความหนาแน่นของเหตุการณ์ และการพยากรณ์ความเสี่ยง

โมดูลในแดชบอร์ด	การนำข้อมูลไปทำอะไร (Input & Action)	ผลลัพธ์ที่ได้ออกมา (Output & Effect)
แผนที่ความร้อน (Heatmap Layer)	รวบรวมพิกัด GPS และจำนวนการตรวจพบเหตุการณ์ตามจุดติดตั้งกล้อง	แสดงชั้นสีความร้อน (แดง = หนาแน่น/เสี่ยงสูง, เหลือง = ปานกลาง, เขียว = ปกติ) ซ้อนทับบนแผนที่ภูมิศาสตร์
กราฟแนวโน้มปริมาณยานพาหนะ	ประมวลผลข้อมูลการนับรถแยกตามประเภท (รถเก๋ง, มอเตอร์ไซค์, รถบรรทุก)	แสดงกราฟเส้นเปรียบเทียบปริมาณการจราจรเข้า-ออกรายชั่วโมงและรายสัปดาห์
สถิติการแจ้งเตือนตามช่วงเวลา	จัดหมวดหมู่เหตุการณ์ความมั่นคงเทียบกับเวลาปฏิบัติงานของเวรยาม	ระบุจุดบกพร่องและช่วงเวลาที่มีความเสี่ยงสูง เพื่อเสริมกำลังพลลาดตระเวนได้อย่างมีประสิทธิภาพ

🗂️ 4.3 คลังบันทึกจับกุมและการจัดการถังข้อมูล (Arrest Dossier Vault & Data Bucket Management)

กดปุ่ม 📂 คลังบันทึกจับกุม บน Top Bar เพื่อเข้าสู่ "ถังข้อมูล (Data Bucket)" ซึ่งเป็นศูนย์รวมประวัติบุคคล พยานหลักฐาน พิกัดสถานที่ และเบาะแสการสืบสวนดิจิทัลทั้งหมดของหน่วยงาน

📥 ข้อมูลนำเข้าถัง (Bucket Input)

ภาพ ทร.14, บัตร ปชช., ผลตรวจซิม/ค่ายมือถือ, ข้อมูลมิเตอร์ไฟฟ้า PEA, ยานพาหนะ และบันทึกคดี

➔

⚙️ กลไกจัดระเบียบถัง (Process)

ระบบรวบรวมข้อมูลทั้งหมดเข้า Dossier ID เดียวกัน สกัดพิกัด GPS, จัดหมวดเบอร์โทรทุกค่าย และสร้างดัชนีค้นหา

➔

📤 การแสดงผลในถัง (Bucket Output)

การ์ดโปรไฟล์บุคคลครบวงจร ลิงก์แผนที่ Google Maps เปิดพิกัดได้ทันที และส่งต่อไปเรนเดอร์ในผังข้อมูล i2

🛠️ สารบบข้อมูลในถังข้อมูลบุคคล (Dossier Detail Modal):

หมวดข้อมูลในการ์ด	การนำข้อมูลไปทำอะไร (Input & Action)	ผลลัพธ์ที่ได้ออกมาในถังข้อมูล (Output)
ภาพถ่ายใบหน้า & เอกสาร ทร.14 หลัก	ระบบบังคับใช้มาตรการ TR.14 Primary Avatar Priority Guard เลือกภาพ ทร.14 เป็นภาพโปรไฟล์หลักเสมอ	แสดงภาพถ่าย ทร.14 คมชัด อัตราส่วนตรงตามจริง ไม่ถูกครอบตัดขอบ และคลิกดูขยายใน Lightbox ได้
รายการเบอร์โทรศัพท์ทุกค่าย (Multi-Carrier Phones)	รวบรวมเบอร์โทรทั้งหมดที่ส่งเข้ามา (เช่น 8 เบอร์ทั้ง AIS, TRUE, DTAC) จากผลตรวจค่ายมือถือ	แสดงรายการเบอร์โทรทั้งหมดพร้อมป้ายกำกับค่าย (AIS, TRUE), หมายเลข IMSI, และสถานะ Active ไม่ถูกตัดเหลือเบอร์เดียวอีกต่อไป
ข้อมูลการไฟฟ้าส่วนภูมิภาค (PEA) & พิกัดมิเตอร์	สกัดข้อมูลเลขผู้ใช้ไฟฟ้า (CA), หมายเลขมิเตอร์ (PEA NO), ชื่อผู้ขอใช้ไฟ, ที่อยู่ และพิกัดละติจูด/ลองจิจูด	แสดงการ์ดสีทอง `⚡ ข้อมูลการไฟฟ้าส่วนภูมิภาค` พร้อมปุ่มกด 🗺️ เปิดดูพิกัดบน Google Maps เพื่อนำทางไปยังกระท่อม/ที่ซ่อนเป้าหมายได้ทันที
ยานพาหนะที่ครอบครอง (Associated Vehicles)	ระบบ Central Vehicle Manager ผูกข้อมูลรถเก๋ง, กระบะ, มอเตอร์ไซค์ เข้ากับเลขบัตรประชาชนเป้าหมาย	แสดงการ์ดรถยนต์ ยี่ห้อ สี หมายเลขทะเบียน พร้อมปุ่มกดสืบค้นประวัติการผ่านกล้อง LPR
ที่มาของแฟ้มข้อมูลและบันทึกคดีฉบับเต็ม (Intel Notes)	รวบรวมข้อความดิบ รายละเอียดเบาะแส และบันทึกพฤติการณ์ที่ส่งเข้ามาทั้งหมด	แสดงข้อความบันทึกคดีฉบับเต็ม โดยระบบจะแปลงลิงก์ URL พิกัดให้เป็น Hyperlink สีฟ้าที่คลิกเปิดได้ทันที (Clickable URL Auto-linking)
ปุ่ม "เปิดในผัง i2 Graph"	คลิกส่ง ID บุคคลไปยังหน้าผัง i2	เปิดผังความเชื่อมโยงและซูมโฟกัสไปที่โหนดของบุคคลนี้พร้อมเครือข่ายบริวารทันที

🕸️ 4.4 การบริหารจัดการผังข้อมูลเครือข่าย (i2 Link Analysis Graph Management)

ระบบจำลองความสามารถของซอฟต์แวร์ IBM i2 Analyst's Notebook ขึ้นมาทำงานบนเว็บเบราว์เซอร์ 100% โดยได้รับการปรับปรุงสถาปัตยกรรมใหม่หมดจด: แถบเครื่องมือ 2 ชั้น (2-Tier Modular Toolbar) ที่เป็นระเบียบ ไม่ตกบรรทัด, ระบบแคชประมวลผลเร็วขึ้น 35 เท่า, การแสดงโหนดมิเตอร์ไฟฟ้า PEA และโหนดเบอร์โทรครบทุกเบอร์

📥 ข้อมูลนำเข้าผัง (Graph Input)

ไฟล์ผัง .anb จาก i2 Analyst's Notebook, ข้อมูลจากถังข้อมูล (Dossier Vault), สเตทเมนต์ธนาคาร, และ CDR

➔

⚙️ กลไกประมวลผลผัง (Process)

In-Memory Caching (TTL 5 นาที), GPU Canvas Viewport Lazy Loading และการคำนวณพิกัด 2 โซนพื้นที่

➔

📤 ผลลัพธ์ผังข้อมูล (Graph Output)

ผังใยแมงมุม 5,000+ โหนด โหลดขึ้นจอในเวลา 0.67 วินาที ไม่กินแรมมือถือ พร้อมโหนดบุคคล ทร.14 คมชัด และโหนดมิเตอร์ PEA ⚡

🛠️ สารบบแถบเครื่องมือผังแบบ 2 ชั้น (2-Tier Modular Toolbar Architecture):

ระบบแยกแถบควบคุมออกเป็น 2 ชั้นอย่างเป็นระเบียบ เพื่อป้องกันการตกบรรทัดและรองรับการแสดงผลทุกขนาดหน้าจอ:

ชั้นที่ 1: แถวบนสุด (Header Top Row — ควบคุมชุดข้อมูลและส่งออก):

ปุ่มคำสั่ง / เมนู	ตำแหน่ง	การนำข้อมูลไปทำอะไร (Input & Action)	ผลลัพธ์ที่ได้ออกมา (Output & Effect)
Dropdown สลับมุมมองผัง (`#i2SourceChartSelect`)	Header แถวบน	คลิกเลือก "🌐 ผังรวมทั้งหมด (All Evidence)" หรือเลือกเฉพาะชื่อไฟล์ เช่น `68 (ล่าสุด).anb`, `โพยนอก.anb`	สลับมุมมองระหว่างผังรวมพยานหลักฐานขนาดใหญ่ กับผังคดีย่อยของแฟ้มเฉพาะคดี
📋 ผัง i2 ในระบบ (`#btnOpenI2ImportsModal`)	Header แถวบน	เปิดหน้าต่างรายการไฟล์ `.anb` ทั้งหมดที่เคยอัปโหลดไว้	ดูสถานะการสกัดข้อมูล กดพรีวิว กดนำขึ้นผัง (Apply) หรือกดยกเลิกนำออก (Rollback)
🌐 นำเข้าผัง i2 (.anb) (`#btnOpenI2ChartUpload`)	Header แถวบน	เปิดหน้าต่างเลือกไฟล์ผัง IBM i2 Analyst's Notebook (.anb) จากคอมพิวเตอร์	เริ่มกระบวนการสกัดข้อมูลและแปลงขึ้นสู่ระบบ
👑 บันทึกผังตั้งต้นระบบ (`#btnSaveMasterLayout`)	เฉพาะ Superadmin	ส่งพิกัดตำแหน่งของทุกโหนดบนผังปัจจุบันไปบันทึกเป็น Master Layout	กำหนดให้ผังนี้เป็นมุมมองตั้งต้นสำหรับผู้ใช้งานทุกคนในระบบ
🔄 ผังตั้งต้นระบบ (`#btnResetToMasterLayout`)	Header แถวบน	ล้างการจัดตำแหน่งเฉพาะบุคคล แล้วดึงพิกัดจาก Master Layout	คืนค่าตำแหน่งโหนดทั้งหมดตามผังแม่แบบที่ผู้ดูแลระบบจัดไว้
↺ กู้คืนโหนด (N) (`#btnRestoreExcludedNodes`)	Header แถวบน	แสดงจำนวนโหนดที่ถูกผู้ใช้ซ่อนไว้ชั่วคราว เช่น "(3)"	คลิกเพื่อนำโหนดที่เคยซ่อนไว้กลับคืนสู่ผังทั้งหมดทันที
✨ จัดผังใหม่อัตโนมัติ (`#btnAutoArrange`)	Header แถวบน	รันอัลกอริทึม Force-Directed Graph Layout	กระจายตัวโหนดตามกลุ่มคลัสเตอร์ความสัมพันธ์โดยไม่ให้โหนดทับซ้อนกัน
📷 บันทึกภาพ (PNG) (`#btnExportGraphImg`)	Header แถวบน	สั่งเรนเดอร์ Canvas ทั้งหมดแบบ High-resolution	ส่งออกไฟล์รูปภาพ PNG คุณภาพสูงสำหรับนำไปพิมพ์รายงานหรือแนบสำนวนการสอบสวน

ชั้นที่ 2: แถวล่าง (Toolbar Bottom Row — ตัวกรองและเครื่องมือจัดผัง):

ปุ่มคำสั่ง / ตัวกรอง	ตำแหน่ง / คีย์ลัด	การนำข้อมูลไปทำอะไร (Input & Action)	ผลลัพธ์ที่ได้ออกมา (Output & Effect)
กลุ่มชิปตัวกรอง 6 หมวด	Toolbar ฝั่งซ้าย	คลิกเปิด/ปิดประเภท: 👤 บุคคล, 📞 เบอร์โทร, 🏦 บัญชีธนาคาร, 💳 คู่โอน, 📦 พัสดุ Flash, 🌐 สายส่ง	ซ่อนหรือแสดงโหนดประเภทนั้นบนผังทันที เพื่อลดความซับซ้อนของเส้นสาย
🌟 จัดผังดาวกระจาย (`#btnStarburstLayoutGlobal`)	Toolbar ฝั่งขวา	จัดเรียงโหนดแบบ Hub-and-Spoke	วางโหนดเป้าหมายหลักไว้ตรงกลาง และจัดโหนดบริวาร (เบอร์โทร, บัญชีม้า) ล้อมรอบเป็นรูปดาวกระจาย
🧲 คลายระยะห่าง (`#btnAntiCollisionGlobal`)	Toolbar ฝั่งขวา	คำนวณเวกเตอร์ผลักกัน (Repulsion Vector) ระหว่างโหนดที่ใกล้กันเกินไป	ดันโหนดที่ทับซ้อนกันให้กระจายออก โดยไม่เปลี่ยนเค้าโครงผังหลัก
↩️ ย้อนกลับ (`#btnUndoI2`)	Ctrl + Z	ย้อนกลับการกระทำล่าสุด (Move, Link, Bend, Layout)	คืนค่าตำแหน่งโหนดหรือเส้นเชื่อมกลับสู่สถานะก่อนหน้า (รองรับสูงสุด 50 ประวัติ)
↪️ เดินหน้า (`#btnRedoI2`)	Ctrl + Y	ทำซ้ำคำสั่งที่เพิ่งย้อนกลับไป	นำการแก้ไขกลับมาใช้ใหม่
ช่องค้นหาในผัง (`#i2SearchInput`)	Ctrl + F	พิมพ์ชื่อ, เลขบัตรประชาชน 13 หลัก, เบอร์โทรศัพท์, หรือเลขบัญชี	ซูมแพนหน้าจอไปยังโหนดที่ตรงกับคำค้นทันที พร้อมแสดง Badge นับจำนวน เช่น `1/8`
🔄 รีเฟรช (`#btnReloadGraph`)	Toolbar ฝั่งขวาสุด	ล้างแคชในเครื่องและดึงข้อมูลกราฟใหม่จากเซิร์ฟเวอร์	อัปเดตข้อมูลผังล่าสุดทันที
ปุ่มลากคลุม (มือถือ/แท็บเล็ต)	เฉพาะจอสัมผัส	ปุ่ม ⬚ โหมดลากคลุม ถูกซ่อนอัตโนมัติบนคอมพิวเตอร์ (เพราะใช้ Shift+Drag ได้เลย)	จะแสดงผลเฉพาะบนหน้าจอมือถือและแท็บเล็ต เพื่อให้ตีกรอบเลือกหลายโหนดด้วยการลากนิ้วได้

⚡ โหนดรูปแบบใหม่: มิเตอร์ไฟฟ้า PEA และเบอร์โทรศัพท์ทุกค่าย:

⚡ โหนดมิเตอร์ไฟฟ้า (PEA Meter Node)

โหนดสีทอง-ส้ม แสดงหมายเลขมิเตอร์ PEA NO และชื่อผู้ขอใช้ไฟ พร้อมวาดเส้นเชื่อมโยงจากบุคคลไปยังมิเตอร์ เมื่อคลิกที่โหนดจะมีปุ่มเปิด Google Maps นำทางสู่พิกัดเสาไฟหรือกระท่อมเป้าหมายได้ทันที

📞 โหนดเบอร์โทรศัพท์ทุกค่าย (Active Phones)

หากบุคคลมีเบอร์โทรศัพท์หลายเบอร์ (เช่น 8 เบอร์ทั้ง AIS และ TRUE) ผัง i2 จะสร้างโหนดเบอร์โทรศัพท์ครบทั้ง 8 โหนดล้อมรอบตัวบุคคล ไม่ตัดทอน เพื่อให้เห็นความเชื่อมโยงของซิมม้าทั้งหมดอย่างชัดเจน

🔗 4.5 การสร้างเส้นเชื่อมโยงและจุดหมุนในผัง i2 (Node Linking & Bend Points)

เจ้าหน้าที่สามารถลากเส้นโยงความสัมพันธ์ใหม่ด้วยตนเอง และสร้างจุดหมุนหักมุม 90 องศา (Bend Point) เพื่อจัดระเบียบเส้นทางในผังไม่ให้ทับซ้อนกัน

⚡ วิธีการลากเส้นเชื่อมโยงโหนด (Node Linking Workflow):

1

วิธีที่ 1: ด้ามจับสีม่วง (Purple Handle Drag):

นำเมาส์ไปชี้เหนือโหนดต้นทาง จะปรากฏจุดกลมสีม่วงขนาดเล็กอยู่ขอบบนของโหนด ให้คลิกเมาส์ค้างที่จุดสีม่วงแล้วลากสายสัมพันธ์ไปยังโหนดปลายทาง

2

วิธีที่ 2: คีย์ลัด Alt + ลากเมาส์ (Alt+Drag):

กดปุ่ม Alt บนคีย์บอร์ดค้างไว้ แล้วคลิกเมาส์ซ้ายค้างที่โหนดต้นทาง ลากเส้นสายสัมพันธ์ไปปล่อยใส่โหนดปลายทางได้ทันที

3

วิธีที่ 3: ปุ่มคำสั่งในแผงข้าง (Sidebar Button):

คลิกเลือกโหนดต้นทาง ในแผงด้านข้างให้กดปุ่ม 🔗 เชื่อมโยงไปยังโหนดอื่น (#btnStartConnectNode) แล้วคลิกที่โหนดเป้าหมายบนผัง

📐 จุดหมุนและเส้นหักมุม (Interactive Bend Points / 90° Manhattan Routing):

✦

การสร้างจุดหมุน (Create Bend Point):

ดับเบิ้ลคลิก (Double-click) บนเส้นเชื่อมโยง ณ จุดใดก็ได้ จะปรากฏจุดกลมสีฟ้า (Waypoint Handle) ขึ้นมาบนเส้นทันที

✦

การดัดเส้นและปรับมุม (Drag to Position):

คลิกเมาส์ซ้ายค้างที่จุดหมุนสีฟ้า แล้วลากไปวางในตำแหน่งที่ต้องการ เส้นจะหักมุมเลี้ยวตามจุดหมุน สามารถสร้างจุดหมุนได้หลายจุดบนเส้นเดียวกันเพื่อเดินเส้นหลบกลุ่มโหนด

✦

การลบจุดหมุน (Delete Bend Point):

คลิกขวา (Right-click) ที่จุดหมุนสีฟ้า จุดหมุนจะหายไปและเส้นจะกลับมาดึงตรงตามเดิม หรือคลิกเลือกเส้นแล้วกดปุ่ม Delete

🗃️ 4.6 เครื่องมือกลุ่มและการนำทางพื้นที่ในผัง i2 (Multi-Selection & Spatial Zones)

เมื่อต้องจัดการกลุ่มโหนดขนาดใหญ่พร้อมกัน เช่น จัดระเบียบเบอร์โทรศัพท์ 20 เบอร์ให้อยู่เป็นแนวระนาบ หรือจัดกลุ่มบุคคลให้เป็นวงกลม ระบบมีแถบเครื่องมือลอย (Floating Action Bar) และระบบนำทางแบ่ง 2 โซนพื้นที่

🛠️ แถบเครื่องมือลอยเมื่อเลือกหลายโหนด (Multi-Selection Floating Action Bar `#i2FloatingActionBar`):

ปรากฏอัตโนมัติเมื่อกดเลือกโหนดตั้งแต่ 2 โหนดขึ้นไป (โดยการกด Shift ค้างไว้แล้วคลิกเลือก หรือเปิดโหมดลากคลุม Box Select บนจอสัมผัส):

ปุ่มคำสั่ง	การนำข้อมูลไปทำอะไร (Input & Action)	ผลลัพธ์ที่ได้ออกมา (Output & Effect)
⭕ วงกลม (`#btnGroupCircle`)	คำนวณจุดศูนย์กลางมวล และจัดวางโหนดตามรัศมีวงกลม	จัดเรียงโหนดที่เลือกทั้งหมดกระจายตัวรอบวงกลมสวยงาม
↔️ แนวนอน (`#btnGroupHoriz`)	จัดระเบียบแกน Y ให้เท่ากัน และเว้นระยะแกน X สม่ำเสมอ	เรียงแถวหน้ากระดานแนวนอน เหมาะสำหรับการจัดรายการบัญชีม้าหรือเบอร์โทร
↕️ แนวตั้ง (`#btnGroupVert`)	จัดระเบียบแกน X ให้เท่ากัน และเว้นระยะแกน Y สม่ำเสมอ	เรียงแถวตอนแนวตั้ง เหมาะสำหรับจัดแสดงลำดับสายบังคับบัญชา
📦 กริด (`#btnGroupGrid`)	คำนวณสัดส่วนตาราง Matrix เช่น 3×3 หรือ 4×4	จัดเรียงโหนดเป็นบล็อกสี่เหลี่ยมกริดประหยัดพื้นที่บนผัง
🧲 คลายระยะห่าง (`#btnGroupAntiCollision`)	คำนวณระยะห่างเฉพาะโหนดที่เลือก	คลายระยะระหว่างโหนดในกลุ่มไม่ให้ตัวหนังสือและไอคอนทับกัน
👁️ โฟกัสกลุ่มนี้ (`#btnGroupIsolate`)	ซ่อนโหนดอื่นๆ ทั้งหมดบนผังชั่วคราว	เน้นเฉพาะเครือข่ายของกลุ่มที่เลือก ตัดสิ่งรบกวนตาออกทั้งหมด
🗑️ ซ่อนที่เลือก (`#btnGroupDelete`)	นำโหนดที่เลือกทั้งหมดเข้าสู่รายการซ่อน (Excluded List)	ซ่อนกลุ่มนี้ออกจากผัง สามารถกดปุ่ม ↺ กู้คืนโหนด บนแถบด้านบนเพื่อเรียกคืนได้
✕ ยกเลิก (`#btnGroupClear`)	คลิกยกเลิกการเลือก	ปลดการเลือกโหนดทั้งหมด และซ่อนแถบเครื่องมือลอย

🧭 แถบนำทาง 2 โซนพื้นที่ (Spatial 2-Zone Pills):

ผัง i2 ของระบบ Sloth BPP 217 ถูกจัดแบ่งพื้นที่ในแนวแกน Y เป็น 2 โซนขนาดใหญ่ เพื่อไม่ให้ข้อมูลปะปนกัน:

⬆️ ผังระบบเดิม (โซนบน) ⬇️ ผัง i2 นำเข้า (โซนล่าง) 🌐 ผังรวมทั้งหมด

⬆️ ผังระบบเดิม (North Zone - #btnNavNorthZone): โฟกัสไปที่กลุ่มโหนดข้อมูลคดีและทะเบียนรถเดิมที่สร้างขึ้นจากระบบ BPP-VMS (พิกัด Y ด้านบน)
⬇️ ผัง i2 นำเข้า (South Zone - #btnNavSouthZone): เลื่อนกล้องลงไปยังพื้นที่ของผังขนาดใหญ่ที่สกัดมาจากโปรแกรม IBM i2 เช่น Master Chart 68 และโพยนอก (พิกัด Y ด้านล่าง ซึ่งเว้นระยะห่างไว้ 20,000 พิกเซลเพื่อความเป็นระเบียบ)
🌐 ผังรวมทั้งหมด (All Zones - #btnNavAllZones): ปรับระดับการซูมและตำแหน่งให้อยู่กึ่งกลาง เพื่อมองเห็นภาพรวมความเชื่อมโยงของทั้ง 2 โซนพร้อมกัน

📌 หมวดที่ 5 (ปรับปรุงล่าสุด v3.2)

ระบบแจ้งเตือนอัจฉริยะและการสั่งการผ่านบอท AI (Alerts & AI Bot)

คู่มือการผูกบัญชี Telegram ประจำตัวเจ้าหน้าที่ (@Sloth_bpp215bot) การตั้งค่าเมทริกซ์แจ้งเตือนเฉพาะกล้องและชนิดวัตถุ การกระจายข่าวสารด่วน (Broadcast) การสนทนาสั่งการด้วยภาษาไทยกับ Sloth AI Assistant ระบบอัจฉริยะรับข้อมูลการสืบสวนผ่าน Telegram (Smart Session Intelligence Ingestion) และระบบประมวลผลชุดข้อมูลคดี (Batch Processing & 4-Category Destination Report) พร้อมปุ่มทางลัดเปิดดูถังข้อมูลและยานพาหนะผ่าน Telegram ทันที

📱 5.1 การผูกบัญชี Telegram ส่วนบุคคล (@Sloth_bpp215bot)

เจ้าหน้าที่ผู้ปฏิบัติงานทุกคนสามารถผูกบัญชีแอปพลิเคชัน Telegram ของตนเองเข้ากับระบบ Sloth BPP 217 เพื่อรับการแจ้งเตือนเหตุการณ์สำคัญ ภาพถ่ายรถต้องสงสัย และคลิปวิดีโอสั้นเข้ามือถือได้ตลอดเวลา

📥 ข้อมูลนำเข้า (Input)

กดขอรหัส OTP 6 หลักบนหน้าเว็บ BPP-VMS แล้วนำรหัสไปส่งให้บอท @Sloth_bpp215bot ใน Telegram

➔

⚙️ กลไกประมวลผล (Process)

เซิร์ฟเวอร์จับคู่รหัส OTP กับบัญชีผู้ใช้งาน และบันทึก Telegram Chat ID ลงฐานข้อมูลผู้ใช้

➔

📤 ผลลัพธ์ที่ได้ (Output)

บอทส่งข้อความยืนยันสำเร็จ และสถานะบนหน้าเว็บจะเปลี่ยนเป็น 🟢 เชื่อมต่อแล้ว

🛠️ ขั้นตอนการผูกบัญชีทีละสเต็ป (Step-by-Step):

1

เปิดแท็บแจ้งเตือนส่วนตัว:

คลิกปุ่ม ⚙️ ตั้งค่าระบบ บนแถบด้านบน ➔ เลือกแท็บที่ 4 "การแจ้งเตือนส่วนตัว" (#btnTabMyAlerts)

2

ขอรหัสจับคู่ (Request Pair Code):

กดปุ่ม 🔗 ขอรหัสผูก Telegram (#btnReqPairCode) หน้าจอจะปรากฏป๊อปอัปแสดงรหัสตัวเลข 6 หลัก (มีอายุการใช้งาน 10 นาที)

3

ส่งรหัสให้บอทใน Telegram:

เปิดแอป Telegram ค้นหาบอทชื่อ @Sloth_bpp215bot กด Start แล้วพิมพ์ตัวเลข 6 หลักนั้นส่งให้บอท ระบบจะยืนยันการผูกสำเร็จในทันที

🔔 5.2 การปรับแต่งการแจ้งเตือนส่วนบุคคลและกระจายสัญญาณ (Alert Matrix & Broadcast)

เพื่อป้องกันไม่ให้เจ้าหน้าที่ได้รับการแจ้งเตือนมากเกินไป (Notification Fatigue) ระบบจึงมีระบบ Personal Alert Matrix ให้ผู้ใช้เลือกรับแจ้งเตือนเฉพาะกล้องและเหตุการณ์ที่ตนเองรับผิดชอบ

การตั้งค่า / สวิตช์	การนำข้อมูลไปทำอะไร (Input & Action)	ผลลัพธ์ที่ได้ออกมา (Output & Effect)
เปิดแจ้งเตือนส่วนตัว (`#chkMyMasterAlert`)	เปิด/ปิด สวิตช์หลักของตนเอง	เปิดหรือระงับการส่งข้อความแจ้งเตือนทั้งหมดมายัง Telegram ของผู้ใช้
กระจายแจ้งเตือนทุกคน (Broadcast) (`#chkAdminBroadcast`)	เฉพาะ Superadmin	เมื่อเปิดตัวเลือกนี้ เมื่อใดก็ตามที่เกิดเหตุการณ์วิกฤต (เช่น รถ Watchlist สีแดง) ระบบจะส่งข้อความไปยัง Telegram ของเจ้าหน้าที่ทุกคนในหน่วยพร้อมกันทันที
ตารางเมทริกซ์กล้อง x วัตถุ (`#myAlertsCamMatrix`)	ติ๊กเลือกช่องตัดกันระหว่างชื่อกล้อง (CH01-CH16) กับประเภทวัตถุ (คน, รถ, ป้ายทะเบียน, รถต้องสงสัย)	ระบบจะกรองส่งแจ้งเตือนเฉพาะเหตุการณ์ที่ตรงกับช่องที่ติ๊กไว้เท่านั้น เช่น เจ้าหน้าที่เวรประตูค่าย ติ๊กรับเฉพาะกล้อง CH01 และเฉพาะประเภท "รถต้องสงสัย"
💾 บันทึกการแจ้งเตือน	คลิกปุ่มบันทึก	เซฟการตั้งค่าเมทริกซ์ลงฐานข้อมูล มีผลทันทีกับข้อความรอบถัดไป

🤖 5.3 ผู้ช่วยอัจฉริยะ Sloth AI & NAS Assistant

กดปุ่ม 🤖 Sloth AI Assistant บน Top Bar เพื่อเปิดหน้าต่างสนทนาสั่งการด้วยภาษาธรรมชาติ (Natural Language Processing) ผู้ช่วย AI สามารถสืบค้นข้อมูลคดี ทะเบียนรถ และเอกสารใน Storage ได้ทันที

💬 ตัวอย่างคำสั่งที่สามารถพิมพ์สั่งงาน AI ได้:

สืบค้นประวัติรถ

คำสั่ง: "ค้นหารถทะเบียน กพ 3771 ว่าเคยผ่านกล้องไหนบ้างช่วง 7 วันที่ผ่านมา"

ผลลัพธ์: AI จะสรุปไทม์ไลน์ เวลา กล้องที่ตรวจพบ พร้อมดึงภาพ Snapshot และระดับความมั่นใจมาแสดงในแชท

สรุปสถานการณ์ประจำวัน

คำสั่ง: "สรุปเหตุการณ์ความมั่นคงที่ตรวจพบเมื่อคืนตั้งแต่เวลา 20:00 - 06:00 น."

ผลลัพธ์: AI จะประมวลผลสถิติ แจกแจงจำนวนคนเดินผ่าน บุคคลแปลกปลอม และรถที่วิ่งผ่านนอกเวลาทำการ

ค้นหาแฟ้มใน NAS

คำสั่ง: "ค้นหาบันทึกจับกุมคดียาเสพติดของ นายวรพงษ์ ในคลังจัดเก็บ"

ผลลัพธ์: AI เชื่อมต่อไปยัง NAS Storage เพื่อค้นหาเอกสารสำนวนคดีและแนบลิงก์สำหรับดาวน์โหลดไฟล์ PDF ให้ทันที

⚡ 5.4 ระบบอัจฉริยะรับข้อมูลการสืบสวนผ่าน Telegram & แชท (Smart Intelligence Ingestion)

ระบบ Sloth BPP 217 ได้รับการอัปเกรดความฉลาดของบอท Telegram (@Sloth_bpp215bot) และระบบแชท โดยนำสถาปัตยกรรม Smart Session Management และ Hybrid Intelligence Matching มาใช้งาน ทำให้เจ้าหน้าที่สามารถส่งข้อมูลการสืบสวนภาคสนามเข้าสู่ ถังข้อมูล (Dossier Vault) และ ผังข้อมูล (i2 Graph) ได้โดยตรงแบบอัตโนมัติ 100%

📥 ส่งผ่าน Telegram (Input)

เจ้าหน้าที่ส่งภาพ ทร.14, ตามด้วยข้อความผลเช็คค่ายมือถือ (AIS/TRUE), มิเตอร์ PEA, และข้อมูลรถ

➔

⚙️ การประมวลผลอัจฉริยะ (Process)

เปิด Active Session 30 นาที, ลบตราประทับสีแดง, แก้ไขตัวสะกดเพี้ยนอัตโนมัติ, จับคู่ Hybrid Matching รวบรวมเข้าแฟ้มเดียวกัน

➔

📤 ซิงค์สองทางสมบูรณ์ (Output)

ข้อมูลทั้งหมดถูกจัดเก็บลง ถังข้อมูล (มีปุ่มเปิด Maps พิกัดมิเตอร์) และสร้างโหนดใน ผังข้อมูล i2 ครบถ้วน

🛠️ ฟังก์ชันการรับข้อมูลอัจฉริยะ 5 ประการสำคัญ:

ระบบ / กลไกอัจฉริยะ	การนำข้อมูลไปทำอะไร (Input & Action)	ผลลัพธ์ที่ได้ออกมาในระบบ (Output)
1. ระบบจำบริบทแชท 30 นาที (Smart Session Window)	เมื่อส่ง ทร.14 บอทจะเปิด Active Session นาน 30 นาที (1,800 วินาที) สำหรับ `chat_id` นั้น	หากส่งข้อความผลสืบสวนตามมา เช่น เบอร์โทรศัพท์, ข้อมูลการเปิดใช้งานซิม, ข้อมูลมิเตอร์ไฟฟ้า PEA บอทจะรู้บริบททันทีและนำไปรวมในแฟ้มบุคคลเดียวกัน ไม่แตกเป็นรายงานเหตุการณ์แยกเคสอีกต่อไป
2. ระบบจับคู่แบบผสม (Hybrid Matching 4 ลำดับ)	เมื่อได้รับข้อความผลสืบสวน ระบบจะค้นหาความเชื่อมโยงตามลำดับความน่าเชื่อถือ: 1. เลขประจำตัวประชาชน 13 หลัก (แม่นยำสูงสุด) 2. หมายเลขโทรศัพท์ที่มีบันทึกในระบบ 3. Active Dossier Session (กำลังคุยเรื่องบุคคลนี้อยู่) 4. ชื่อ-นามสกุล บุคคล	อัปเดตข้อมูลเข้าแฟ้มบุคคลที่ถูกต้อง 100% แม้เจ้าหน้าที่จะไม่ได้พิมพ์ชื่อบุคคลซ้ำในทุกข้อความ
3. ระบบรวบรวมชุดข้อมูล Debounce & ปุ่มสั่งประมวลผลทันที (Batch Gathering & Immediate Feedback)	ระบบขยายเวลารวบรวมชุดข้อมูล (Debounce) เป็น 5.0 วินาที และส่งปุ่ม Inline [✅ เสร็จสิ้นการส่ง / ประมวลผล ({cnt} รายการ)] พร้อมระบบตอบสนองทันที (Immediate Feedback)	หากส่งภาพ ทร.14 หลายภาพพร้อมข้อความรถ ระบบจะรวบรวมไฟล์ทั้งหมดเข้าเป็นชุดเดียวกัน ป้องกันเคสแตกกระจายจากสัญญาณเน็ตมือถือ พร้อมส่งรายงานสรุปแยก 4 ปลายทาง และปุ่มดูถังข้อมูลใน Telegram (ดูรายละเอียดเต็มในหัวข้อ 5.5)
4. ลบตราประทับสีแดง & แก้ไขชื่อเพี้ยน (Red Stamp Removal & Caption Typo Correction)	- `_remove_red_markup`: กรองเม็ดสีแดงของตราประทับทางราชการออกด้วย Color Thresholding ก่อนส่งเข้า OCR - หากส่งแคปชันระบุชื่อ (เช่น "น.ส.บุศยา พรมพิบาล หรือบีม...") ระบบจะนำชื่อจากแคปชันมาแทนที่ตัวสะกดเพี้ยน	แก้ปัญหาชื่อเพี้ยนจากรอยประทับ (เช่น "พรมพิ๊บาล" ➔ "พรมพิบาล", "ลุตวิกvow" ➔ "ลุดวิก ชอบท์") ได้ตั้งแต่ต้นทาง
5. การจัดการยานพาหนะส่วนกลาง (Central Vehicle Intelligence Manager)	- ตรวจจับเล่มทะเบียนรถ (DLT), คัดกรองชื่อบริษัทไฟแนนซ์/ลิสซิ่งออกอัตโนมัติ - สั่งการด้วยคำสั่ง `/vehicle <ทะเบียน>` หรือ `/รถ <ทะเบียน>` ใน Telegram	ค้นหาข้อมูลประวัติรถ ผู้ครอบครอง และสามารถกดปุ่มผูกรถเข้ากับแฟ้มบุคคลในถังข้อมูลได้ทันที

💡

เทคนิคการส่งข้อมูลภาคสนามให้เข้าแฟ้มสมบูรณ์:
1. ถ่ายรูปเอกสาร ทร.14 หรือใบหน้าบุคคล ส่งเข้าบอท @Sloth_bpp215bot พร้อมแคปชันชื่อภาษาไทย (เช่น นายสมบูรณ์ ทุเรศไธสง)
2. ภายใน 30 นาที สามารถคัดลอกข้อความผลเช็คค่ายมือถือ (เช่น "เครือข่าย A : เบอร์...") หรือข้อความ PEA ส่งตามเข้าไปได้ทันที
3. ระบบจะรวมข้อมูลทั้งหมดเข้าสู่ ถังข้อมูล (Dossier Vault) และแสดงเป็นโหนดมิเตอร์ไฟฟ้า ⚡ และโหนดเบอร์โทรศัพท์ใน ผังข้อมูล (i2 Graph) ให้อัตโนมัติโดยไม่ต้องเปิดคอมพิวเตอร์ทำเอง!

📦 5.5 ขั้นตอนการกดปุ่มประมวลผล, รายงานสรุปแยก 4 ปลายทาง และปุ่มทางลัดใน Telegram (Batch Processing & 4-Category Destination Report)

เพื่อตอบสนองต่อการปฏิบัติงานภาคสนามที่ต้องการความรวดเร็วและความชัดเจนสูงสุด ระบบ Sloth BPP 217 ได้รับการอัปเกรดระบบการตอบสนองของปุ่ม "เสร็จสิ้นการส่ง / ประมวลผล" บน Telegram (@Sloth_bpp215bot) ให้มี การตอบสนองทันที (Immediate UI Feedback) พร้อมรายงานสรุปแจกแจงปลายทางของข้อมูล 4 หมวดหมู่อย่างเป็นระเบียบ และปุ่มทางลัดกดเรียกดูการ์ดประวัติบุคคลในถังข้อมูลได้ทันทีผ่านหน้าต่างแชท

📥 1. ผู้ใช้กดปุ่มคำสั่ง (Button Tap)

แตะปุ่ม [✅ เสร็จสิ้นการส่ง / ประมวลผล] ใน Telegram เพื่อสั่งให้ AI เริ่มประมวลผลทันที

➔

⚙️ 2. การตอบสนองทันที (Immediate Feedback)

แสดง Toast Alert บนหัวจอทันที + เปลี่ยนข้อความเป็น "⏳ กำลังประมวลผล..." และปลดปุ่มออก ป้องกันการกดซ้ำซ้อน

➔

📤 3. รายงาน 4 หมวด + ปุ่มทางลัด (Summary & Shortcuts)

ส่งรายงานแจกแจง 4 ปลายทาง (ถังข้อมูล, คลัง NAS, ผัง i2, ระบบรถ) พร้อมปุ่ม [👤 ดูถังข้อมูล] เปิดดูการ์ดในแชททันที

🛠️ 1. ขั้นตอนการทำงานของปุ่มคำสั่งและการเปลี่ยนสถานะ (Step-by-Step UI Flow):

1

การรวมชุดข้อมูลอัตโนมัติ (Batch Gathering & Debounce Timer):

เมื่อเจ้าหน้าที่ส่งภาพถ่าย ทร.14, เอกสาร, ภาพรถ หรือข้อความสืบสวนเข้ามา บอทจะเริ่มนับเวลาหน่วง (Debounce 5.0 วินาที) เพื่อเปิดโอกาสให้ส่งหลายรายการพร้อมกัน และส่งข้อความปุ่ม Inline:

⏳ ได้รับแล้ว 3 รายการ... กำลังรวบรวมชุดข้อมูล ของ 'น.ส.เพชรรัตน์ สายแก้ว' 🦥
👉 หากส่งครบแล้ว สามารถกดปุ่มด้านล่างเพื่อประมวลผลทันทีครับผม

✅ เสร็จสิ้นการส่ง / ประมวลผล (3 รายการ)

2

การตอบสนองทันทีด้วย Toast Alert (Instant Header Toast):

ทันทีที่แตะปุ่ม บอทจะยิง answerCallbackQuery ขึ้นแถบข้อความ Toast บนหัวจอ Telegram ทันที:

🔔 Toast แจ้งเตือนหัวจอ:

"⏳ กำลังเริ่มประมวลผลชุดข้อมูล กรุณารอสักครู่ครับ... 🦥"

ช่วยให้เจ้าหน้าที่มั่นใจได้ 100% ว่าระบบรับคำสั่งแล้ว แม้จะใช้เวลาประมวลผล AI OCR นาน 10-15 วินาทีก็ตาม

3

การเปลี่ยนสถานะข้อความและปลดปุ่ม (In-Progress State Lock):

ข้อความเดิมจะถูกแก้ไข (Edit Message) เป็นสถานะกำลังทำงาน และนำปุ่ม Inline ออกทันที เพื่อป้องกันการกดซ้ำซ้อน:

⏳ กำลังประมวลผลชุดข้อมูล...

ระบบกำลังอ่านเอกสาร (AI OCR) สกัดข้อมูลบุคคล และจัดระเบียบข้อมูลลงถัง กรุณารอสักครู่ครับผม 🦥✨

📋 2. โครงสร้างรายงานสรุปปลายทางข้อมูล 4 หมวดหมู่ (4-Category Ingestion Architecture):

เมื่อ AI อ่านเอกสารและจัดเก็บข้อมูลเสร็จสิ้น บอทจะส่งข้อความรายงานสรุปแจกแจงว่าข้อมูลถูกนำไปทำอะไร และจัดเก็บไว้ที่ใดในระบบอย่างชัดเจน:

หมวดหมู่ปลายทาง	การนำข้อมูลไปทำอะไร (Action & Purpose)	ปลายทางที่จัดเก็บจริงและผลลัพธ์ (Destination & Output)
🗂️ 1. ถังข้อมูลบุคคล (Dossier Vault)	- สกัดชื่อ-นามสกุล, เลขประจำตัวประชาชน 13 หลัก, หมายเลขโทรศัพท์ทุกค่าย, ที่อยู่ภูมิลำเนา, อายุ และพฤติการณ์คดี - ตรวจจับความสัมพันธ์เครือข่าย/ครอบครัวระหว่างบุคคลที่ปรากฏในชุดเอกสาร	- ปลายทาง: สร้าง/อัปเดตไฟล์ `/Dossiers/<dossier_id>/profile.json` บนเซิร์ฟเวอร์ - ผลลัพธ์: ปรากฏเป็นการ์ดแฟ้มประวัติบุคคลในหน้าต่าง ถังข้อมูล (Arrest Dossier Vault) บน Live Dashboard พร้อมค้นหาได้ทันที
📁 2. คลังจัดเก็บหลักฐาน (NAS Storage)	- บันทึกไฟล์ภาพต้นฉบับ ทร.14, ภาพถ่ายสถานที่, สลิปโอนเงิน, ภาพยานพาหนะ หรือไฟล์ PDF เอกสารรายงาน - แยกหมวดหมู่ย่อย `Photos` และ `Documents` โดยไม่แก้ไขหรือลดทอนคุณภาพไฟล์	- ปลายทาง: โฟลเดอร์สำนวนคดีจริงบน NAS Storage เช่น `/Cases/2026/09/<case_id>/` - ผลลัพธ์: จัดเก็บถาวรปลอดภัยในคลัง NAS Storage ไม่สูญหายแม้เซิร์ฟเวอร์รีบูต และเปิดดูย้อนหลังได้ตลอดเวลา
🕸️ 3. ผังข้อมูลความสัมพันธ์ (i2 Graph)	- นำบุคคลเป้าหมายไปสร้างเป็น โหนดบุคคล (Person Node) - สกัดสลิปธนาคารสร้าง โหนดบัญชีธนาคาร (Bank Node) และเส้นทางเงิน - สกัดมิเตอร์ไฟฟ้าสร้าง โหนดมิเตอร์ PEA (⚡) พร้อมพิกัด GPS - ลากเส้นเชื่อมโยงความสัมพันธ์เครือข่ายและครอบครัวอัตโนมัติ	- ปลายทาง: ผังเครือข่ายความสัมพันธ์ i2 Network Graph บน Live Dashboard - ผลลัพธ์: ผังเชื่อมโยงความสัมพันธ์จะปรากฏเส้นโยงทันที โดยไม่ต้องวาดเองด้วยมือในโปรแกรม i2
🚘 4. ข้อมูลยานพาหนะ (Central Vehicles)	- สกัดข้อมูลป้ายทะเบียน, หมวดจังหวัด, ชนิดรถ, ยี่ห้อ, รุ่น และสี จากภาพถ่ายเล่มทะเบียน (DLT) หรือข้อความกำกับ - ผูกชื่อผู้ครอบครองเข้ากับแฟ้มบุคคลเป้าหมายในถังข้อมูล	- ปลายทาง: ฐานข้อมูลยานพาหนะส่วนกลาง (Central Vehicle Intelligence) - ผลลัพธ์: สามารถสั่งค้นหาประวัติรถด้วยคำสั่ง `/vehicle <ทะเบียน>` หรือ `/รถ <ทะเบียน>` ใน Telegram ได้ทันที

⚡ 3. ปุ่มทางลัดโต้ตอบใน Telegram (Interactive Shortcut Buttons):

ท้ายข้อความรายงานสรุป ระบบจะแนบปุ่ม Inline อำนวยความสะดวกให้เจ้าหน้าที่ตรวจสอบข้อมูลได้ทันทีผ่านมือถือ:

👤 ดูถังข้อมูล: [ชื่อบุคคล]

ฟังก์ชัน: ดึงข้อมูลประวัติบุคคลฉบับเต็มจากการ์ดถังข้อมูล (Dossier Profile Card) ส่งตอบกลับใน Telegram แชททันที:
• 🪪 เลขประจำตัวประชาชน 13 หลัก
• 📞 รายการเบอร์โทรศัพท์ทุกค่าย (AIS, TRUE)
• 🏠 ที่อยู่ภูมิลำเนาตามทะเบียนราษฎร
• ⚡ มิเตอร์ไฟฟ้า PEA พร้อมลิงก์ Google Maps นำทางสู่พิกัดเสาไฟ
• 🚘 รายการยานพาหนะที่ครอบครอง
• 📑 จำนวนไฟล์หลักฐานทั้งหมดในถังข้อมูล
• 📁 รหัสแฟ้มในคลัง NAS

🚘 ดูข้อมูลรถ: [เลขทะเบียน]

ฟังก์ชัน: เรียกดูข้อมูลจำเพาะของรถคันที่ตรวจพบจากเอกสารคดี:
• ป้ายทะเบียนและจังหวัด
• ประเภทรถ (เก๋ง, กระบะ, จักรยานยนต์)
• ยี่ห้อ, รุ่น และสีตัวถัง
• ชื่อผู้ครอบครองและสถานะการผูกแฟ้มบุคคล

✅ ข้อมูลถูกต้องครบถ้วน

ฟังก์ชัน: ปุ่มยืนยันความถูกต้องของแฟ้มสำนวนคดี:
• เจ้าหน้าที่แตะเพื่อบันทึกสถานะการยืนยัน (Verified Status)
• ระบบจะตอบกลับยืนยันความถูกต้องและบันทึกประวัติผู้ตรวจสอบลงใน Log คดี

🛡️

ระบบสำรองความปลอดภัย (Markdown Fallback Protection):
กรณีที่ชื่อไฟล์ ทร.14 หรือรหัสคดีมีอักขระพิเศษ (เช่น เครื่องหมาย Underscore _ ใน Doc_1_TR14_คดี_...) ซึ่งอาจทำให้โปรแกรม Telegram ปฏิเสธการจัดรูปแบบตัวหนา/เอียง ระบบของ Sloth BPP 217 จะตรวจจับอัตโนมัติและทำการ Retry ส่งข้อความซ้ำเป็นแบบข้อความธรรมดา (Plain Text Fallback) ให้อัตโนมัติในทันที ทำให้ ไม่มีข้อความสรุปหรือรายงานใดๆ ตกหล่นหรือสูญหาย อย่างแน่นอน 100%

📌 หมวดที่ 6

การบริหารจัดการระบบ ความปลอดภัย และสิทธิ์ผู้ใช้งาน (Administration)

คู่มือสำหรับผู้ดูแลระบบและเจ้าหน้าที่ด้านเทคนิค: การจัดการบัญชีผู้ใช้งาน สิทธิ์การเข้าถึง 4 ระดับ (RBAC) การตรวจสอบประวัติการใช้งาน (Audit Logs) การเพิ่มและตั้งค่ากล้อง NVR การเชื่อมโยงโครงข่ายข้ามหน่วยงาน (Federation Mesh & WireGuard) และตารางสรุปคีย์ลัดคำสั่งด่วนทั้งหมดในระบบ

👥 6.1 ข้อมูลบัญชีและระดับสิทธิ์ (Profile & RBAC Roles)

คลิกปุ่ม 👤 ข้อมูลบัญชี บน Top Bar เพื่อเปิดหน้าต่างโปรไฟล์ส่วนตัว ตรวจสอบระดับสิทธิ์ และเปลี่ยนรหัสผ่าน

ระดับสิทธิ์ (Role)	ป้ายสถานะ	ขอบเขตอำนาจและการเข้าถึงฟังก์ชันในระบบ
ผู้ใช้งานทั่วไป (User)	👤 USER	ดูภาพสดกล้อง (Live Grid), ดูเหตุการณ์สด, ค้นหาเหตุการณ์ในคลัง, เล่นคลิป, และดูภาพย้อนหลัง (Playback)
เจ้าหน้าที่สืบสวน (Officer)	🛡️ OFFICER	สิทธิ์เท่ากับ User + สามารถเพิ่ม/แก้ไขทะเบียนใน Watchlist, ตรวจสอบและสอน AI ป้ายทะเบียน (Active Learning), และเข้าดูแฟ้มใน Arrest Vault
ผู้ดูแลระบบ (Admin)	⚙️ ADMIN	สิทธิ์เท่ากับ Officer + เข้าถึงหน้าต่าง Settings ทั้งหมด, เพิ่ม/แก้ไข/ลบกล้อง NVR, ปรับแต่งโซน LPR, จัดการบัญชีผู้ใช้ และดูบันทึก Audit Logs
ผู้ดูแลสูงสุด (Super Admin)	👑 SUPERADMIN	สิทธิ์เต็มทุกส่วนในระบบ + จัดการโครงข่ายข้ามหน่วยงาน (Federation), บันทึกผังแม่แบบหลัก (Master Layout) ในผัง i2, และส่งสัญญาณเตือนด่วนทั่วถึง (Broadcast)

🔑 ขั้นตอนการเปลี่ยนรหัสผ่านตนเอง:

1

เปิดหน้าต่างโปรไฟล์:

กดปุ่ม 👤 ข้อมูลบัญชี บนแถบด้านบน ➔ เลื่อนลงมาที่ส่วน "เปลี่ยนรหัสผ่าน"

2

กรอกรหัสผ่าน:

ระบุรหัสผ่านเดิม ➔ ระบุรหัสผ่านใหม่ (ความยาวอย่างน้อย 8 ตัวอักษร แนะนำให้มีทั้งตัวพิมพ์เล็ก พิมพ์ใหญ่ และตัวเลข) ➔ ยืนยันรหัสผ่านใหม่อีกครั้ง

3

ยืนยันการเปลี่ยน:

กดปุ่ม บันทึกรหัสผ่านใหม่ ระบบจะอัปเดตรหัสผ่านใหม่ลงฐานข้อมูลทันทีโดยไม่ต้องออกจากระบบ

📋 6.2 บันทึกประวัติการใช้งาน (Audit Logs - Admin Only)

ระบบบันทึกทุกการกระทำสำคัญของผู้ใช้งานลงในฐานข้อมูลความปลอดภัยที่ไม่สามารถแก้ไขหรือลบได้ เพื่อความโปร่งใสและตรวจสอบได้ย้อนหลัง

ประเภทการกระทำ	ข้อมูลที่ระบบบันทึก (Event Metadata)	วัตถุประสงค์ในการตรวจสอบ
การเข้าสู่ระบบ / ออกจากระบบ	วันเวลา, บัญชีผู้ใช้, หมายเลข IP, เบราว์เซอร์, สถานะ (สำเร็จ/ล้มเหลว)	ตรวจจับการพยายามเดารหัสผ่าน (Brute-force Attack) หรือการล็อกอินจาก IP ผิดปกติ
การส่งออกข้อมูล (Export Evidence)	ชื่อผู้ใช้, หมายเลขคลิปวิดีโอ, ช่วงเวลาที่ตัดคลิป, ชื่อกล้อง	ควบคุมการนำไฟล์ภาพหรือวิดีโอออกจากระบบ ป้องกันข้อมูลรั่วไหล
การแก้ไขการตั้งค่าระบบ	ผู้แก้ไข, กล้องที่ถูกเปลี่ยนชื่อ, การเปลี่ยน URL RTSP, การแก้ไขโซน LPR	ตรวจสอบประวัติการคอนฟิกเพื่อป้องกันข้อผิดพลาดในการปฏิบัติงาน
การจัดการ Watchlist & ผัง i2	การเพิ่ม/ลบทะเบียนรถเป้าหมาย, การอัปโหลดหรือลบไฟล์ผังคดี .anb	บันทึกสายการสืบสวนและเจ้าหน้าที่ผู้รับผิดชอบคดี

📹 6.3 การจัดการและเพิ่มกล้อง NVR (Camera Provisioning)

ผู้ดูแลระบบสามารถเพิ่มกล้องวงจรปิด IP Camera เข้าสู่ระบบได้อย่างง่ายดายผ่านหน้าต่าง Settings ➔ แท็บ "กล้องในระบบ (NVR)"

1

กดปุ่มเพิ่มกล้อง:

กดปุ่ม + เพิ่มกล้องใหม่ (#btnShowAddCam)

2

กรอกรายละเอียดกล้อง:

- ชื่อกล้อง (อังกฤษ): เช่น gate_front (ใช้เป็นตัวอ้างอิงในระบบ ห้ามเว้นวรรค)
- ชื่อแสดงผล (ไทย): เช่น CH01 ประตูหน้าค่าย
- RTSP Main Stream: ลิงก์สตรีมความละเอียดสูงจากกล้อง เช่น rtsp://admin:pass@192.168.1.50:554/Streaming/Channels/101
- RTSP Sub Stream: ลิงก์สตรีมความละเอียดต่ำ เช่น rtsp://admin:pass@192.168.1.50:554/Streaming/Channels/102
- การตรวจจับ (Detect): ติ๊กเปิดเพื่อให้ AI YOLO11 และ LPR วิเคราะห์ภาพ
- การบันทึก (Record): ติ๊กเปิดเพื่อให้บันทึกวิดีโอ 24 ชั่วโมงลงฮาร์ดดิสก์

3

ยืนยันและรีสตาร์ทสตรีม:

กดปุ่ม ตกลง ระบบจะอัปเดตไฟล์คอนฟิก Frigate NVR และเริ่มดึงภาพสดขึ้นสู่หน้า Dashboard ทันที

💡

การตั้งค่า WebRTC IP สำหรับสตรีมสด: หากภาพสดหน้า Dashboard หมุนค้าง หรือเซิร์ฟเวอร์เพิ่งเปลี่ยนวงแลน/Wi-Fi ให้ระบุ IP ปัจจุบันของเครื่องเซิร์ฟเวอร์ในช่อง "WebRTC IP" แล้วกดปุ่ม บันทึกและรีสตาร์ท (หรือกดปุ่ม "ดึง IP อัตโนมัติ") เพื่อให้เบราว์เซอร์สามารถเจรจาสัญญาณ WebRTC ICE Candidates ได้อย่างถูกต้อง

🌐 6.4 โครงข่ายเชื่อมโยงหน่วยงาน (Federation Mesh & MikroTik WireGuard)

ระบบ Sloth BPP 217 รองรับสถาปัตยกรรม Federation Network Mesh ช่วยให้สามารถดึงสัญญาณภาพสดและประวัติการตรวจจับจากกล้องของกองร้อยข้างเคียง หรือฐานปฏิบัติการย่อย มาแสดงผลบนหน้าจอของกองบังคับการส่วนหน้าได้แบบไร้รอยต่อ

ปุ่มคำสั่ง / ฟังก์ชัน	การนำข้อมูลไปทำอะไร (Input & Action)	ผลลัพธ์ที่ได้ออกมา (Output & Effect)
🌐 โครงข่ายหน่วยงาน (`#btnNodes`)	คลิกเปิดหน้าต่าง Federation Settings	เปิดหน้าต่างจัดการโหนดเพื่อนบ้าน (Peer Nodes) และสถานะเครือข่าย
ช่องกรอก IP โหนดเพื่อนบ้าน	ระบุ IP Address ของเครื่อง NVR ปลายทาง เช่น `10.215.10.1` หรือผ่าน WireGuard VPN	ส่งคำขอเชื่อมต่อ Handshake และตรวจสอบโทเคนความปลอดภัยข้ามหน่วยงาน
ดึงข้อมูล (`#btnFetchFederatedCams`)	คลิกเรียกดูรายชื่อกล้องจากโหนดข้างเคียง	แสดงรายการกล้องทั้งหมดของฐานปฏิบัติการปลายทาง ให้ผู้ใช้เลือกดึงเฉพาะบางกล้องได้
ซิงค์ทั้งหมด (`#btnSyncAllFederatedCams`)	คลิกเพื่อเชื่อมโยงกล้องทั้งหมด	เพิ่มกล้องของหน่วยข้างเคียงเข้ามาเป็นช่องเสริมในตาราง Dashboard ทันที

📘

เอกสารคู่มือเฉพาะทางด้านเครือข่าย:
- สำหรับคู่มือปฏิบัติการระบบ AI บอท และเครือข่ายกล้อง VPN: ศึกษาได้จาก คู่มือหลัก BPP-VMS Ultimate Master Guide (n8n AI & MikroTik WireGuard)
- สำหรับการจัดตั้งโครงข่าย NVR ข้ามกองร้อย: ศึกษาได้จาก คู่มือ Federation Network Mesh Manual

⌨️ 6.5 ตารางสรุปคีย์ลัดทั้งหมดในระบบ (Keyboard Shortcuts Cheat Sheet)

เพื่อความรวดเร็วสูงสุดในการปฏิบัติหน้าที่ควบคุมสถานการณ์ เจ้าหน้าที่สามารถใช้คีย์ลัดบนแป้นพิมพ์เพื่อสั่งการระบบได้ทันที:

คีย์ลัด (Shortcut)	หน้าต่างที่ใช้งาน	คำสั่งและการทำงาน
Esc	ทุกหน้าต่าง (Viewer, Modal, Playback, i2)	ปิดหน้าต่างป๊อปอัปปัจจุบัน และกลับสู่หน้า Dashboard
Spacebar	เครื่องเล่นคลิป / Playback	สลับการ เล่น (Play) และ หยุดชั่วคราว (Pause) วิดีโอ
◀ / ▶	เครื่องเล่นคลิป / Playback	เลื่อนวิดีโอถอยหลัง / เดินหน้า ทีละ 5 วินาที
Ctrl + F	หน้าหลัก Dashboard / ผัง i2 Graph	โฟกัสไปยังช่องค้นหากล้อง หรือช่องค้นหาโหนดในผังทันที
Ctrl + Z	ผัง i2 Graph	ย้อนกลับการกระทำล่าสุด (Undo) เช่น ย้ายโหนด, สร้างเส้น, จัดผัง
Ctrl + Y	ผัง i2 Graph	ทำซ้ำการกระทำที่ย้อนกลับไป (Redo)
Alt + ลากเมาส์	ผัง i2 Graph	ลากสร้างเส้นเชื่อมโยงความสัมพันธ์ใหม่ระหว่าง 2 โหนด (Drag-to-Connect)
ดับเบิ้ลคลิกเส้น	ผัง i2 Graph	สร้างจุดหมุนหักมุม 90 องศา (Bend Point) บนเส้นเชื่อมโยง
คลิกขวาที่จุดหมุน	ผัง i2 Graph	ลบจุดหมุนหักมุมออกจากเส้น และคืนค่าเส้นดึงตรง
Shift + ลากเมาส์	ผัง i2 Graph	ตีกรอบสี่เหลี่ยมเพื่อเลือกกลุ่มโหนดหลายตัวพร้อมกัน (Box Select)
ดับเบิ้ลคลิกที่โหนด	ผัง i2 Graph	เลือกทั้งกลุ่มเครือข่ายที่เชื่อมโยงถึงกันทั้งหมด (Select Cluster)
Delete / Backspace	ผัง i2 Graph	ซ่อนโหนดหรือเส้นที่เลือกอยู่ออกจากผังชั่วคราว

การเริ่มต้นใช้งานและหน้าจอควบคุมหลัก (Live Dashboard)

🔐 1.1 การเข้าสู่ระบบและความปลอดภัย (Login & Session)

📥 ข้อมูลนำเข้า (Input)

⚙️ กลไกประมวลผล (Process)

📤 ผลลัพธ์ที่ได้ (Output)

🛠️ ตารางรายละเอียดองค์ประกอบบนหน้า Login:

🧭 1.2 แถบควบคุมหลักด้านบน (Top Bar Navigation)

🛠️ สารบบทุกปุ่มบนแถบ Top Bar:

📺 1.3 ตารางแสดงภาพสดและการจัดเรียง (Live Camera Grid & Layout)

🛠️ ปุ่มเลือกรูปแบบตาราง (Layout Switcher):

ขั้นตอนการสลับตำแหน่งกล้อง (Reorder Workflow):

คลิกลากช่องกล้อง (Drag & Drop):

บันทึกลำดับตำแหน่ง:

🎛️ 1.4 ปุ่มควบคุมบนหน้าต่างกล้องแต่ละช่อง (Camera Tile Controls)

🔍 1.5 หน้าต่างดูภาพกล้องขยายใหญ่ (Fullscreen Camera Viewer)

📊 1.6 แถบสถานะระบบด้านล่าง (Bottom Bar Status)

ระบบตรวจจับเหตุการณ์และดูย้อนหลัง (Events & Playback)

⚡ 2.1 แถบเหตุการณ์ด้านข้าง (Live Events Rail)

📥 ข้อมูลนำเข้า (Input)

⚙️ กลไกประมวลผล (Process)

📤 ผลลัพธ์ที่ได้ (Output)

🛠️ ปุ่มและเครื่องมือบนแถบเหตุการณ์:

🗄️ 2.2 คลังวิดีโอเหตุการณ์ (Event Manager Archive)

🛠️ สารบบปุ่มควบคุมบนหน้าต่าง Event Manager:

🔬 2.3 หน้าต่างแสดงรายละเอียดเหตุการณ์ (Event Detail Modal)

📷 แท็บที่ 1: ภาพ Snapshot และการตรวจสอบป้ายทะเบียน (LPR)

🎥 แท็บที่ 2: วิดีโอช่วงเหตุการณ์ (Video Playback & Export)

🧭 แท็บที่ 3: รายละเอียดวัตถุที่ติดตาม (Object Tracking Vector & Lifecycle)

▶️ 2.4 เครื่องเล่นคลิปเหตุการณ์ (Clip Player Modal & Standalone)

⏱️ 2.5 ระบบดูภาพย้อนหลังหลายกล้อง 24 ชั่วโมง (Multi-cam 24h Playback)

📥 ข้อมูลนำเข้า (Input)

⚙️ กลไกประมวลผล (Process)

📤 ผลลัพธ์ที่ได้ (Output)

🛠️ สารบบปุ่มควบคุมบนหน้าต่าง Playback:

ระบบปัญญาประดิษฐ์ AI YOLO11 และตรวจสอบป้ายทะเบียน LPR

👁️ 3.1 การเลือกประเภทวัตถุตรวจจับ AI (YOLO11 Object Selector)

📥 ข้อมูลนำเข้า (Input)

⚙️ กลไกประมวลผล (Process)

📤 ผลลัพธ์ที่ได้ (Output)

🛠️ สารบบปุ่มและตัวเลือกในตารางวัตถุ AI (Object Grid):

📐 3.2 การกำหนดพื้นที่ตรวจจับป้ายทะเบียน (LPR Zone ROI Editor)

เปิดหน้าต่าง Zone Editor:

ลากเมาส์ตีกรอบพื้นที่ (Drawing ROI):

บันทึกโซน:

🧠 3.3 การสอนและตรวจสอบป้ายทะเบียนให้ AI (LPR Active Learning)

📥 ข้อมูลนำเข้า (Input)

⚙️ กลไกประมวลผล (Process)

📤 ผลลัพธ์ที่ได้ (Output)

🛠️ รายละเอียดเครื่องมือบนหน้าต่าง Active Learning Modal (#lprTrainOverlay):

⚙️ 3.4 การจัดการและฝึกโมเดลป้ายทะเบียน (LPR Model Training & Versioning)

ศูนย์สืบสวนคดีพิเศษ ถังข้อมูลบุคคล และผังความสัมพันธ์ (Watchlist / Vault / i2)

🎯 4.1 ระบบจัดการทะเบียนเฝ้าระวัง (Watchlist Management & Analytics)

📥 ข้อมูลนำเข้า (Input)

⚙️ กลไกประมวลผล (Process)

📤 ผลลัพธ์ที่ได้ (Output)

🛠️ สารบบปุ่มและฟังก์ชันในหน้ารายการทะเบียนเฝ้าระวัง:

🚦 ตารางระดับความเสี่ยง 4 ระดับ (Risk Severity Levels):

📈 ระบบวิเคราะห์พฤติกรรมรถเป้าหมาย (Watchlist Behavioral Analytics #wlStatsOverlay):

📊 4.2 ระบบวิเคราะห์สถิติและแผนที่ความเสี่ยง (Analytics Dashboard & Heatmap)

🗂️ 4.3 คลังบันทึกจับกุมและการจัดการถังข้อมูล (Arrest Dossier Vault & Data Bucket Management)

📥 ข้อมูลนำเข้าถัง (Bucket Input)

⚙️ กลไกจัดระเบียบถัง (Process)

📤 การแสดงผลในถัง (Bucket Output)

🛠️ สารบบข้อมูลในถังข้อมูลบุคคล (Dossier Detail Modal):

🕸️ 4.4 การบริหารจัดการผังข้อมูลเครือข่าย (i2 Link Analysis Graph Management)

📥 ข้อมูลนำเข้าผัง (Graph Input)

⚙️ กลไกประมวลผลผัง (Process)

📤 ผลลัพธ์ผังข้อมูล (Graph Output)

🛠️ สารบบแถบเครื่องมือผังแบบ 2 ชั้น (2-Tier Modular Toolbar Architecture):

ชั้นที่ 1: แถวบนสุด (Header Top Row — ควบคุมชุดข้อมูลและส่งออก):

ชั้นที่ 2: แถวล่าง (Toolbar Bottom Row — ตัวกรองและเครื่องมือจัดผัง):

⚡ โหนดรูปแบบใหม่: มิเตอร์ไฟฟ้า PEA และเบอร์โทรศัพท์ทุกค่าย:

🔗 4.5 การสร้างเส้นเชื่อมโยงและจุดหมุนในผัง i2 (Node Linking & Bend Points)

⚡ วิธีการลากเส้นเชื่อมโยงโหนด (Node Linking Workflow):

วิธีที่ 1: ด้ามจับสีม่วง (Purple Handle Drag):

วิธีที่ 2: คีย์ลัด Alt + ลากเมาส์ (Alt+Drag):

วิธีที่ 3: ปุ่มคำสั่งในแผงข้าง (Sidebar Button):

📐 จุดหมุนและเส้นหักมุม (Interactive Bend Points / 90° Manhattan Routing):

การสร้างจุดหมุน (Create Bend Point):

การดัดเส้นและปรับมุม (Drag to Position):

🛠️ รายละเอียดเครื่องมือบนหน้าต่าง Active Learning Modal (`#lprTrainOverlay`):

📈 ระบบวิเคราะห์พฤติกรรมรถเป้าหมาย (Watchlist Behavioral Analytics `#wlStatsOverlay`):

🛠️ แถบเครื่องมือลอยเมื่อเลือกหลายโหนด (Multi-Selection Floating Action Bar `#i2FloatingActionBar`):