ปัญหา False Alarm ในระบบกันขโมยบ้าน
ระบบกันขโมยส่วนใหญ่มีอัตรา False Alarm สูง 94–99% ของการแจ้งเตือนทั้งหมดเป็น False Alarm (ข้อมูลจาก Bureau of Justice Statistics) สาเหตุหลัก: สัตว์เลี้ยง, แสงแดดส่องกระทบกระจก, ลมพัดผ้าม่าน, ความร้อนจากเครื่องใช้ไฟฟ้า ระบบที่ดีต้องแก้ปัญหานี้ก่อน
PIR Sensor (Passive Infrared)
หลักการ: ตรวจจับการเปลี่ยนแปลง Infrared Radiation (ความร้อน) เมื่อร่างกายมนุษย์ (37°C) เคลื่อนผ่าน แบ่ง Detection Zone แบบ Curtain (ม่าน) หรือ Wide Angle 90–110° ข้อดี: ราคาถูก (50–300 บาท), กิน Power น้อย (<1mA), ไม่มี RF Interference ข้อเสีย: ตรวจจับได้เฉพาะการเคลื่อนไหวข้ามแนวลำแสง (Transversal) ไม่ตรวจจับคนเดินตรงเข้าหาเซ็นเซอร์ (Radial) อุณหภูมิห้องสูงใกล้เคียงกับร่างกาย (กรุงเทพฯ 35°C) ลด Sensitivity, สัตว์เลี้ยง >15kg กระตุ้น False Alarm ได้ Pet-Immune PIR: ออกแบบ Detection Pattern ให้ตรวจจับเฉพาะสูงกว่า 50–60cm จากพื้น สัตว์เลี้ยงที่อยู่ต่ำกว่า (สุนัขบ้านทั่วไปไม่เกิน 40cm สูง) ไม่กระตุ้น Alarm
Microwave Sensor (Active Doppler Radar)
หลักการ: ส่งคลื่นไมโครเวฟ 5.8GHz หรือ 10.525GHz และตรวจจับ Doppler Shift ของคลื่นสะท้อน ตรวจจับการเคลื่อนไหวทุกทิศทาง (Radial และ Transversal) ข้อดี: ทะลุผ่านกระจก ผนังบาง และประตู ตรวจจับคนก่อนเข้าห้อง, ไม่ได้รับผลจากอุณหภูมิห้อง ข้อเสีย: False Alarm จากลม พัดลม เครื่องปรับอากาศ และการเคลื่อนไหวของพืช, RF อาจรบกวน Wi-Fi (ใช้ 5.8GHz), กิน Power มากกว่า PIR
Dual-Technology Sensor (PIR + Microwave)
ต้องทั้ง PIR และ Microwave ตรวจจับพร้อมกันจึงจะ Trigger Alarm (AND Logic) ลด False Alarm ได้มากกว่า 90% เมื่อเทียบกับ PIR เดี่ยว เหมาะที่สุดสำหรับบ้านที่มีสัตว์เลี้ยง, พัดลม หรืออยู่ใกล้ถนน แนะนำสำหรับไทย: Bosch DS150i Dual-Tech (PIR + Microwave, Pet-Immune 25kg) หรือ Optex VXS-ST (Solar Powered สำหรับนอกบ้าน)
Temperature Compensation
ปัญหาเฉพาะกรุงเทพฯ: อุณหภูมิห้องช่วงกลางวัน 30–35°C ใกล้เคียงกับอุณหภูมิร่างกาย PIR Sensor มาตรฐานลด Sensitivity ลง Sensor รุ่นที่มี Temperature Compensation (Bosch, Optex) ปรับ Threshold อัตโนมัติตามอุณหภูมิแวดล้อม รักษา Detection Rate >98% แม้ในห้องร้อน
ML-based Anomaly Detection ใน Home Assistant
ใช้ Home Assistant + Integration HACS: anomaly (หรือ Machine Learning เบื้องต้น): บันทึก Pattern การเคลื่อนไหวปกติในบ้าน (เวลาตื่น เวลานอน ตำแหน่ง) Alert เฉพาะ Pattern ที่ผิดปกติ เช่น มีการเคลื่อนไหวในห้องที่ไม่ควรมีคน 03:00 น. ลด False Alarm จาก Routine Movement
Self-monitoring vs Central Station Monitoring
Self-monitoring (Home Assistant + LINE OA): ฟรี แต่ต้องรับเองและตัดสินใจเอง อาจพลาดช่วงไม่มีสัญญาณมือถือ Central Station (ISS, ALERT): 300–800 บาท/เดือน มี 24/7 Operator รับแจ้งเตือนแทน ติดต่อตำรวจหรือ Security Company โดยตรง เหมาะกับบ้านที่ไม่มีคนอยู่นาน