PiLiDAR - scanner LiDAR Raspberry Pi

 (github.com/PiLiDAR)
6 points par GN⁺ 2025-04-20 | 4 commentaires | Partager sur WhatsApp
  • PiLiDAR est un scanner panoramique 3D DIY à 360°, qui construit des scènes 3D grâce aux fonctions LiDAR et panorama
  • Le LiDAR utilise un LDRobot LD06, LD19 ou STL27L, avec vérification de l’intégrité des paquets par CRC et PWM matériel
  • Le panorama utilise Hugin pour assembler des photos fisheye, et lit les données EXIF afin de maintenir une exposition constante de la caméra et un équilibre des couleurs homogène
  • Les scènes 3D sont construites à partir de plans 2D selon l’angle et le décalage, avec prise en charge de la visualisation et de l’export via Open3D
  • Le matériel est composé d’un Raspberry Pi 4, d’une caméra Raspberry Pi HQ, d’un moteur pas à pas NEMA17, etc.

Fonctionnalités clés de PiLiDAR

  • LiDAR : utilise un pilote série sur mesure pour LDRobot LD06, LD19 ou STL27L
  • Vérifie l’intégrité des paquets par CRC et calibre le PWM matériel par ajustement de courbe
  • Fournit une visualisation 2D en temps réel et l’export au format numpy ou CSV
  • Panorama : assemble une carte sphérique 360° en 6K à partir de photos fisheye avec le logiciel d’assemblage panoramique Hugin
  • Lit automatiquement les données EXIF pour maintenir une exposition constante de la caméra, et optimise les gains de couleur pour conserver une balance des blancs homogène
  • Scène 3D : assemble des scènes 3D à partir de plans 2D selon l’angle et le décalage
  • Échantillonne les couleurs des vertex depuis le panorama, et prend en charge la visualisation et l’export en PCD, PLY ou e57 avec Open3D
  • Aligne plusieurs scènes à l’aide du global registration et de l’ajustement fin ICP
  • Le Poisson Surface Meshing est très lent sur Pi4, il est donc recommandé de l’exécuter sur un PC

Spécifications matérielles

  • LiDAR LDRobot LD06, LD19 ou STL27L
  • Caméra Raspberry Pi HQ avec objectif ArduCam M12
  • Raspberry Pi 4
  • Moteur pas à pas NEMA17 42-23 avec pilote A4988
  • Alimentation : 2 batteries 18650 ou une batterie externe USB de 10 000 mAh

Pilote de moteur pas à pas, moteur et boîte de vitesses

  • Pilote de moteur pas à pas bipolaire A4988
  • Moteur pas à pas bipolaire NEMA17 42x42x23
  • Réducteur planétaire imprimé en 3D

Spécifications du LiDAR LDRobot

  • LD06 : fréquence d’échantillonnage de 4500 Hz, baudrate de 230400
  • STL27L : fréquence d’échantillonnage de 21600 Hz, baudrate de 921600

Configuration et câblage

  • Utilise les broches GPIO pour configurer différentes fonctions, et se connecte à l’accéléromètre GY-521 via i2c-GPIO
  • Inclut divers réglages comme le bouton d’alimentation, le bouton de scan, la configuration des permissions UART, etc.

Assemblage panoramique et visualisation à distance

  • Installe Hugin et le plugin enblend pour réaliser l’assemblage panoramique
  • Utilise Plotly pour visualiser à distance des nuages de points 3D dans Jupyter

Export des scans vers un stockage USB

  • Clone et installe le dépôt GitHub afin d’exporter les données de scan vers un stockage USB

Dépannage

  • Propose diverses méthodes de dépannage, notamment l’installation du pilote série Windows, la résolution de l’erreur d’exécution RPi.GPIO et des problèmes de performances dans VS Code

Références

  • S’appuie sur divers projets inspirants et sur des références concernant le PWM matériel, l’implémentation d’ICP, des données de démo 3D, etc.

À lire aussi

4 commentaires

 
GN⁺ 2025-04-20
Avis sur Hacker News

  • Un commentaire vraiment excellent

    • Quand on fabrique un produit hardware, il est utile de fournir des liens et un coût estimé lors de l’établissement de la liste des composants
    • Les coûts peuvent varier, mais avoir un ordre de grandeur est très utile
    • Cela peut faire une grande différence pour décider si l’on va tenter soi-même le projet
    • Il est important de consigner ce qu’on a recherché
    • Fournir des liens est très utile, et cela aide car les noms peuvent prêter à confusion
    • Noter les liens et les prix au fur et à mesure du projet ne prend presque pas de temps
    • Tenir une trace aide énormément à gagner du temps
    • C’est l’une des plus grandes leçons que j’ai apprises en commençant comme ingénieur
    • C’est dans le même esprit que la documentation du code
    • Par exemple, le prix du lidar se situe entre 80 $ et 160 $
    • La caméra et l’objectif coûtent 60 $, le Raspberry Pi 4 coûte 50 $, et le moteur pas à pas NEMA17 coûte 10 $
    • En dehors de l’alimentation et du transformateur, on est autour de 200 à 280 $
    • La portée maximale est de 12 mètres, et c’est à partir de là que le coût commence à augmenter
    • C’est largement suffisant pour la plupart des petits robots
    • Cela pourrait aussi convenir comme capteur périmétrique pour des voitures autonomes
    • Le LIDAR longue portée reste encore difficile

  • Je cherche une méthode peu coûteuse pour mesurer une distance de 300 mm avec une précision de 10 microns

  • On pourrait récupérer des composants sur un aspirateur robot

  • L’exemple Sketchfab est fantastique, et le fait de pouvoir se déplacer dans l’espace 3D donne l’impression d’une simulation de science-fiction

  • Les contrôles à la souris sont déroutants

  • Je suis curieux de la scalabilité et des performances de PiLiDAR

    • Je me demande si ses performances ont été benchmarkées lors d’un déploiement sur de grands jeux de données en extérieur
    • Si des benchmarks ont été réalisés sur des jeux de données comme SemanticKITTI ou nuScenes, j’aimerais qu’on partage des informations sur le temps d’exécution, l’utilisation mémoire et la capacité de généralisation au-delà des scènes intérieures

  • C’est exactement ce que je cherchais il y a quelques semaines

    • Quand je rentrerai des vacances de Pâques, je devrais m’en servir comme point de départ

  • La technologie lidar a énormément progressé

    • C’est une avancée remarquable

  • Je ne vois pas clairement de quelle technologie il s’agit

    • Ce serait bien de l’expliquer clairement dès la première phrase

  • Le coût des technologies LIDAR disponibles a suffisamment baissé pour devenir accessible même pour des projets personnels

    • Les capteurs utilisés dans les premières voitures autonomes étaient plus performants, mais bien trop chers pour expérimenter chez soi
    • Je me demande quel impact les droits de douane américains auront sur les loisirs liés à l’électronique
    • La communauté Reddit des passionnés de lampes torches semble un peu inquiète à ce sujet
 
chcv0313 2025-04-22

Qu’est-ce que la communauté des lampes torches ?
 
savvykang 2025-05-03

https://www.reddit.com/r/flashlight/
C'est une petite communauté sur Reddit, comparable en France à la galerie mineure des lampes torches de DC Inside.
 
chcv0313 2025-05-20

Merci