PiLiDAR - máy quét LiDAR Raspberry Pi

• PiLiDAR là một máy quét panorama 3D 360° DIY, xây dựng cảnh 3D thông qua các chức năng LiDAR và panorama
• LiDAR sử dụng LDRobot LD06, LD19 hoặc STL27L, bao gồm kiểm tra tính toàn vẹn gói CRC và PWM phần cứng
• Panorama sử dụng Hugin để ghép ảnh mắt cá, đọc dữ liệu EXIF để duy trì phơi sáng camera ổn định và cân bằng màu sắc nhất quán
• Cảnh 3D được dựng từ mặt phẳng 2D dựa trên góc và độ lệch, hỗ trợ trực quan hóa và xuất bằng Open3D
• Phần cứng được cấu thành từ Raspberry Pi 4, camera Raspberry Pi HQ, động cơ bước NEMA17, v.v.

---

Các tính năng cốt lõi của PiLiDAR

• LiDAR: sử dụng trình điều khiển nối tiếp tùy chỉnh cho LDRobot LD06, LD19 hoặc STL27L
• Hiệu chỉnh kiểm tra tính toàn vẹn gói CRC và PWM phần cứng bằng khớp đường cong
• Cung cấp trực quan hóa thời gian thực 2D và khả năng xuất sang numpy hoặc CSV
• Panorama: ghép bản đồ cầu 360° 6K từ ảnh mắt cá bằng trình ghép ảnh panorama Hugin
• Tự động đọc dữ liệu EXIF để duy trì phơi sáng camera ổn định, đồng thời tối ưu color gain để giữ cân bằng trắng nhất quán
• Cảnh 3D: lắp ghép cảnh 3D từ mặt phẳng 2D dựa trên góc và độ lệch
• Lấy mẫu màu đỉnh từ panorama, hỗ trợ trực quan hóa và xuất sang PCD, PLY hoặc e57 bằng Open3D
• Căn chỉnh nhiều cảnh bằng global registration và tinh chỉnh ICP
• Poisson Surface Meshing rất chậm trên Pi4, vì vậy nên chạy trên PC

Thông số phần cứng

• LiDAR LDRobot LD06, LD19 hoặc STL27L
• Camera Raspberry Pi HQ và ống kính ArduCam M12
• Raspberry Pi 4
• Stepper NEMA17 42-23 và driver A4988
• Nguồn điện: 2 pin 18650 hoặc pin sạc dự phòng USB 10,000mAh

Driver stepper, động cơ và hộp số

• Driver stepper lưỡng cực A4988
• Stepper lưỡng cực NEMA17 42x42x23
• Hộp số giảm tốc hành tinh in 3D

Thông số LiDAR LDRobot

• LD06: tần số lấy mẫu 4500 Hz, baud rate 230400
• STL27L: tần số lấy mẫu 21600 Hz, baud rate 921600

Thiết lập và đấu dây

• Thiết lập nhiều chức năng bằng chân GPIO, và kết nối với gia tốc kế GY-521 bằng i2c-GPIO
• Bao gồm nhiều thiết lập như nút nguồn, nút quét, cấu hình quyền UART, v.v.

Ghép panorama và trực quan hóa từ xa

• Cài đặt Hugin và plugin enblend để thực hiện ghép panorama
• Sử dụng Plotly để trực quan hóa từ xa đám mây điểm 3D trong Jupyter

Dump bản quét ra bộ nhớ USB

• Clone kho GitHub và cài đặt để dump dữ liệu quét ra bộ nhớ USB

Khắc phục sự cố

• Cung cấp nhiều cách khắc phục sự cố khác nhau, bao gồm cài đặt driver nối tiếp trên Windows, xử lý lỗi runtime của RPi.GPIO và khắc phục vấn đề hiệu năng của VS Code

Tài liệu tham khảo

• Tham khảo nhiều dự án truyền cảm hứng, PWM phần cứng, triển khai ICP, dữ liệu demo 3D, v.v.

[GN⁺]

Ý kiến trên Hacker News

• Một ý kiến thật sự rất hay

  • Khi làm sản phẩm phần cứng, sẽ rất tốt nếu cung cấp liên kết và chi phí ước tính khi lập danh sách linh kiện
  • Chi phí có thể thay đổi, nhưng việc có một ý niệm sơ bộ là cực kỳ hữu ích
  • Điều này có thể tạo ra khác biệt lớn trong việc quyết định một cá nhân có tự mình thử làm hay không
  • Việc ghi lại những gì đã nghiên cứu là rất quan trọng
  • Cung cấp liên kết rất hữu ích, và còn giúp ích vì tên gọi có thể dễ gây nhầm lẫn
  • Trong lúc thực hiện dự án, việc ghi lại liên kết và giá cả hầu như không tốn thời gian
  • Việc ghi chép giúp tiết kiệm thời gian rất nhiều
  • Đây là một trong những bài học lớn nhất tôi học được khi mới bắt đầu làm kỹ sư
  • Cùng một ngữ cảnh như tài liệu hóa mã nguồn
  • Ví dụ, giá của Lidar nằm trong khoảng $80 đến $160
  • Camera và ống kính là $60, Raspberry Pi 4 là $50, động cơ bước NEMA17 là $10
  • Không tính bộ nguồn và bộ biến áp thì vào khoảng $200-$280
  • Tầm hoạt động tối đa là 12 mét, và từ mức đó trở đi chi phí bắt đầu tăng lên
  • Đủ phù hợp cho hầu hết robot cỡ nhỏ
  • Cũng có thể phù hợp làm cảm biến ngoại vi cho xe tự hành
  • LIDAR tầm xa vẫn còn khó

• Tôi đang tìm một phương pháp giá rẻ để đo khoảng cách 300mm với độ chính xác 10 micron

• Có lẽ có thể lấy linh kiện từ robot hút bụi

• Ví dụ trên Sketchfab thật tuyệt vời, và việc có thể di chuyển trong không gian 3D khiến nó giống như một mô phỏng khoa học viễn tưởng

• Điều khiển bằng chuột hơi khó hiểu

• Tôi tò mò về khả năng mở rộng và hiệu năng của PiLiDAR

  • Tôi muốn biết liệu đã có benchmark hiệu năng khi triển khai PiLiDAR trên các bộ dữ liệu ngoài trời quy mô lớn hay chưa
  • Nếu đã benchmark trên các bộ dữ liệu như SemanticKITTI hoặc nuScenes, tôi mong bạn chia sẻ thêm góc nhìn về thời gian chạy, mức sử dụng bộ nhớ và khả năng khái quát hóa vượt ra ngoài các cảnh trong nhà

• Đây chính xác là thứ tôi đã tìm cách đây vài tuần

  • Khi quay lại sau kỳ nghỉ lễ Phục Sinh, tôi nên lấy đây làm điểm khởi đầu

• Công nghệ Lidar đã phát triển rất nhiều

  • Một bước tiến đáng kinh ngạc

• Tôi vẫn chưa rõ công nghệ này là gì

  • Sẽ tốt hơn nếu điều đó được làm rõ ngay ở câu đầu tiên

• Chi phí của công nghệ LIDAR hiện có đã giảm xuống mức ngay cả các dự án cá nhân cũng có thể tiếp cận được

  • Các cảm biến dùng trên những chiếc xe tự hành đời đầu có hiệu năng tốt hơn, nhưng quá đắt để thử nghiệm tại nhà
  • Tôi tự hỏi thuế quan của Mỹ sẽ ảnh hưởng thế nào đến thú chơi điện tử
  • Cộng đồng đèn pin trên Reddit có vẻ hơi lo lắng về điều này

[chcv0313]

Cộng đồng đèn pin là gì vậy?

[savvykang]

https://www.reddit.com/r/flashlight/
Đây là một cộng đồng nhỏ trên Reddit, có thể xem như tương đương với diễn đàn phụ về đèn pin trên DC Inside ở Hàn Quốc.

[chcv0313]

Cảm ơn bạn