PiLiDAR - Raspberry Pi LiDAR Tarayıcı

• PiLiDAR, LiDAR ve panorama işlevleriyle 3B sahneler oluşturan DIY bir 360° 3B panorama tarayıcıdır
• LiDAR olarak LDRobot LD06, LD19 veya STL27L kullanır; CRC paket bütünlüğü denetimi ve donanım PWM içerir
• Panorama tarafında Hugin kullanarak balıkgözü fotoğrafları birleştirir ve EXIF verilerini okuyarak tutarlı kamera pozlaması ile renk dengesini korur
• 3B sahne, 2B düzlemde açı ve ofsete göre oluşturulur; Open3D ile görselleştirme ve dışa aktarma desteklenir
• Donanım, Raspberry Pi 4, Raspberry Pi HQ kamera, NEMA17 step motor ve benzeri bileşenlerle kurulur

---

PiLiDAR'ın temel özellikleri

• LiDAR: LDRobot LD06, LD19 veya STL27L için özel seri sürücü kullanır
• CRC paket bütünlüğü denetimi ve donanım PWM'yi eğri uydurma ile kalibre eder
• 2B gerçek zamanlı görselleştirme ve numpy veya CSV olarak dışa aktarma sunar
• Panorama: Hugin panorama photo stitcher kullanarak balıkgözü fotoğraflardan 6K 360° küresel harita oluşturur
• EXIF verilerini otomatik olarak okuyup tutarlı kamera pozlamasını korur, renk gain'ini optimize ederek tutarlı white balance sağlar
• 3B sahne: 2B düzlemde açı ve ofsete göre 3B sahneyi birleştirir
• Panoramadan vertex color örnekler ve Open3D ile görselleştirme ile PCD, PLY veya e57 olarak dışa aktarmayı destekler
• Birden fazla sahneyi global registration ve ICP fine tuning kullanarak hizalar
• Poisson Surface Meshing Pi4 üzerinde çok yavaştır; bu yüzden PC'de çalıştırılması önerilir

Donanım özellikleri

• LDRobot LD06, LD19 veya STL27L LiDAR
• Raspberry Pi HQ kamera ve ArduCam M12 lens
• Raspberry Pi 4
• NEMA17 42-23 step motor ve A4988 sürücü
• Güç kaynağı: 2 adet 18650 pil veya 10,000mAh USB power bank

Step sürücü, motor ve dişli kutusu

• A4988 bipolar step sürücü
• NEMA17 42x42x23 bipolar step motor
• 3B baskılı planet redüksiyon dişli kutusu

LDRobot LiDAR özellikleri

• LD06: örnekleme frekansı 4500 Hz, baud rate 230400
• STL27L: örnekleme frekansı 21600 Hz, baud rate 921600

Kurulum ve kablolama

• GPIO pinleriyle çeşitli işlevleri yapılandırır ve GY-521 ivmeölçere bağlanmak için i2c-GPIO kullanır
• Güç düğmesi, tarama düğmesi, UART izin ayarı gibi çeşitli yapılandırmalar içerir

Panorama birleştirme ve uzaktan görselleştirme

• Panorama birleştirme için Hugin ve enblend eklentisini kurar
• Jupyter içinde 3B nokta bulutlarını uzaktan görselleştirmek için Plotly kullanır

USB depolamaya tarama dökümü

• Tarama verilerini USB depolamaya dökmek için GitHub deposunu klonlayıp kurar

Sorun giderme

• Windows seri sürücü kurulumu, RPi.GPIO runtime error çözümü ve VS Code performans sorunları dahil çeşitli sorun giderme yöntemleri sunar

Referanslar

• Esinlenilen çeşitli projeler, donanım PWM, ICP uygulaması ve 3B demo verileri gibi kaynaklara başvurur

[GN⁺]

Hacker News görüşleri

• Gerçekten harika bir yorum

  • Donanım ürünü yaparken, parça listesini hazırlarken bağlantılar ve tahmini maliyetler vermek iyi olur
  • Maliyetler değişebilir ama kabaca bir fikir sahibi olmak çok faydalıdır
  • Bu, bir kişinin bunu kendisi denemeye karar verip vermemesinde büyük fark yaratabilir
  • Araştırdığınız şeyleri kaydetmek önemlidir
  • Bağlantı vermek çok faydalıdır ve isimler kafa karıştırıcı olabildiği için yardımcı olur
  • Proje ilerlerken bağlantıları ve fiyatları not etmek neredeyse hiç zaman almaz
  • Kayıt tutmak zaman kazandırmada çok yardımcı olur
  • Mühendisliğe başladığımda öğrendiğim en büyük derslerden biridir
  • Kod dokümantasyonu ile aynı bağlamdadır
  • Örneğin, Lidar'ın fiyatı $80 ile $160 arasındadır
  • Kamera ve lens $60, Raspberry Pi 4 $50, NEMA17 step motor $10'dur
  • Güç kaynağı ve transformatör hariç yaklaşık $200-$280 tutuyor
  • Maksimum menzil 12 metredir ve maliyet bu noktadan sonra artmaya başlar
  • Çoğu küçük robot için fazlasıyla uygundur
  • Otonom araçların çevresel sensörü olarak da uygun olabilir
  • Uzun menzilli LIDAR hâlâ zordur

• 300 mm mesafeyi 10 mikron hassasiyetle ölçmenin ucuz bir yolunu arıyorum

• Parçalar robot süpürgeden temin edilebilir

• Sketchfab örneği harika ve 3D uzayda hareket edebilmek adeta bir bilim kurgu simülasyonu gibi

• Fare kontrolleri kafa karıştırıcı

• PiLiDAR'ın ölçeklenebilirliği ve performansı hakkında merak ettiklerim var

  • PiLiDAR büyük ölçekli açık hava veri kümelerinde kullanıldığında performansının kıyaslanıp kıyaslanmadığını merak ediyorum
  • SemanticKITTI veya nuScenes gibi veri kümelerinde benchmark yapıldıysa, çalışma süresi, bellek kullanımı ve iç mekân sahnelerinin ötesine genelleme kabiliyeti hakkında içgörü paylaşılmasını isterim

• Bu, birkaç hafta önce aradığım şeyle tam olarak örtüşüyor

  • Paskalya tatilinden dönünce bunu başlangıç noktası olarak almalıyım

• Lidar teknolojisi çok ilerlemiş

  • İnanılmaz bir gelişme

• Bu teknolojinin ne olduğu net değil

  • İlk cümlede ne olduğunun açıkça söylenmesi iyi olurdu

• Kullanılabilir LIDAR teknolojisinin maliyeti, kişisel projelerde bile erişilebilir olacak kadar düştü

  • İlk otonom araçlarda kullanılan sensörler daha iyi performans veriyordu ama evde denemek için fazla pahalıydı
  • ABD tarifelerinin elektronik hobi işleri üzerinde nasıl bir etkisi olacağını merak ediyorum
  • Reddit'teki el feneri topluluğu bu konuda biraz endişeli görünüyor

[chcv0313]

El feneri topluluğu da ne?

[savvykang]

https://www.reddit.com/r/flashlight/
Kabaca Türkiye’deki Ekşi Sözlük’ün el feneri başlığına benzer, Reddit içindeki küçük bir topluluk.

[chcv0313]

Teşekkür ederim