PiLiDAR - สแกนเนอร์ LiDAR สำหรับ Raspberry Pi

 (github.com/PiLiDAR)
6 คะแนน โดย GN⁺ 2025-04-20 | 4 ความคิดเห็น | แชร์ทาง WhatsApp
  • PiLiDAR เป็นโปรเจกต์ที่อยู่ระหว่างพัฒนา โดยนำ Raspberry Pi 4, LDRobot LiDAR, Raspberry Pi HQ Camera และสเต็ปเปอร์มอเตอร์มาประกอบกันเพื่อสร้าง สแกนเนอร์พาโนรามา 3D 360° แบบ DIY
  • ฟีเจอร์หลักประกอบด้วย ไดรเวอร์ซีเรียลแบบคัสตอม สำหรับ LD06·LD19·STL27L, การสร้างพาโนรามาทรงกลม 360° ความละเอียด 6K และการสร้างฉาก 3D ด้วยการประกอบระนาบ 2D ตามมุมและออฟเซ็ต
  • พาโนรามาสร้างจากการ stitching ภาพฟิชอายด้วย Hugin รักษาค่าแสงตาม EXIF และปรับไวต์บาลานซ์ด้วยการทำ optimization ซ้ำของ color gain ส่วนฉาก 3D จะ sample vertex color จากพาโนรามา
  • ผลลัพธ์สามารถแสดงผลด้วย Open3D และ export เป็น PCD·PLY·e57 ได้ การจัดแนวหลายฉากใช้ global registration ร่วมกับการ fine-tune ด้วย ICP และการสร้างพื้นผิวใช้ Poisson Surface Meshing
  • ต้นทุนชิ้นส่วนไม่รวมอุปกรณ์จ่ายไฟ อยู่ที่ประมาณ 200~280 ดอลลาร์ ณ เมษายน 2025 และ Poisson Surface Meshing ทำงานช้ามากบน Pi4 จึงแนะนำให้รันบน PC

สิ่งที่ PiLiDAR สร้างได้

  • PiLiDAR เป็นโปรเจกต์สร้าง สแกนเนอร์พาโนรามา 3D 360° บนพื้นฐาน Raspberry Pi ด้วยตนเอง และระบุสถานะว่าอยู่ระหว่างพัฒนา
  • องค์ประกอบแบ่งออกเป็นสามส่วนหลัก
    • LiDAR: ไดรเวอร์ซีเรียลแบบคัสตอมสำหรับ LDRobot LD06, LD19, STL27L
    • Panorama: สร้างแผนที่ทรงกลม 360° ความละเอียด 6K
    • 3D Scene: ประกอบระนาบ 2D ตามมุมและออฟเซ็ตเพื่อสร้างฉาก 3D

ฟังก์ชันการประมวลผล LiDAR

  • ไดรเวอร์ LiDAR รวม การตรวจสอบความสมบูรณ์ของแพ็กเกจด้วย CRC
  • Hardware PWM ของ Raspberry Pi ใช้ rpi_hardware_pwm และปรับเทียบด้วย curve fitting
  • รองรับการแสดงผลสดแบบ 2D และการ export
    • รูปแบบ export คือ numpy หรือ CSV

การสร้างพาโนรามาและฉาก 3D

  • พาโนรามาทรงกลม 360° ความละเอียด 6K สร้างโดย stitching ภาพฟิชอายด้วย Hugin Panorama photo stitcher
  • ค่าแสงของกล้องถูกคงไว้ให้สม่ำเสมอโดยอ่าน ข้อมูล EXIF ของภาพที่ถ่ายอัตโนมัติ
  • ไวต์บาลานซ์ถูกปรับให้สม่ำเสมอด้วยการทำ optimization ซ้ำของ color gain
  • ฉาก 3D สร้างจากการประกอบระนาบ 2D ตามมุมและออฟเซ็ต
    • sample vertex color จากพาโนรามา
    • รองรับการแสดงผลด้วย Open3D และ export เป็น PCD, PLY, e57
    • ใช้ global registration และการ fine-tune ด้วย ICP สำหรับจัดแนวหลายฉาก
    • Poisson Surface Meshing ทำงานช้ามากบน Pi4 จึงแนะนำให้รันบน PC

ผลลัพธ์เบื้องต้นและเวลาสแกน

  • ผลลัพธ์เบื้องต้นอ้างอิงจากการสแกนเดี่ยว โดยยังไม่ได้ทำ registration และ post-processing
  • สแกนภายนอกแสดงเป็นตัวอย่าง colormapped intensity ส่วนสแกนภายในแสดงเป็นตัวอย่าง vertex color
  • ตัวอย่างเวลาสแกนมีดังนี้
    • เริ่มต้นระบบ: 12 วินาที
    • ถ่ายภาพ 4 ภาพ: 17 วินาที
    • สแกน 0.167° × 0.18°: 1 นาที 24 วินาที
    • stitching และจัดระเบียบ: 37 วินาที

ฮาร์ดแวร์และต้นทุน

  • LiDAR ใช้หนึ่งในสามรุ่นต่อไปนี้
    • LDRobot LD06: 80 ดอลลาร์
    • LDRobot LD19: 70 ดอลลาร์
    • LDRobot STL27L: 160 ดอลลาร์
  • กล้องและเลนส์เป็นชุด Raspberry Pi HQ Camera กับ ArduCam M12 Lens ระบุราคา 60 ดอลลาร์
  • Raspberry Pi 4 ระบุราคา 50 ดอลลาร์ ส่วน NEMA17 42-23 stepper และไดรเวอร์ A4988 ระบุราคา 10 ดอลลาร์
  • ระบบจ่ายไฟมีสองแบบ
    • v1: แบตเตอรี่ 18650 จำนวน 2 ก้อนและ step-down converter
    • v2: พาวเวอร์แบงก์ USB 10,000mAh และ step-up converter
  • ต้นทุนรวมไม่รวมอุปกรณ์จ่ายไฟ อยู่ที่ประมาณ 200~280 ดอลลาร์ ณ เมษายน 2025
  • ลิงก์ซื้อเป็นเพียงตัวอย่าง ไม่จำเป็นต้องเป็นร้านที่แนะนำให้ซื้อ

มอเตอร์ เกียร์บ็อกซ์ และการพิมพ์ 3D

  • ชุดขับเคลื่อนใช้ไดรเวอร์สเต็ปเปอร์ไบโพลาร์ A4988 และสเต็ปเปอร์ไบโพลาร์ NEMA17 42×42×23
  • สเต็ปเปอร์คือ 17HE08-1004S โดยระบุแรงบิดที่ 17 Ncm
  • ชิ้นส่วนพิมพ์ 3D มีไฟล์ housing และชิ้นส่วนเพิ่มเติมอยู่ใน PiLiDAR-Hardware Repo แยกต่างหาก
  • อะแดปเตอร์เลนส์และเกียร์บ็อกซ์ใช้โมเดลภายนอก

สเปก LiDAR และโปรโตคอลซีเรียล

  • สเปก LD06
    • ความถี่การสุ่มตัวอย่าง: 4500Hz
    • baudrate: 230400
    • ความถี่การสแกน: 5~13Hz
    • ระยะ: 2cm~12m
    • แสงแวดล้อม: 30kLux
  • สเปก STL27L
    • ความถี่การสุ่มตัวอย่าง: 21600Hz
    • baudrate: 921600
  • แพ็กเก็ต LD06 มีทั้งหมด 48 ไบต์ โครงสร้างเป็น big endian
    • อักขระเริ่มต้น: 1 ไบต์ ค่าคงที่ 0x54
    • ความยาวข้อมูล: 1 ไบต์ ปัจจุบันคงที่ที่จุดวัด 12 จุด
    • ความเร็ว: 2 ไบต์ หน่วยเป็นองศาต่อวินาที
    • มุมเริ่มต้นและมุมสิ้นสุด: อย่างละ 2 ไบต์ หน่วย 0.01 องศา
    • ข้อมูล: 36 ไบต์, จุดข้อมูล 12 จุด × 3 ไบต์
    • แต่ละจุดข้อมูลประกอบด้วยระยะ 2 ไบต์และ luminance 1 ไบต์
    • timestamp: 2 ไบต์ หน่วย ms และจะนับใหม่เมื่อถึง 30000
    • CRC check: 1 ไบต์
  • มุมของแต่ละจุดข้อมูลคำนวณด้วย linear interpolation ระหว่างมุมเริ่มต้นและมุมสิ้นสุด

การเชื่อมต่อและการตั้งค่า Raspberry Pi

  • การเชื่อมต่อ LD06 หรือ STL27L ประกอบด้วย UART Tx, PWM, GND, VCC 5V
  • การเชื่อมต่อ GPIO ของ Raspberry Pi ใช้ดังนี้
    • LD06 UART0 Rx: GP15
    • LD06 PWM0: GP18
    • Power Button: GP03
    • Scan Button: GP17
    • A4988 direction: GP26
    • A4988 step: GP19
    • A4988 microstepping mode: GP5, GP6, GP13
  • ปุ่มเปิด/ปิดถูก hardwire เข้ากับ Pin 3 และเปิดใช้งาน gpio-shutdown
  • เนื่องจาก GPIO3 ใช้เป็นปุ่มเปิด/ปิด จึงแมปพิน I2C แบบกำหนดเองสำหรับ accelerometer GY-521 MPU 6060 ด้วย i2c-GPIO
    • SDA: GPIO22
    • SCL: GPIO27
  • ปุ่มสแกนลงทะเบียนสคริปต์ GPIO interrupt เป็นบริการ systemd เพื่อเริ่มอัตโนมัติ
  • สิทธิ์ UART ทำได้โดยให้สิทธิ์ /dev/ttyS0 ชั่วคราว หรือใช้วิธีใหม่ด้วยกฎ udev เพื่อตั้งกลุ่ม dialout และ MODE="0660"

ซอฟต์แวร์และการทำงานระยะไกล

  • Hardware PWM ของ Raspberry Pi ใช้โดยเปิดใช้งาน overlay pwm-2chan และติดตั้ง RPi Hardware PWM library
  • สำหรับ panorama stitching ให้ติดตั้ง Hugin และปลั๊กอิน enblend
  • การควบคุมพลังงานพอร์ต USB ใช้เครื่องมือ CLI uhubctl
  • Jupyter รันด้วยตัวเลือก --ip และ --no-browser เพื่อเข้าถึงผ่านเครือข่ายระยะไกล
  • การแสดงผล Open3D ระยะไกลระบุว่าใช้ Plotly ดีกว่า Open3D Web Visualizer
    • Plotly ดูเหมือนจะเรนเดอร์ฝั่งไคลเอนต์
    • Open3D Web Visualizer เรนเดอร์ฝั่งโฮสต์และสตรีมลำดับ JPG ทำให้เป็นภาระต่อ CPU และ Wi-Fi ของ Pi

การจัดเก็บข้อมูลสแกนและการแก้ปัญหา

  • มีขั้นตอน clone และติดตั้ง usb_dump เพื่อ dump การสแกนไปยังที่เก็บข้อมูล USB
  • ไฟล์ตั้งค่ากำหนด /home/pi/PiLiDAR/scans เป็นไดเรกทอรีต้นทาง
  • รายการแก้ปัญหารวมถึง
    • CP210x Universal Windows Driver สำหรับ Windows
    • RPi.GPIO RuntimeError: Failed to add edge detection ที่เกิดจากการลบอินเทอร์เฟซ sysfs GPIO ใน Raspberry Pi OS Bookworm
    • ใช้ rpi-lgpio เป็นทางเลือก
    • ปิด hardware acceleration เมื่อ VS Code ทำงานได้ไม่ดีบน Raspberry Pi
    • เนื่องจากไม่มี pye57 wheel สำหรับ Raspberry Pi arm64 ให้ติดตั้ง libxerces-c-dev แล้ว build
    • ขั้นตอน wpa_supplicant.conf สำหรับเพิ่มการตั้งค่า Wi-Fi ผ่าน SSH

การอ้างอิงการใช้งานจริงและแรงบันดาลใจ

  • แรงบันดาลใจเกี่ยวกับ LD06 มาจาก LIDAR_LD06_python_loder และ Lidar_LD06_for_Arduino
  • การ stitching กล้อง 360 อ้างอิง fork ที่รองรับ StereoPi ของ ShaunPrice และสคริปต์ 360-camera ของ BrianBock
  • มีการกล่าวถึง pyLIDAR เป็น implementation LiDAR อื่นใน Python
  • รายการอ้างอิงเกี่ยวกับ ICP ได้แก่ Doppler-ICP, KISS-ICP, Lidar-Visualizer

บทความที่เกี่ยวข้อง

4 ความคิดเห็น

 
GN⁺ 2025-04-20
ความคิดเห็นบน Hacker News

  • เจ๋งมาก ถ้าเป็นผลิตภัณฑ์ฮาร์ดแวร์ แนะนำว่าเวลาทำ รายการวัสดุ (BOM) ให้ใส่ลิงก์และค่าใช้จ่ายโดยประมาณไว้ด้วย
    ราคาคงเปลี่ยนไปได้ แต่ถ้ามีช่วงค่าใช้จ่ายคร่าว ๆ ก็ช่วยได้มากในการตัดสินใจหลังเห็นบนที่อย่าง HN ว่าจะลองทำเองดีไหม สิ่งสำคัญไม่ใช่ตัวเลขที่แม่นยำ แต่เป็นขนาดคร่าว ๆ
    ข้อมูลที่ค้นมาแล้วควรจดไว้ แม้ไม่ใช่เพื่อคนอื่น ก็มีประโยชน์กับตัวเองในอนาคต มีชิ้นส่วนหลายอย่างที่ชื่อชวนสับสน ลิงก์จึงช่วยให้ตรวจได้ง่ายว่าเป็นของชิ้นเดียวกันหรือไม่ และระหว่างทำโปรเจกต์ก็ซื้อชิ้นส่วนไปแล้วอยู่แล้ว จึงมีลิงก์กับราคาอยู่ในมือ ใช้เวลาเพิ่มแทบไม่มี
    ผ่านไปแค่ไม่กี่วันหรือไม่กี่สัปดาห์ก็ไม่มีใครจำได้แล้ว จึงต้องทำเอกสารไว้ จดไว้ 10 วินาทีช่วยเลี่ยงการเสียเวลา 30 นาทีเพื่อไปหาใหม่ทีหลังได้ นี่เป็นหนึ่งในบทเรียนสำคัญที่สุดที่ได้เรียนรู้ตอนเริ่มเป็นวิศวกร และต้องต่อสู้กับส่วนโง่ ๆ ในหัวที่คอยกระซิบว่า “ไม่ได้ประหยัดเวลาหรอก” การทำเอกสารโค้ดก็เหมือนกัน[0]
    ค่าที่ลองหาแบบคร่าว ๆ 15 นาทีได้ประมาณนี้ อาจไม่แม่นยำ Lidar น่าจะเป็นหนึ่งใน LD06 $80 https://www.aliexpress.us/item/3256803352905216.html, LD19 $70 https://amazon.com/DTOF-D300-Distance-Obstacle-Education/dp/…, STL27L $160 https://www.dfrobot.com/product-2726.html, กล้องและเลนส์ $60 https://amazon.com/Arducam-Raspberry-Camera-Distortion-Compatible/dp/…, Raspberry Pi 4 $50, สเต็ปเปอร์ NEMA17 42-23 $10 https://www.amazon.com/SIMAX3D-Nema17-Stepper-Motor/dp/B0CQLFNSMJ
    แม้ไม่รวมแหล่งจ่ายไฟกับ buck converter ก็น่าจะอยู่ราว $200~$280
    [0] ตอนเขียนโค้ดครั้งแรก มีแค่ผมกับพระเจ้าเท่านั้นที่รู้ว่าเกิดอะไรขึ้น แต่เวลาผ่านไป ตอนนี้เหลือแค่พระเจ้าเท่านั้นที่รู้

    • โปรเจกต์เรียนรู้แบบนี้น่าจะเข้าถึงได้ยากขึ้นมากเพราะ ภาษีนำเข้าสุดโต่ง และการยกเลิกการยกเว้นภาษีสำหรับมูลค่าต่ำ
      อาจต้องเอาราคาจากรายการวัสดุมาคูณ 2 หรือ 3 ตามแหล่งที่มาและจำนวนครั้งของการจัดส่ง
      มันน่าหดหู่จริง ๆ ที่จากเดิมเคยเข้าถึงสื่อการเรียนรู้ราคาถูกและดีสำหรับแนะนำอิเล็กทรอนิกส์ให้เด็ก ๆ และผู้ใหญ่ กลับหายไปเพราะถูกเก็บภาษีภายใต้ข้ออ้างอย่างการเพิ่มขีดความสามารถการแข่งขันของสหรัฐฯ เป็นการยิงประตูตัวเองเต็ม ๆ
    • มันอยู่บน GitHub แล้ว ดังนั้นช่วยได้โดยส่ง PR รายการวัสดุ ไป
    • ผมรู้ว่า buck converter คืออะไร แต่สงสัยว่าทำไมถึงเรียกว่า ‘buck converter’
      ดูพจนานุกรมแล้วก็ไม่เห็นความหมายที่ใกล้เคียงกับ “ลดปริมาณของบางอย่าง” [0]
      Wikipedia ก็ไม่ได้ลงรายละเอียดเรื่องที่มาของคำ [1]
      [0] https://www.merriam-webster.com/dictionary/buck
      [1] https://en.wikipedia.org/wiki/Buck_converter
    • แปลกใจที่ของระดับนี้ยังถือว่าแพงเกินไปสำหรับบริษัทอย่าง Tesla
    • นี่เป็น คอมเมนต์ที่ไร้ความขอบคุณ ที่สุดที่เห็นวันนี้ในแบบ “ควรทำแบบนี้สิ”
      งั้นก็ไปทำเองสิ
      ในฐานะคนที่มีครอบครัวและเวลาน้อยมาก แค่ทำโปรเจกต์ให้เสร็จก็หนักพอแล้ว และมีโอกาสสูงว่าแทบไม่มีแรงไปทำเอกสารเพิ่ม ถ้าต้องกลับมาทำทีหลัง ผมอาจไม่ทำเลยก็ได้ ไม่ใช่ทุกคนจะอยู่ในห้องใต้ดินบ้านแม่พร้อมเวลาว่างเหลือเฟือ

  • สแกนเนอร์จริงอยู่ที่นี่: [1]
    ระยะสูงสุด 12m ซึ่งดูเหมือนว่าจากจุดนี้เป็นต้นไปราคาจะเริ่มแพงขึ้น แหล่งกำเนิดแสง ฟิลเตอร์ และเซนเซอร์ทั้งหมดต้องดีขึ้น
    สำหรับหุ่นยนต์ขนาดเล็กส่วนใหญ่น่าจะเพียงพอ และอาจใช้ได้กับการตรวจจับเด็กกับสุนัขรอบตัวรถอย่างเสถียรในฐานะเซนเซอร์เสริมของรถยนต์ไร้คนขับ แต่ LIDAR ระยะไกลที่ติดอยู่ด้านบนยังคงเป็นเรื่องยาก
    [1] https://www.ldrobot.com/

    • อยากรู้ว่าราคาที่พุ่งขึ้นนี้จริง ๆ แล้วมาจากตรงไหน ค้นหาก็ไม่ค่อยเจอ
      เดาแรก ๆ คือจากระยะนี้เป็นต้นไป ความปลอดภัยของเลเซอร์ อาจกลายเป็นกระบวนการควบคุมแบบแอคทีฟ เพราะกระจกสแกนเลเซอร์ต้องเคลื่อนที่ตลอดเวลาเพื่อไม่ให้พลังงานที่เป็นอันตรายต่อจอประสาทตาคนสะสม จึงต้องมีระบบควบคุมที่จำเป็นต่อความปลอดภัย คอยตรวจสอบความเร็วและตำแหน่งของกระจกอย่างต่อเนื่อง และปิดเลเซอร์หากมันช้าเกินไป ผมเข้าใจผิดไปมากแค่ไหนนะ?

  • มีหลายอย่างที่ดีกว่าใน “วันวานอันดีงาม” แต่ก็น่าทึ่งจริง ๆ ที่เราอยู่ในยุคที่คนเก่ง ๆ แต่ละคนสามารถ สร้างเทคโนโลยีแบบนี้เองได้

  • เกี่ยวข้องกันเล็กน้อย ผมกำลังหาวิธีวัดระยะในราคาถูกที่ ระยะประมาณ 300 มม. ด้วยความแม่นยำราว 10 ไมครอน มีไอเดียไหม?

    • น่าจะอยู่ในขอบเขตของ Digital Readout (DRO) ที่ใช้กับเครื่องกัดและเครื่องกลึง
      my mechanics เพิ่งลงวิดีโอเปลี่ยนเมื่อไม่กี่วันก่อน อุปกรณ์เดิมมีความแม่นยำ 5 ไมครอน
      เรื่องราคาผมไม่ค่อยแน่ใจ
    • สิ่งสำคัญคือช่องว่างที่ต้องการวัดเคลื่อนที่มากแค่ไหน และระบบวัดสามารถสัมผัสหรือยึดติดได้หรือไม่
      ดูเหมือนว่าคาลิปเปอร์ดี ๆ สักคู่ก็อาจทำได้ ขึ้นกับข้อกำหนดด้านความเที่ยงตรง อาจใช้แนวทางเดียวกันได้ คือมีกริดเซลล์แบบคาปาซิทีฟที่เลื่อนผ่านเซลล์วัด แล้วไมโครคอนโทรลเลอร์อ่านค่าขณะเคลื่อนที่ จากนั้นใช้ Atan2() กับผลลัพธ์สุดท้าย ส่วนที่เป็นมิเตอร์ของสิ่งนี้เรียกแยกต่างหากว่า DRO (Digital ReadOut)
    • เคยเจอปัญหาคล้ายกัน และต้องทำ อุปกรณ์สั่งทำพิเศษ ที่แพงจนไม่อยากยอมรับ ดังนั้นแนะนำให้ดูชุด DRO สำหรับเครื่องกัด CNC ก่อน
      ถ้าไม่มีข้อจำกัดงบประมาณ ก็มีโซลูชันสเตจแบบ closed-loop สำเร็จรูป:
      https://www.pi-usa.us/en/
      https://xeryon.com
      ขอให้โชคดี และเตรียมใจรับแรงกระแทกจากป้ายราคาไว้ด้วย
    • มีไอเดียออกแบบระบบ DIY อยู่บ้าง แต่ประเด็นคือสามารถลงเงินและเวลากับการทดลองได้แค่ไหน
      อีกเรื่องสำคัญคือคำว่า “ถูก” ตามมาตรฐานของคุณอยู่ที่ระดับไหน
      กำลังคิดจะทำระบบอัตโนมัติไปในทิศทางแบบนี้:
      https://youtu.be/hnHjrz_inQU?si=dNzXVBVFsr7e8m_6
      เลเซอร์และเซ็นเซอร์กล้องสำเร็จรูป ถ้านำมาดัดแปลงแบบ DIY ก็ให้ความแม่นยำที่คาดไม่ถึงได้พอสมควร
    • ถ้าอยากหาไอเดีย อันนี้ก็น่าดู: https://youtu.be/qMYBwbTIL-0

  • ตัวอย่างบน Sketchfab ยอดเยี่ยมมาก เหมือนได้เดินไปมาในพื้นที่ 3D แบบซิมูเลชันไซไฟ
    แต่การควบคุมด้วยเมาส์ชวนสับสนมาก มีไอคอน ‘จับ’ โผล่มา แต่จริง ๆ ไม่ได้รู้สึกเหมือนจับ และทิศทางการเคลื่อนที่กลับด้าน เลยรู้สึกฝืนธรรมชาติสุด ๆ

  • น่าจะถอดชิ้นส่วนแบบนี้จาก หุ่นยนต์ดูดฝุ่น บน eBay หรือ Goodwill ได้ด้วย

    • “ชิ้นส่วนแบบนี้” ในที่นี้หมายถึงเซ็นเซอร์ LIDAR

  • สุดยอดจริง ๆ ผมแค่กวาดตาดูโปรเจกต์คร่าว ๆ ดังนั้นอาจมีอยู่แล้วก็ได้ แต่สงสัยว่ามี ข้อมูลความแม่นยำ ไหม
    เช่น ความแม่นยำที่ระยะ 10 เมตร หรือถ้า LIDAR ตัวนี้ทำงานไม่ได้ที่ระยะนั้น ก็อยากรู้ระยะที่สั้นกว่านั้น
    ผมคุ้นกับสแกนเนอร์ FARO ซึ่งใช้กลไกคนละแบบ และแม่นยำพอสำหรับการวัดอาคาร
    ได้รู้ด้วยว่าตลาดสแกนเนอร์แบ่งออกเป็นหลายสาย โดยมีทั้งคนที่ต้องการความแม่นยำ และคนที่ทำคอนเทนต์สำหรับสื่ออย่างเกม โปรเจกต์นี้เหลือเชื่อจริง ๆ

  • ช่วงหลังผมลองแตะ photogrammetry อยู่บ้างเพื่อสแกนห้องและพื้นที่ภายในอาคาร ตอนนี้ดูเหมือน Metashape จะเหมาะที่สุด แต่ความเที่ยงตรงยังไม่ค่อยดี และกำลังปรับปรุงเทคนิคการถ่ายอยู่
    เป้าหมายหลักคือเปลี่ยนภายในอาคารจริงให้เป็นโมเดลดิจิทัลสำหรับการอนุรักษ์และวิเคราะห์ เคยพิจารณา LIDAR อยู่สั้น ๆ แต่ปัดตกไปเพราะคิดว่ายากและแพงเกินไป โปรเจกต์นี้ดูเหมือนจะสั่นคลอนสมมติฐานนั้น
    อยากรู้ว่าซอฟต์แวร์หลังประมวลผลหน้าตาเป็นอย่างไร สามารถเอา point cloud ที่ได้ไปรวมกับข้อมูลอื่นอย่างภาพ DSLR เพื่อทำเท็กซ์เจอร์ได้ไหม?
    จากภาพที่สอง[1] เห็นว่าบางส่วนของผนังไม่ได้ถูกสแกนเพราะถูกโคมไฟแขวนบัง และน่าจะเป็นไปได้ว่า LIDAR มองไม่เห็นด้านบนของโซฟาด้วย จะรวม point cloud สองชุดขึ้นไปเพื่อมองด้านหลังวัตถุและมุมต่าง ๆ ได้ไหม? ซอฟต์แวร์สามารถจัดแนวอัตโนมัติโดยอ้างอิงผนังหรือจุดร่วมกันว่าเป็นห้องจริงเดียวกันได้ไหม หรือจำเป็นต้องปรับด้วยมือค่อนข้างมาก? ใน LIDAR มีสิ่งที่เทียบเท่ากับ coded target หรือ ARTag[0] ไหม? ขยายไปหลายห้องได้ไหม?
    อยากรู้ว่าคุ้มพิจารณาเมื่อเทียบกับ photogrammetry ที่ทำดี ๆ แล้วหรือเปล่า หรือจะเพิ่มแต่งานยุ่ง
    ขอโทษด้วยที่เป็นคำถามในระดับที่แม้แต่ตัวเองก็ยังไม่รู้ว่ามีอะไรที่ไม่รู้บ้าง
    0: https://en.wikipedia.org/wiki/ARTag
    1: https://github.com/PiLiDAR/PiLiDAR/raw/main/images/interior....

    • โฆษณาแบบโจ่งแจ้งหน่อย แต่ถ้ามี iPhone Pro หรือ iPad Pro ที่มี Lidar ในตัว ลองใช้ Dot3D ดูก็ดี มันทำฟีเจอร์ทั้งหมดที่อธิบายไว้ได้ และทำให้ง่ายต่อการใช้งาน

  • ขอบคุณที่แชร์งานเจ๋ง ๆ นี้ อยากรู้เรื่องความสามารถในการขยายและประสิทธิภาพของ PiLiDAR เมื่อนำไปใช้กับชุดข้อมูลกลางแจ้งขนาดใหญ่
    ถ้าเคย benchmark กับชุดข้อมูลอย่าง SemanticKITTI หรือ nuScenes ช่วยบอกได้ไหมว่าเวลาในการรัน การใช้หน่วยความจำ และการ generalize นอกเหนือจากฉากในอาคารที่ใช้ในบทความทำได้ดีแค่ไหน?

    • ดูเหมือนจะมีความเข้าใจผิดบางอย่าง ถ้าผมผิดก็ช่วยแก้ด้วย แต่นี่ไม่ใช่โมเดลสำหรับประมวลผลข้อมูล แต่เป็น สแกนเนอร์ LIDAR แบบ DIY สำหรับเก็บข้อมูล
      ชุดข้อมูลแบบนั้นโดยทั่วไปสร้างด้วยกล้อง RGBA และ point cloud จะถูกสร้างทีหลังในขั้นตอน post-processing
      ดังนั้นนี่คือการแฮ็กฮาร์ดแวร์เพื่อให้ได้ข้อมูลความลึกจริง ไม่ใช่โมเดลประมวลผล จะเอาอะไรมาติดตั้งเพิ่มก็ได้

  • นี่แหละสิ่งที่ผมตามหาเมื่อไม่กี่สัปดาห์ก่อน ผมใส่ชิ้นส่วนไว้ในรถเข็น Amazon มาหลายสัปดาห์เพื่อจะทำต้นแบบอะไรที่ใกล้เคียงกัน แต่ยังไม่มั่นใจเรื่อง การเลือกสแกนเนอร์ LIDAR จริง ๆ
    กลับจากวันหยุด Easter แล้วคงต้องดูอันนี้เป็นจุดเริ่มต้น
 
chcv0313 2025-04-22

ชุมชนไฟฉายคืออะไร?
 
savvykang 2025-05-03

https://www.reddit.com/r/flashlight/
เป็นชุมชนย่อยบน Reddit ที่ถ้าเทียบกับบ้านเรา ก็คงประมาณแกลเลอรีย่อยไฟฉายบน DCInside
 
chcv0313 2025-05-20

ขอบคุณครับ