Benewake LiDAR TFmini (Guide complet): 5 étapes (avec photos)

2025 Auteur: John Day | [email protected]. Dernière modifié: 2025-01-23 14:46

La description

Le module Micro LIDAR TFMINI de Benewake a ses conceptions optiques, structurelles et électroniques uniques. Le produit possède trois avantages majeurs: faible coût, petit volume et faible consommation d'énergie.

L'algorithme intégré adapté aux environnements intérieurs et extérieurs peut garantir d'excellentes performances de portée à faible coût et dans un volume minuscule, ce qui élargit considérablement les champs d'application et les scénarios de LiDAR et jette une base solide pour les futurs « yeux » dans le smart ère.

Caractéristiques

• Tension d'entrée: 5 v
• Puissance moyenne: 0,12 W
• Protocole de communication: UART (débit en bauds: 115 200)
• Température de fonctionnement: -20 ~ 60
• Champ de vision: 2,3°

Dimensions

• Taille: 42mmx15mmx16mm
• Poids: 6,1 g

Limites

0cm-30cm gamme "aveugle"

Où acheter

• RobotShop
• Amazone

Cette instructable nécessite que vous soyez familiarisé avec les éléments suivants:

• Electronique de base
• Outils à main comme les coupe-fil et les dénudeurs
• Lecture de schémas et de schémas de connexion
• Programmation C/C++ pour Arduino (facultatif)
• Programmation Python pour Raspberry Pi (facultatif)

Étape 1: Rassembler le matériel

Cette instructable vous guidera à travers différentes manières de déployer TFmini LiDAR à l'aide de votre PC Windows et Raspberry Pi. Chaque méthode a ses exigences et peut varier en fonction de vos besoins.

** Vous aurez besoin de Benewake TFmini LiDAR pour chaque cas (bien sûr) **

Pour la mise en œuvre sur PC:

• OS: Windows
• Convertisseur USB-TTL
• Fils de cavalier

Pour l'implémentation basée sur Raspberry Pi:

• Tarte aux framboises
• Fils de cavalier
• LED (en option)
• Convertisseur USB-TTL (facultatif)
• Planche à pain (facultatif)
• Résistance (entre 100-1k Ohm) (facultatif)

Étape 2: Implémentation sur PC à l'aide de l'application Benewake

1. Connectez le convertisseur TFmini LiDAR vers USB-TTL à l'aide de fils de cavalier (mâle-femelle) selon le schéma indiqué

   • Fil rouge 5V
   • Fil noir GND
   • Tx fil blanc/bleu
   • Rx fil vert
2. Branchez USB-TTL sur votre ordinateur
3. Accédez au Gestionnaire de périphériques (Win + X) et localisez " Prolific USB-to-Serial Comm Port " sous Ports (COM & LPT). Assurez-vous que Windows reconnaît l'appareil
4. Télécharger et extraire WINCC_TF.rar
5. Exécutez WINCC_TFMini.exe à partir des fichiers extraits
6. Sélectionnez le port COM correspondant dans le menu déroulant de l'application Benewake sous la rubrique Port série
7. Cliquez sur CONNECTER

Étape 3: Implémentation sur PC à l'aide de Python (PySerial)

1. Connectez TFmini LiDAR au PC à l'aide du convertisseur USB-TTL
2. Téléchargez et ouvrez PC_Benewake_TFmini_LiDAR.py en utilisant Python IDLE (assurez-vous que PySerial et Python sont installés sur votre PC)
3. Modifiez le port COM dans le code pour qu'il corresponde au port COM du convertisseur USB-TTL sur votre PC (voir image)
4. Cliquez sur l'onglet Exécuter
5. Cliquez sur Exécuter le module

**Reportez-vous à l'étape 5 pour l'explication du code

Étape 4: Implémentation basée sur Raspberry Pi

1. Connectez TFmini LiDAR à RPi à l'aide d'un convertisseur USB-TTL ou d'un port UART à l'aide de GPIO
2. Téléchargez et ouvrez Pi_benewake_LiDAR.py à l'aide de Python IDLE
3. Si vous utilisez un convertisseur USB-TTL avec RPi, ouvrez Arduino IDE. Cliquez sur Outils -> Port série et modifiez le code en conséquence. Si vous utilisez le port UART GPIO, écrivez /dev/ttyAMA0
4. Exécutez le code

** Le code pourrait être utilisé pour imprimer la distance, mais comme RPi n'a pas beaucoup de puissance de traitement, il est conseillé d'allumer une LED si la distance enregistrée est inférieure à une certaine plage (le schéma pour LED avec RPi est joint)

Q. Pourquoi utiliser un convertisseur USB-TTL avec RPi ?

RPi n'a qu'un seul port UART, et parfois vous devez mettre quelques modules qui nécessitent une communication UART. USB-TTL fournit un port UART supplémentaire à RPi, ce qui nous permet de connecter plus d'un périphérique UART (comme deux ou plus TFmini LiDAR) à RPi.

Étape 5: À propos du Code

Le code peut être divisé en trois parties:

• Établir la connexion
• Écriture de données
• Lecture de données

Établissement de la connexion:

Après avoir importé les fichiers d'en-tête nécessaires, nous établissons la connexion à notre TFmini LiDAR en indiquant son port COM, le débit en bauds et le délai de connexion.

ser = serial. Serial('COM7', 115200, timeout = 1) #PC

ser = serial. Serial('/dev/ttyUSB1', 115200, timeout = 1) #Raspberry Pi

Écriture de données:

Le code peut être divisé en deux parties, l'écriture et la réception. Pour recevoir des données, vous devez transmettre la commande à TFmini LiDAR (partie du processus d'initialisation). Dans ce cas, j'ai choisi 4257020000000106. Même si RPi exécute la même version de Python, mais il y a un léger changement de syntaxe car RPi n'accepte pas les données autres que binaires.

ser.write(0x42)

ser.write(0x57) ser.write(0x02) ser.write(0x00) ser.write(0x00) ser.write(0x00) ser.write(0x01) ser.write(0x06)

Lecture des données:

Le graphique fourni dans la fiche technique nous donne la "répartition" du message UART à 9 octets. Les deux premiers octets sont un en-tête de trame ayant une valeur hexadécimale 0x59 (caractère 'Y'). Ils peuvent être lus et utilisés pour identifier le début du message UART.

if(('Y' == ser.read()) et ('Y' == ser.read())):

Une fois la trame d'en-tête lue, les deux octets suivants, transportant des données de distance, pourraient être lus. Les données de distance sont divisées en deux paquets de 8 bits, Dist_L (Byte3) - Lower 8bits et Dist_H (Byte4) - Higher 8bits.

Dist_L = ser.read() #Byte3Dist_H = ser.read() #Byte4

En multipliant Dist_H par 256, les données binaires sont décalées de 8 vers la gauche (équivalent à "<< 8"). Désormais, les données de distance inférieures à 8 bits, Dist_L, pourraient simplement être ajoutées, ce qui donnerait des données à 16 bits de Dist_Total.

Dist_Total = (ord(Dist_H) * 256) + (ord(Dist_L))

Puisque nous avons la valeur de distance "déchiffrée" avec nous, les cinq prochains octets pourraient être ignorés. Notez que les données lues ne sont stockées nulle part.

pour i dans la plage (0, 5):ser.read()

** Dans un autre endroit, vous pourriez trouver un « délai » (time.sleep en Python) incorporé avant la fin de la boucle pour la raison que le TFmini LiDAR a une fréquence de fonctionnement de 100 Hz. Ce délai « délai du programme » entraînera la mise à jour des données après un certain délai. Je pense que puisque nous attendons déjà que les données s'accumulent jusqu'à 9 octets, il ne devrait pas y avoir d'autre délai

#time.sleep(0.0005) #Le retard est commenté

while(ser.in_waiting >= 9):