SLAM_Stereo_BlueOS
Ce projet est piloté par OpenClaw (Surfer d'Argent). Toute discussion / décision / logs passent par Discord serveur Labo, catégorie Projets, salon #slam (channel id
1495451262639149116). Le dossier Windows sert uniquement de workdir local pour tests hardware. La source de vérité = Gitea (192.168.0.82:3000). Nextcloud = miroir de synchro.
SLAM Stéréo BlueOS — AUV Sous-Marin Autonome
SLAM visuel stéréo pour drone sous-marin (AUV) intégré BlueOS. Stack: ORB-SLAM3 + ROS2 Humble + Python + Flask.
Objectifs
- Localisation et cartographie 3D temps réel en milieu sous-marin
- Portée cible : 0.5 m – 5 m (visibilité eau douce/mer côtière)
- Baseline stéréo : 11 cm (médiane 10-12 cm optimale)
- Déploiement : Raspberry Pi 4B sous BlueOS (Docker extension)
- Interface web Flask pour monitoring et calibration
Hardware
| Composant | Modèle | Quantité |
|---|---|---|
| SBC | Raspberry Pi 4B (4 GB) | 1 |
| Caméra gauche | Microsoft LifeCam HD-3000 | 1 |
| Caméra droite | Microsoft LifeCam HD-3000 | 1 |
| IMU | À définir (MPU-6050 ou ICM-20689) | 1 |
| Support | Impression 3D PETG (voir /hardware/) | 1 |
Schéma Baseline Stéréo
CAMÉRA GAUCHE CAMÉRA DROITE
| |
|<------- B = 11cm ----->|
| |
_____|_____ _____|_____
| [o] f | | f [o] |
|___________| |___________|
| |
| AUV |
|_______________________|
Z_max = f * B / d_min
= 525 px * 0.11 m / 1 px
≈ 57.75 m (théorique, ~5 m pratique sous-marin)
Z_min = f * B / d_max
= 525 * 0.11 / 64
≈ 0.9 m
Quick Start
1. Calibration stéréo (PC)
# Capturer les paires de damier
python src/calibration/stereo_capture.py
# Calibrer
python src/calibration/stereo_calibrate.py
# → génère config/stereo_calib.yaml
2. Déploiement Pi
bash scripts/deploy_pi.sh <IP_DU_PI>
3. Interface web
cd src/interface && python app.py
# → http://localhost:5000
4. Documentation Sphinx
pip install sphinx sphinx-rtd-theme sphinxcontrib-bibtex myst-parser
sphinx-build -b html docs/source docs/build
# → ouvrir docs/build/index.html
Structure
SLAM_Stereo_BlueOS/
├── src/
│ ├── calibration/ # Calibration stéréo OpenCV
│ ├── slam/ # Wrapper ORB-SLAM3
│ └── interface/ # Flask web UI
├── docs/ # Sphinx documentation
├── hardware/ # OpenSCAD support caméras
├── datasets/ # (gitignored — trop lourds)
├── scripts/ # Deploy SSH Pi
├── config/ # YAML calibration + params
└── Dockerfile # BlueOS extension
Dépendances Python
opencv-python>=4.8
flask>=3.0
numpy>=1.24
pyyaml>=6.0
Licence
MIT — Baptiste Moulin 2026
Languages
Python
80.5%
OpenSCAD
6.7%
Dockerfile
6.6%
Shell
6.2%