7.0 KiB
PlanarianScanner — Contexte technique
Système d'imagerie automatisé pour le suivi comportemental de planaires (Platyhelminthes). Développé par dd@linuxtarn.org pour le Laboratoire de Biologie, Université Champollion, Albi.
Matériel cible
| Composant | Détail |
|---|---|
| Carte | Raspberry Pi 4 |
| Caméra | ArduCam haute définition (Picamera2) |
| Motorisation | Bras CNC L2544 piloté en GRBL via port série |
| Grille | 4 plaques multi-puits de 6×4 = 96 puits (Ø 16 mm) |
| Réseau | LAN — export Samba (CIFS) / rsync SSH |
Stack technique
| Couche | Technologie |
|---|---|
| Backend | Django 5.1 + Django Channels (WebSocket) |
| Serveur ASGI | Daphne |
| Broker/cache | Redis |
| Tâches async | Celery + django-celery-beat (one-shot via ClockedSchedule) |
| Vision | OpenCV (headless) + Picamera2 |
| Stockage frames | ReductStore (base time série haute performance) |
| BDD | MariaDB (prod) — sqlite3 (dev) |
| Export distant | Samba client (CIFS) / rsync |
| Plateforme | Raspberry Pi 4, Debian 64-bit Trixie |
| Python | 3.13 — venv dans .venv/ |
Structure du dépôt
PlanarianScanner/
├── etc/ # Scripts d'installation et configs système
│ ├── 1-install-sys.sh # Dépendances système
│ ├── 2-cargo-reductstore-install.sh # Build ReductStore (~15 min sur RPi4)
│ ├── 3-install-samba-client.sh
│ ├── 4-install_mariadb.sh
│ ├── 5-install_adminer.sh
│ ├── 6-install_django_app.sh # Init Django (migrations, fixtures, collectstatic)
│ ├── db/ # Fixtures JSON initiales (configuration, multiwell, well)
│ ├── requirements.txt
│ ├── scanner_service.conf # Supervisor : Django + Celery workers
│ ├── reductstore_service.conf
│ └── nginx_service.conf
├── datas/ # Données hors Django (gitignored)
│ ├── medias/ # Images et vidéos capturées
│ ├── exports/csv/ # Exports CSV EthoVision
│ ├── remote/exports/ # Dossier cible des transferts distants
│ └── backup/mariadb/ # Sauvegardes MariaDB
├── assets/ # Logo, screenshots
├── test_tube_scanner/ # Racine du projet Django
│ ├── home/ # Package projet (settings, urls, wsgi, asgi, celery)
│ ├── scanner/ # App scanner (CNC, multi-puits, sessions, exports)
│ ├── planarian/ # App suivi planaires (métriques, export CSV)
│ ├── modules/ # Modules partagés (capture, GRBL, tracker, metrics…)
│ ├── manage.py
│ ├── run-server.sh
│ ├── run-workers.sh
│ ├── planarian_sim.py # Simulateur standalone (CLI)
│ └── .env / .env.example
└── browser.py # Ouverture navigateur local (utilitaire)
Applications Django
scanner — Pilotage CNC et acquisition
Modèles principaux :
| Modèle | Rôle |
|---|---|
Configuration |
Config globale active (caméra, GRBL, tracking, calibration) |
MultiWell |
Plaque multi-puits (position HG/HD/BG/BD, grille 6×4, pas XY) |
Well |
Puit individuel (nom Ai..Di) |
WellPosition |
Position XY mm d'un puit dans un MultiWell + px_per_mm |
Experiment |
Session de capture sur un MultiWell (durée, début/fin) |
Session |
Groupe d'expériences avec planification (ClockedSchedule one-shot) |
SessionExperiment |
Liaison Session ↔ Experiment |
ExperimentWell |
Liaison Experiment ↔ Well (puits actifs) |
Signaux Django :
post_save(MultiWell)→ génère automatiquement lesWellPositionen serpentinpost_save(Session)→ crée lesPeriodicTaskCelery Beat (export + scanning)post_delete(Session)→ supprime lesPeriodicTaskassociées
Tâches Celery (scanner/tasks.py, scanner/export_tasks.py) :
run_scanning(session_id)— parcours serpentin des puits (GRBL + capture)run_session_exports(session_id)— génération ZIP JPEG + MP4 + transfert distant
planarian — Suivi multi-individus et métriques
Modèle ExperimentConfig : paramètres de tracking par puit (px_per_mm, fps, seuils).
Modules partagés (modules/)
| Module | Rôle |
|---|---|
grbl.py |
Pilotage CNC via port série (G-code, homing, déplacement XY) |
grbl_simulator.py |
Simulateur GRBL pour dev sans matériel |
capture_interface.py |
Interface abstraite de capture |
picamera2_capture.py |
Capture ArduCam via Picamera2 |
webcam_capture.py |
Capture webcam via OpenCV |
videofile_capture.py |
Lecture fichier vidéo (test/sim) |
planarian_tracker.py |
Tracking multi-individus : MOG2 + algorithme hongrois (scipy) |
planarian_metrics.py |
Métriques par frame et summary (mobilité, thigmo, photo, chemo, social) |
tube_aligner.py |
Alignement et calibration optique du tube |
circular_crop.py |
Découpe circulaire des images de puit |
reductstore.py |
Interface ReductStore (stockage/lecture frames time série) |
system_stats.py |
Stats système (CPU, RAM, disque — affichage dashboard) |
Métriques de tracking
Par frame : velocity, distance, moving, mobility_state, dist_to_wall_mm, near_wall, dist_to_light_mm, heading_to_light_deg, fleeing_light, dist_to_food_mm, heading_to_food_deg, approaching_food, in_food_zone, nearest_neighbour_mm, in_avoid_zone, in_aggreg_zone, chem_repulsion_level.
Summary : totaux et pourcentages EthoVision-compatibles pour mobilité, thigmotactisme, phototactisme, chimiotactisme, interactions sociales.
Export CSV compatible EthoVision XT.
Configuration runtime
Fichier .env (python-decouple) dans test_tube_scanner/ :
SECRET_KEY, DEBUG, DOMAIN_SERVER, ALLOWED_HOSTS, CSRF_TRUSTED_ORIGINS
APP_DATAS # chemin relatif vers datas/ (ex: ../datas)
DJANGO_APP # nom de l'app (home)
REDIS_URL # ex: redis://localhost:6379/0
REDUCTSTORE_URL # ex: http://localhost:8383
DB_* # MariaDB credentials
Démarrage des services
Tous gérés par Supervisor :
# Interface web Supervisor
http://root:toor@<ip>:9001
# CLI
sudo supervisorctl start|stop|restart reductstore
sudo supervisorctl start|stop|restart test_tube:*
En dev :
cd test_tube_scanner
./manage.py runserver 0.0.0.0:8000
# Workers Celery séparés :
./run-workers.sh
Accès réseau : ajouter <ip-rpi4> scanner.local dans /etc/hosts des clients.
Simulateur standalone
test_tube_scanner/planarian_sim.py — simulation CLI d'une arène circulaire (Ø 16 mm, 500×500 px),
export CSV EthoVision par planaire.
python3 planarian_sim.py --count 5 --thigmotaxis 0.4
python3 planarian_sim.py --count 5 --photo-mode fixed --photo-x 0.2 --photo-y 0.2 --photo-strength 0.6
test_tube_scanner/make_videos.sh — génération de 24 vidéos de simulation (une par puit).
Licence
GPL-3.0