PlanarianScanner

Système d'imagerie automatisé pour le suivi comportemental de planaires — Laboratoire de Biologie, Université Champollion, Albi

Présentation

PlanarianScanner est une application web développée pour le suivi de l'activité et des mouvements de planaires (Platyhelminthes) dans le cadre de leur étude en laboratoire.

Le système pilote un scanner multi-puits motorisé composé d'un bras CNC (GRBL) et d'une caméra haute définition ArduCam montée sur Raspberry Pi 4. Il permet l'acquisition automatisée d'images sur une grille de 6×4 puits × 4 plaques, le stockage haute performance des captures, et leur export vers des machines d'analyse distantes.

Matériel

Composant	Détail
Carte	Raspberry Pi 4
Caméra	ArduCam haute définition
Motorisation	Bras CNC piloté en GRBL
Grille de puits	6×4 × 4 plaques multi-puits
Réseau	LAN local — export Samba/rsync

Stack technique

Couche	Technologie
Backend	Django + Django Channels
Temps réel	Redis (broker + channel layer)
Acquisition	OpenCV + Picamera2
Stockage	ReductStore (time series haute performance)
Tâches asynchrones	Celery + django-celery-beat
Export	Samba (CIFS), rsync/SSH
Plateforme	Raspberry Pi 4 — Debian Linux

Fonctionnalités

Pilotage du bras CNC en GRBL — déplacement automatique puits par puits
Acquisition image haute définition via ArduCam (OpenCV + Picamera2)
Stockage des frames en base time série ReductStore
Sessions de scan paramétrables (grille complète ou sélection de puits)
Export asynchrone (Celery) :
- Archive ZIP d'images JPEG par session
- Vidéo MP4 générée depuis les frames capturées
Transfert automatique des exports vers machines distantes (Linux / Windows)
Planification nocturne des exports via django-celery-beat
Interface web temps réel (Django Channels / WebSocket)
Suivi de progression des tâches longues par polling

Architecture

Raspberry Pi 4
├── Django (interface web + API)
│   ├── Django Channels  ←→  Redis  (WebSocket temps réel)
│   └── Celery workers
│       ├── scanning(session_id)       — parcours des puits
│       ├── export_images_zip()        — génération ZIP JPEG
│       ├── export_video_mp4()         — génération MP4 (OpenCV)
│       └── transfer → /mnt/exports   — partage Samba
│
├── ArduCam  ←  Picamera2 / OpenCV    — capture HD
├── CNC GRBL ←  Serial                — déplacement XY
└── ReductStore                        — stockage time série frames

Installation

Documentation complète à venir.

git clone https://github.com/votre-repo/planarianscanner.git
cd planarianscanner

python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

cp .env.example .env
# Éditer .env : SECRET_KEY, REDIS_URL, REDUCTSTORE_URL, ...

python manage.py migrate
python manage.py createsuperuser

Démarrage des services :

# Django + Channels
python manage.py runserver

# Worker Celery
celery -A planarianscanner worker -l info

# Scheduler (exports nocturnes)
celery -A planarianscanner beat -l info --scheduler django_celery_beat.schedulers:DatabaseScheduler

# Redis (si non géré par systemd)
redis-server

Organisation du dépôt

planarianscanner/
├── cameras/                  # App principale
│   ├── models.py             # ExportSession, ScanningStatus
│   ├── tasks/
│   │   ├── export_tasks.py   # export_images_zip, export_video_mp4
│   │   ├── scanning_tasks.py # scanning, on_scanning_done
│   │   └── transfer_tasks.py # copy vers Samba
│   ├── consumers.py          # WebSocket Channels
│   └── views.py
├── cnc/                      # Pilotage GRBL
├── logs/                     # Logs Celery (rotation auto)
├── media/exports/            # Fichiers exportés temporaires
└── requirements.txt

Contexte scientifique

Les planaires sont des vers plats dotés de remarquables capacités de régénération et d'un système nerveux primitif faisant l'objet de nombreuses recherches en neurobiologie et biologie du développement.

Ce système d'imagerie automatisé permet d'observer et d'enregistrer leur comportement (déplacements, réponses à des stimuli) sur de longues périodes, pour un grand nombre d'individus en parallèle, sans intervention humaine.