Der Raspberry Pi

Blog

HeimHeim / Blog / Der Raspberry Pi

May 29, 2023

Der Raspberry Pi

Forscher der Universität Lund, des Lund Institute of Advanced Neutron and X-ray Science (LINXS), des Argonne National Laboratory und der Northwestern University haben eine Open-Source-Tomographie veröffentlicht

Forscher der Universität Lund, des Lund Institute of Advanced Neutron and X-ray Science (LINXS), des Argonne National Laboratory und der Northwestern University haben einen Open-Source-Tomographiescanner herausgebracht, der sichtbares Licht nutzt – und so eine fortschrittliche Bildgebung direkt in Ihrer Küche ermöglicht.

„Wir präsentieren ein Rezept für den Aufbau eines tragbaren DIY-Toolkits mit dem Titel Kitchen-Based Light Tomography (KBLT) zur Durchführung einer Tomographie mit sichtbarem Licht mit kostengünstigen und leicht zugänglichen Komponenten“, erklärt das Forschungsteam das Projekt, auf das wir aufmerksam gemacht wurden vom Raspberry Pi-Blog. „Die gesamte Software für Motorsteuerung, Bildaufnahme, Bildrekonstruktion und -analyse ist Open Source und online verfügbar.“

Bei der Tomographie, auch tomografische Bildgebung genannt, werden durchdringende Wellen verwendet, um ein „Tomogramm“ nicht nur von der Oberfläche von Objekten, sondern auch von deren Innerem zu erstellen – also zweidimensionale Querschnitte eines dreidimensionalen Objekts, daher bedeutet „tomo“ „Schnitt“. ." Typischerweise handelt es sich bei Tomographen um teure Geräte, die auf Röntgen- oder Neutronenquellen angewiesen sind. Der KBLT ist jedoch so konzipiert, dass er sowohl erschwinglich als auch sicher für Amateur- oder Anfängerexperimente ist – daher wird stattdessen eine entsprechend starke LED-Taschenlampe verwendet.

Die genauen Fähigkeiten eines KBLT hängen davon ab, wie er hergestellt wird. Die Designer sagen, dass Anfänger aus LEGO-Steinen, einem Mobiltelefon, einer Taschenlampe und einem Papierbildschirm eine einfache Version namens KBLT v1 zusammenstellen können. KBLT v2 hingegen bietet Automatisierung und ein Erlebnis, das eher den professionellen Geräten ähnelt, die Sie in einem Labor finden – und besteht aus einem Raspberry Pi-Einplatinencomputer, einer Taschenlampe, einer Webcam und einem motorisierten Rotationstisch, der von gesteuert wird Der GPIO-Header (General Purpose Input/Output) des Raspberry Pi.

„Abhängig von der verwendeten Hardware und dem Design kann ein sicherer und kosteneffizienter KBLT-Scanner für Bildungszwecke für nur 150 bis 1.000 Euro [ca. 164 bis 1.100 US-Dollar] gebaut werden“, schätzen die Forscher, „was im Gegensatz dazu stehen sollte.“ auf die Kosten von rund 37.000 € [rund 40.420 $] für den Kauf eines Röntgenscanners für Bildungszwecke oder [eines] vollständigen Labor-Röntgenscanners, der 100.000 bis 1,5 Millionen € [rund 110.000 bis 1,64 Millionen $] kostet. "

„KBLT wurde als praktisches Bildungsinstrument [konzipiert], um neue und zukünftige Benutzer von LSRIs [groß angelegten Forschungsinfrastrukturen] in der Tomographie zu schulen und es sowohl für Beamline-Wissenschaftler als auch für Computerforscher in ihrem normalen Arbeitsablauf für Tests nützlich zu machen und die Verbesserung von Hardware- und Softwarelösungen, einschließlich neuartiger Rekonstruktionsalgorithmen“, behaupten die Entwickler.

„Durch den Einsatz von KBLT“, so die Forscher weiter, „ist es möglich, die Schwelle für das allererste Tomographieexperiment an einem LSRI zu senken, das entweder Röntgenstrahlen oder Neutronen verwendet. Zukünftige Bemühungen könnten auf dem KBLT-Konzept aufbauen, um mehr Ausbildung und Entwicklung zu etablieren.“ Werkzeuge für andere Arten von Techniken, z. B. Streuung, Beugung und Spektroskopie, die das Wissen und Know-how der nächsten Generation von Benutzern, Beamline-Wissenschaftlern und Computerforschern von LSRIs weiter erweitern werden.

Das Papier, das das Projekt detailliert beschreibt, wurde unter Open-Access-Bedingungen in der Zeitschrift Tomography of Materials and Structures veröffentlicht, während der Quellcode und die Montageanweisungen – sowie ein Link zu gesammelten KBLT-Datensätzen, einschließlich eines Python-Rekonstruktionsskripts – auf GitHub unter verfügbar sind freizügige BSD-Drei-Klausel-Lizenz.