如何利用NVIDIA Isaac Sim對工作站的攝像頭性能進行基準測試呢？

機器人通常都會配備攝像頭，設計數字孿生仿真時，在模擬環境中準確復制其性能十分重要。

為了確保仿真能夠順利進行，對運行仿真的工作站進行性能檢查至關重要。本文將介紹在您的工作站上使用NVIDIA Isaac Sim設置和運行攝像頭基準測試的各個步驟。

在開始之前，我們先來了解一下 Isaac Sim 是如何設計添加攝像頭，以及如何導出用于 ROS 2 的輸出結果。

NVIDIA Isaac Sim 可以仿真多種類型的傳感器，包括激光雷達、超聲波、通用測距傳感器、接觸傳感器、IMU 和接近傳感器等測距傳感器。

攝像頭傳感器是 Isaac Sim 中先進的仿真傳感器，您可在用戶界面上快速添加該傳感器。

▲ 圖 1 在 NVIDIA Isaac Sim 上

添加攝像頭并選擇配置和輸出的示例

此外，如下面的示例所示，您還可以使用 Python 腳本加載攝像頭或一個 Python 對象中的多個攝像頭：

camera = Camera(
  prim_path="/World/camera",
  position=np.array([0.0, 0.0, 25.0]),
  frequency=20,
  resolution=(256, 256),
  orientation=rot_utils.euler_angles_to_quats(np.array([0, 90, 0]), degrees=True),
)

1

設置 Demo

您需要一臺配備NVIDIA RTX GPU并安裝了新版本 NVIDIA Isaac Sim 2023.1.0 的工作站才能運行此基準測試。本 demo 僅與運行 Ubuntu 20.04 或 Ubuntu 22.04 的 Linux 機器兼容。

該腳本無需用戶界面即可運行 Isaac Sim，可以通過終端完成。該腳本將啟動模擬器、加載所有需要的攝像頭，并在終端中顯示輸出結果。

2

安裝和運行

克隆 isaac_camera_benchmark demo：

git clone https://github.com/nvidia_iot/isaac_camera_benchmark.git
cd isaac_camera_benchmark

該資源庫包含在您的屏幕上運行 demo 的所有腳本和文件，但在運行腳本之前，請務必下載 NVIDIA Isaac Sim。

請按照NVIDIA Omniverse 上的說明進行操作。

▲ 圖 2 NVIDIA Omniverse、程序庫頁面

和 NVIDIA Isaac Sim 下載按鈕

選擇該頁面上的 NVIDIA Isaac Sim 2023.1.0 并下載。然后進入終端并運行腳本：

./run_camera_benchmark.sh

該腳本將自動啟動新版本 NVIDIA Isaac Sim 并將仿真初始化。

在該仿真中，三個攝像頭圍繞一個小型虛擬倉庫中的三個不同位置，以順時針方向移動。同時，腳本會在終端上顯示當前幀率和 ROS 2 平均頻率輸出結果。

▲ 圖 3 終端上的攝像頭輸出結果示例

FPS 輸出結果可能因工作站配置和硬件設置而發生變化。

如要保存該基準測試的 ROS2 輸出結果，請運行：

./ros2record.sh

▲ 圖 4 記錄所有已配置攝像頭

輸出結果的腳本

所有 ros2bag 文件都在 isaac_camera_benchmark/rosbag 文件夾中。

下一章將解釋該腳本的內部工作原理，以及如何通過更改其配置來測試多個攝像頭或使用不同的分辨率。

3

更改默認配置

共有三個主要文件，您可以通過編寫一個配置文件來設計自己的配置。

第一個腳本是 run_camera_benchmark.sh，它加載 Isaac Sim 的新版本、傳遞一個包含所有配置的腳本并運行此 demo。

該資源庫的主要腳本是 camera_benchmark.py，該腳本僅使用 ROS2_bridge 擴展運行 Isaac Sim，并在默認情況下加載 warehouse_with_forklifts.usd 環境，其中包含一個帶有兩輛叉車的小型虛擬倉庫。該仿真將在光線追蹤照明下運行。

加載環境后，添加在名為 config.json 的文件中配置的每個攝像頭，或者加載三個分辨率為 640 × 480 的攝像頭。

該腳本會自動在環境中添加一個攝像頭對象，同時構建一個圖形，用于讀取來自 Isaac Sim 的輸出結果、修復分辨率，并發布于 ROS 2 輸出結果中。

▲ 圖 5 從 camera_benchmar.py 中生成的圖形

同時，camera_benchmar.py 會加載一個名為 benchmark_camera_node 的 ROS 2 節點，該節點與 ROS 2 攝像頭輸出結果相連，并測量主題頻率平均值。

該腳本還從 Isaac Sim 讀取攝像頭幀率，并在終端上發布輸出結果。

如要更改默認配置，只需新建一個名為 config.json 的 JSON 文件即可。該文件必須包含攝像頭的配置。您可以設置不同的選項：

平移：攝像頭在環境中的位置，該變量必須是一個三坐標向量，如 [0.0 0.0 0.0]。

分辨率：攝像頭輸出分辨率是一個整數向量，包含攝像頭的分辨率（如 640 × 480）。建議的分辨率包括：

640 × 480

1024 × 768

1920 × 1080 (FHD)

2560 × 1440 (2K)

3840 × 2160 (4K)

以下是新建 config.json 的示例。

{
  "camera": [
    {"translate": [0.0, 0.0, 3.0], "resolution": [640,480]}
    {"translate": [-1.0, 0.0, 6.0], "resolution": [1024,768]}
  ]
}

該輸出結果將生成下圖中所示的新基準。

▲ 圖 6 示例：輸出攝像頭以及終端上的

FPs ros 主題和 Isaac Sim fps 示例

您可以在 config.json 文件中添加配置，指定要在 Isaac Sim 上啟動的仿真類型。

renderer（渲染器）：選擇渲染器類型。默認為 RayTracedLighting。

headless（無頭）：要在沒有用戶界面的情況下運行 Isaac Sim，可以將此布爾變量改為 True。

另一個配置文件示例如下。

{
  "simulation": {"renderer": "RayTracedLighting", "headless": true},
  "camera": [
    {"translate": [0.0, 0.0, 3.0], "resolution": [640,480]},
    {"translate": [-1.0, 0.0, 6.0], "resolution": [1024,768]}
  ]
}

4

總結

通過該腳本，您可以在工作站上監控攝像頭的輸出結果和 ROS 主題的性能。它還提供了一個如何使用 ROS 2 創建新 Isaac Sim 腳本的示例。

審核編輯：劉清