自 2021 年 10 月起,NVIDIA 和 Open Robotics 開始合作并推出了兩項重要的改動,現(xiàn)已發(fā)布在Humble ROS 2版本中,以提高提供硬件加速器的計算平臺的性能。
新的 ROS 2 Humble 硬件加速特性包括類型適配和類型協(xié)商。NVIDIA 已于 2022 年 6 月底發(fā)布 NVIDIA Isaac ROS 并推出一個實現(xiàn)類型適配和類型協(xié)商的軟件包。
這些對框架的補充雖然簡單,但功能強大,并且能夠顯著提高性能。開發(fā)人員希望將 AI / 機器學習和計算機視覺功能納入其基于 ROS 的應用程序中。
Open Robotics 首席執(zhí)行官 Brian Gerkey 表示:“隨著 ROS 開發(fā)人員向其機器人應用程序添加更多的自主權,機器人上的計算機正變得更加強大。我們一直在努力改進 ROS 框架,以確保它能夠利用這些邊緣計算機中的高性能硬件資源。”。
“我們與 NVIDIA 機器人團隊密切合作,并且很高興在 Humble 版本中分享新功能(類型適配和類型協(xié)商),這將有助于整個 ROS 社區(qū)去接受硬件加速?!?/p>
消除硬件加速的開銷
類型適配
硬件加速器通常需要不同的數(shù)據格式來提供最佳性能。類型適配(REP-2007)現(xiàn)在可用于 ROS 節(jié)點,使其以更適合硬件的格式工作。處理管道可以使用自適應類型消除 CPU 和內存加速器之間的內存拷貝。不必要的內存拷貝會消耗 CPU 計算、浪費電力并降低性能,尤其是隨著圖像大小的增加。
類型協(xié)商
另一個新的創(chuàng)新是類型協(xié)商(REP-2009)。處理管道中的不同 ROS 節(jié)點可以公布其支持的類型,以便選擇產生理想性能的格式。ROS 框架執(zhí)行此協(xié)商過程,并與不支持協(xié)商的遺留節(jié)點保持兼容性。
使用類型適配和協(xié)商加速處理管道,讓硬件加速器零拷貝成為可能。這減少了軟件開銷,并釋放了底層硬件的潛力。隨著機器人專家向 NVIDIA Jetson AGX Orin 等更強大的平臺遷移,他們可以期望實現(xiàn)更多硬件性能的提升。
這些改動完全在 ROS 2 內部完成,這確保了與現(xiàn)有工具、工作流和代碼庫的兼容性。
類型適配和類型協(xié)商已顯示出有希望的結果。在 ROS 2 Foxy 和 ROS 2 Humble 上運行了一個由 ROS 節(jié)點圖組成的基準測試,每個節(jié)點的計算量最小,因此我們可以觀察到底層框架的性能。我們在NVIDIAJetson AGX Xavier和新的NVIDIA Jetson AGX Orin運行了這一基準測試,我們觀察到 NVIDIA Jetson AGX Xavier 有 3 倍的提高,而 NVIDIA Jetson AGX Orin 有驚人的7 倍提高。
引入NVIDIA Issac用于ROS傳輸
NVIDIA 對類型適配和協(xié)商的實現(xiàn)稱為NITROS。這些是由 Isaac ROS 硬件加速模塊(又稱為 GEMs)組成的 ROS 處理管道。這些管道在 Isaac ROS 開發(fā)者預覽(DP)中提供,并且已于 2022 年 6 月底發(fā)布。NITROS 的首次發(fā)布將包括三條管道,計劃在今年晚些時候推出更多管道。
強大的新型GEMs輔助機器人感知
除了 NITROS 加速管道外,IsaacROS DP 版本還包含兩個新的基于 DNN 的 GEM,旨在幫助機器人專家完成常見的感知任務。
第一個 GEM——ESS是用于立體相機視差預測的 DNN。該網絡為機器人應用提供基于視覺的連續(xù)深度感知。
另一個 GEM——Bi3D是用于基于視覺的障礙預測的 DNN 。基于 NVIDIA Research 的開創(chuàng)性工作,對 DNN 進行了改進,以檢測自由空間,同時預測障礙物。該網絡可預測障礙物是否位于立體攝像頭的四個可編程鄰近區(qū)域之一。
Bi3D 經過優(yōu)化,可在 NVIDIADLA 硬件上運行。利用 DLA,可以同時保留 GPU 和 CPU 計算資源。
Bi3D 和 ESS 都經過預訓練,可應用于使用合成和真實數(shù)據的機器人,并擬用于商業(yè)用途。這兩款新的Isaac ROS GEM加入了stereo_image_proc,這是此前發(fā)布的經典計算機視覺立體深度視差程序,為立體相機深度感知提供了三種不同的、獨立的功能。
快速入門
ROS 開發(fā)人員若有興趣將 NVIDIA AI 感知集成到其產品中,可以從今天開始使用 Isaac ROS。
審核編輯:湯梓紅
-
加速器
+關注
關注
2文章
799瀏覽量
37874 -
NVIDIA
+關注
關注
14文章
4986瀏覽量
103067 -
ROS
+關注
關注
1文章
278瀏覽量
17010
原文標題:通過NVIDIA Isaac ROS傳輸改善ROS 2應用的感知性能
文章出處:【微信號:NVIDIA-Enterprise,微信公眾號:NVIDIA英偉達企業(yè)解決方案】歡迎添加關注!文章轉載請注明出處。
發(fā)布評論請先 登錄
相關推薦
評論