NVIDIA ISAAC 軟件開發工具包 的模塊化和易于使用的感知堆棧繼續加速各種移動機器人的發展。 ISAAC sdk2020.1 引入了 Python API ，使那些熟悉 Python 的人更容易構建機器人應用程序。

在這篇文章中，我們將探討這個特性，并分享如何使用 Python 構建您自己的 ISAAC 應用程序的分步指南。我們在 ISAAC SDK 中介紹 Python 編程，并舉例說明如何創建應用程序；如何使用代碼、模塊和數據流；以及如何處理不同的數據類型。我們用示例來總結文章，將子圖添加到同一個應用程序中，并將其部署到 Jetson 上。我們還將向您展示如何使用 Jupyter 筆記本電腦，這是一個面向 Python 開發人員的強大 UI 工具。對于更高級的 Python 開發人員，我們還提供了在移動機器人上部署 ISAAC 應用程序以及在 ISAAC Sim 中部署協作機器人手臂的例子。

圖 1 。使用 Jupyter 筆記本和 ISAAC SDK Python API 在 ISAAC Sim 中控制虛擬機器人。

ISAAC SDK 中 Python 編程入門

為了指導您使用 Python 創建一個 ISAAC 應用程序，請創建一個 mybot.py 應用程序文件。從 apps 文件夾下的新文件夾開始， //apps/mybot 。用下面的代碼創建一個構建文件，并將其保存在 //apps/mybot/BUILD 下，以便 Bazel 能夠識別它。

ISAAC SDK 中 Python 編程入門

為了指導您使用 Python 創建一個 ISAAC 應用程序，請創建一個mybot.py應用程序文件。從 apps 文件夾下的新文件夾開始，//apps/mybot。用下面的代碼創建一個構建文件，并將其保存在//apps/mybot/BUILD下，以便 Bazel 能夠識別它。

load("http://engine/build:isaac.bzl", "isaac_py_app")
isaac_py_app( name = "mybot", srcs = ["mybot.py"], data = [], modules=[], deps = [ "http://engine/pyalice", ],
)

在構建文件中，//engine/pyalice是 Python API 的支持代碼，mybot.py是用 Python 編寫的 robot 應用程序。將下面的代碼放入//apps/mybot/mybot.py并用bazel run apps/mybot:mybot運行它。您可以通過控制臺 spew 判斷它正在運行，您可以使用經典的 CTR L-C 隨時停止它。

from engine.pyalice import Application app = Application(name="mybot")
app.run()

當應用程序運行時，將瀏覽器指向http://localhost:3000，您將在視力中看不到任何內容，這是 ISAAC SDK 中的可視化工具。

了解代碼、模塊和數據流

ISAAC SDK 為機器人應用程序提供了許多構建塊，稱為代碼。

其中一些代碼可以按原樣提供，比如錄音機。其他模塊打包為模塊，必須在代碼集可用之前顯式加載這些模塊。將以下模塊添加到剛剛創建的 Bazel 構建文件中，以便加載它們。

 modules = [ "message_generators", "viewers", ],

現在可以使用在app.run之前創建的應用程序實例從 Python 加載它們：

app.load_module('message_generators')
app.load_module('viewers')

在 ISAAC SDK 中，數據由傳感器生成，并在代碼實例之間流動，直到它們被執行器消耗。要從加載的 codelet 創建實例，請在調用之前將以下代碼添加到 Python 應用程序應用程序運行.

node_src = app.add('src')
component_src = \ node_src.add(app.registry.isaac.message_generators.ImageLoader, 'ImageLoader')

這里創建了一個名為src的節點。消息生成器模塊提供的ImageLoader的組件以ImageLoader的名稱創建，并附加到src的節點上。它將指定 PNG 文件中的圖像數據作為ColorCameraProto消息發布，就像它們來自真實的相機一樣。您可以指定要從中加載數據的圖像以及其他幾個參數（盡管在本示例中這些參數并不重要）以及消息發布的頻率。有關詳細信息，請參閱ISAAC 消息_ generators . ImageLoader。

component_src.config['color_filename'] = '/home/bob/Pictures/panda.png'
component_src.config['focal_length'] = [35.0, 35.0]
component_src.config['optical_center'] = [300.0, 400.0]
component_src.config['tick_period'] = '1hz'

為了可視化攝像機圖像，彩色攝影機代碼將有所幫助。類似地，您可以使用以下代碼創建它的實例：

node_sink = app.add('sink')
component_sink = \ node_sink.add(app.registry.isaac.viewers.ColorCameraViewer, 'ColorCameraViewer')

數據應該在代碼之間流動。但是，必須在它們之間建立連接才能使數據流動。從文檔中可以看出，CameraGenerator有三個輸出通道。選擇ColorCameraProto消息發布到的 color _ left 頻道。類似地，您可以看到ColorCameraViewer代碼從color_listener通道讀取消息。連接它們（稱為“邊緣”）：

app.connect(component_src, 'color', component_sink, 'color_listener')

再次運行應用程序（mybot.py），并檢查 Sight 是否有圖像。

在 Python 中使用不同的 ISAAC 圖像數據類型

ISAAC SDK 允許您在應用程序中使用多個數據源：

• 記錄的傳感器數據（容器）
• 真實傳感器數據（攝像機）
• 模擬傳感器數據

在本節中，我們將解釋如何在 Python 應用程序中使用這些數據類型。

使用攝像頭

ISAAC SDK 支持許多帶有V4L2Cameracodelet 的 USB 攝像頭。

在本節中，您將使用 Realsense 攝像頭，它由realsense模塊中的RealsenseCamera代碼集支持。類似地，你可以從視線中看到攝像機鏡頭，就像之前的圖像一樣。因為這是對ImageLoader的直接替換，所以可以使用命令行參數在它們之間進行切換。有關如何在 Python 中處理命令行參數的更多信息，argparse- 命令行選項、參數和子命令的解析器。您將得到如下代碼示例：

parser = argparse.ArgumentParser(description='Sample Python API app')
parser.add_argument('--source',
                   type=str,
                   dest='source',
                   help='The source to get data from',
                   choices=['camera', 'image'],
                   default='camera')
args, _ = parser.parse_known_args()
if args.source == 'image':
   app.load_module('message_generators')
   component_src = \
     node_src.add(app.registry.isaac.message_generators.ImageLoader, 'src')
   component_src.config['color_filename'] = '/home/bob/Pictures/panda.png'
   component_src.config['focal_length'] = [35.0, 35.0]
   component_src.config['optical_center'] = [300.0, 400.0]
   component_src.config['tick_period'] = '1hz'
   app.connect(component_src, 'color', viewer_component, 'color_listener')
elif args.source == 'camera':
   app.load_module('realsense')
   camera = app.add("cam").add(app.registry.isaac.RealsenseCamera)
   camera.config.rows = 480
   camera.config.cols = 640
   camera.config.color_framerate = 30
   camera.config.depth_framerate = 30
   app.connect(camera, 'color', viewer_component, 'color_listener')
app.run()

如前所示， PythonAPI 提供了處理不同環境的靈活性。

使用木桶

使用真實的傳感器數據是直觀的，但是這樣做并不總是實際可行的。木桶能幫上忙。 Cask 是用于記錄 ISAAC SDK 中的消息的格式。在 ISAAC SDK 中，可以記錄一個消息流，并在以后回放以用于調試或分析。要從 Realsense 攝像頭錄制圖像流，請嘗試在//apps/samples/camera:record_realsense運行示例應用程序。

有了錄音桶，你可以在沒有真正的傳感器的情況下隨時隨地重放和播放消息流。假設記錄的容器位于/home/bob/cask/的文件夾中。您可以使用Replay代碼來檢索消息：

   player_node = app.add('player')
   player_component = player_node.add(app.registry.isaac.alice.Replay)
   player_component.config['cask_directory'] = '/home/bob/cask'
   app.connect(player_component, 'color', viewer_component, 'color_listener')

類似地，您可以向 Python 應用程序添加一個 cask 作為一個可能的選項，就像您使用 realseness camera 一樣。這里，名稱color是用于記錄彩色相機圖像流的通道名稱。然后你就可以查看視頻流，就好像它來自真實的攝像機一樣。

使用模擬傳感器

如前所述，您已經有了一個 Python 應用程序，可以在記錄的傳感器數據（ cask ）和真實傳感器數據（ camera ）之間切換。現在再添加一個可能的數據源：來自 ISAAC Sim Unity3D 的模擬傳感器。將 Sim 選項添加到命令行參數源，并將模擬相機消息流連接到查看器以進行可視化，如以下代碼示例所示：

parser.add_argument('--source', type=str, dest='source', help='The source to get data from', choices=['cask', 'camera', 'image', 'sim'], default='sim')
… if args.source == 'image': ...
elif args.source == 'cask': ...
elif args.source == 'camera': ...
elif args.source == 'sim': app.load('packages/navsim/apps/navsim_tcp.subgraph.json') app.connect('interface/output', 'color', 'viewer/ColorCameraViewer', 'color_listener') app.run()

檢索 ISAAC 是 Unity3D。有關詳細信息，請參閱ISAAC Sim Unity3D。

啟動 ISAAC 是 Unity3D ：

./build/sample.x86_64 --scene medium_warehouse

默認情況下， Python 應用程序嘗試與同一主機上的模擬對話。如果應用程序正在另一臺主機上運行，請為組件interface/output配置相應的主機參數。有關詳細信息，請參閱isaac.alice.TcpSubscriber。運行該應用程序，模擬攝像機的鏡頭可以看到。

鏡頭來自安裝在模擬機器人上的模擬攝像機。試著在模擬圖形用戶界面（ GUI ）上玩一些可移動的物體，比如納米盒子，看看模擬相機的工作原理和真相機一樣。

用子圖把它拉到一起

正如您所注意到的，組件（從代碼創建的實例）和連接它們的邊組成了一個圖形。這樣的圖可以從 JSON 文件加載，也可以根據需要從 Python 應用程序加載。有關詳細信息，請參閱 MIG 。

例如，模擬通信子圖packages/navsim/apps/navsim_tcp.subgraph.json封裝了用于使用 TCP 與 ISAAC Sim Unity3D 或 NVIDIA Omniverse 通信的節點、組件和邊。要使其對應用程序可用，請將以下 Bazel 數據依賴項添加到您先前創建的生成文件中：

 data = [ "http://packages/navsim/apps:navsim_tcp_subgraph", ],

在 Python 應用程序中，可以使用以下命令加載它：

app.load('packages/navsim/apps/navsim_tcp.subgraph.json')

子圖組件更像是由一組節點組成的配方，而不是容器。加載子圖更像是按照配方創建節點和組件。在視圖中，您可以看到從子圖（圖 4 ）創建的所有節點（場景管理器、接口）。通過將它們與其他節點連接，可以使用app.connect創建更復雜的應用程序。

圖 4 。顯示各種子圖使用情況的計算圖。

當加載多個子圖時，命名沖突 MIG ht 會發生，因為在任何應用程序中，節點都需要具有唯一的名稱。若要避免此類沖突，請使用另一個參數加載子圖：

app.load( 'packages/navsim/apps/navsim_tcp.subgraph.json', 'simulation',
)

這里，第二個參數是 JSON 文件中指定的所有節點的“ node name prefix ”。例如，packages/navsim/apps/navsim_tcp.subgraph.json文件指定一個名為interface的節點。前面的語句將創建一個名為simulation.interface的節點，而不是interface。

在 Jetson 上部署應用程序

現在有了一個 Python 應用程序。在真正的 Jetson 板上運行只需要一個命令：

./engine/build/deploy.sh -h -p //apps/mybot:mybot-pkg -d jetpack43

有關將應用程序部署到 Jetson 的更多信息，請參閱入門和在 Jetson 上部署和運行。

使用 SSH 連接到您的 Jetson 板或從 GUI 打開一個終端并檢查文件夾/home/nvidia/deploy/bob/mybot-pkg。如果您在 Jetson 和開發設置上使用不同的用戶名，請將nvidia替換為 Jetson 板上的用戶名，將 bob 替換為開發設置上的用戶名。

使用以下命令在 Jetson 上運行應用程序：

nvidia@Jetson:~/deploy/bob/mybot-pkg$ ./run apps/mybot/mybot.py

如果您正在使用存儲庫之外的資源，請考慮將它們添加到應用程序的 Bazel 依賴項中，以便可以使用deploy.sh將它們與應用程序一起自動部署到deploy.sh。

如果您在 PC 機上使用 ISAAC Sim Unity3D ，則可以正常通信。

使用 Jupyter 筆記本

因為這里有 pythonapi ，所以 Jupyter 筆記本肯定可以工作。將以下生成文件與空的mybot.ipynb一起使用：

isaac_jupyter_app(
   name = "mybot",
   modules = [
       "message_generators",
       "viewers",
   ],
   notebook = "mybot.ipynb",
)

以類似于 Jetson 板或 X86 工作站的方式部署應用程序，并使用以下命令啟動 Jupyter ：

jupyter notebook apps/mybot/mybot.ipynb

你現在可以走了。 run 函數被阻塞，只有在 robotic 應用程序停止時才返回。要以交互方式使用 robotics 應用程序，請相應地使用 start 和 stop 函數。

Python 在模擬移動機器人中的應用

在使用模擬傳感器工作的部分，有一個模擬機器人，上面安裝了模擬攝像機。 ISAAC Sim Unity3D 是用來模擬移動機器人的。對于在 ISAAC Sim Unity3D 中控制帶有差分基座的模擬機器人的示例 robot 應用程序，請檢查//apps/navsim:navsim_navigate中的應用程序。組件和子圖可以在 JSON 文件apps/navsim/navsim_navigate.app.json中找到。有關詳細信息，請參見ISAAC Sim Unity3D。

用 Python 模擬機器人手臂

除了移動機器人，用 Jupyter 筆記本電腦進行簡單的聯合控制SDK 也可以用于構建機器人手臂的應用程序。有了Omniverse ISAAC?，你可以在沒有真正硬件的情況下使用模擬機械手臂。有關更多信息，請按照用 Jupyter 筆記本電腦進行簡單的聯合控制上的“ UR10 in用 Jupyter 筆記本電腦進行簡單的聯合控制用 Jupyter 筆記本電腦進行簡單的聯合控制Sim ”會話說明操作。應用程序將在模擬中控制機械臂，如圖 5 所示。

圖 5 。通用機器人的 UR10 正在使用 Jupyter 筆記本電腦進行模擬控制。

以下是應用程序中發生的情況。第一件事是加載一個子圖，允許通過 TCP 與模擬器通信。

app.load(filename="packages/navsim/apps/navsim_tcp.subgraph.json", prefix="simulation")

若要為關節生成平滑運動，請為節點加載另一個子圖：

app.load( filename="packages/planner/apps/multi_joint_lqr_control.subgraph.json", prefix="lqr")

該子圖封裝 LQR 規劃器的節點，生成當前關節狀態和目標關節位置的命令。將仿真節點與規劃器的節點連接起來，以使機械臂關節狀態消息和命令消息在它們之間流動：

app.connect(simulation_node["output"], "joint_state", lqr_interface, "joint_state")
app.connect(lqr_interface, "joint_command", simulation_node["input"], "joint_position")

用 Python 編碼的代碼集 PyCodeletJointPositionControl從滑塊讀取目標關節位置值，并將這些值作為CompositeProto消息發布：

class JointPositionControl(Codelet):
    def start(self):
        self.tx = self.isaac_proto_tx("CompositeProto", "command")
      self._widget = CompositeWidget(self.config.joints "position", self.config.limits)
    def tick(self):
        self.tx._msg = self._widget.composite
      self.tx.publish()

有關詳細信息，請參見創建 Python 代碼。

然后，JointPositionControl代碼集連接到一個節點，并連接到 LQR planner 的目標輸入通道：

widget_node = app.add("command_generator")
joint_commander = widget_node.add(JointPositionControl)
app.connect(joint_commander, "command", lqr_interface, "joint_target")

啟動應用程序應用程序啟動你可以隨意使用手臂。

帶模擬攝像機的模擬機械臂

在 Omniverse ISAAC Sim 中，要有一個帶攝像頭的機械臂，請加載 stageomni:/Isaac/Samples/Isaac_SDK/Scenario/sortbot_sim.usd。在 Omniverse ISAAC Sim 中啟動仿真和機器人引擎橋，并將視口從透視切換到腕部攝影機，如圖 6 和 7 所示。

圖 6 。 ISAAC Sim 中機器人的透視圖。

與之前的應用程序一樣，您可以將模擬攝影機通道連接到ColorCameraViewer代碼板以可視化畫面，并將DepthCameraViewer連接到可視化模擬深度傳感器數據。

app.load_module("viewers")
viewers = app.add("viewers")
color_viewer = viewers.add(app.registry.isaac.viewers.ColorCameraViewer, "ColorViewer")
app.connect(simulation_node["output"], "color", color_viewer, "color_listener")
depth_viewer = viewers.add(app.registry.isaac.viewers.DepthCameraViewer, "DepthViewer")
app.connect(simulation_node["output"], "depth", depth_viewer, "depth_listener")
depth_viewer.config.max_visualization_depth = 3

啟動應用程序，模擬的攝像機鏡頭應該會出現在眼前：

圖 7 。 ISAAC 模擬中機器人的手腕視圖。

總結

在本文中，您使用 pythonapi 從頭創建了一個機器人應用程序。您使應用程序可以使用真實的攝影機、錄制的攝影機數據和模擬攝影機。我們還向您展示了如何使用 pythonapi 處理模擬移動機器人和模擬機械臂。做機器人玩得開心！

關于作者

Yang Liu 是一名軟件工程師，負責開發 NVIDIA ISAAC SDK 的各個部分。他獲得了達拉斯德克薩斯大學計算機科學博士學位。

審核編輯：郭婷