開(kāi)發(fā)者說(shuō) | 地平線程序員奶爸帶你玩轉(zhuǎn)機(jī)器人開(kāi)發(fā)平臺(tái) —— 第一期 手勢(shì)控制

在地平線工作了4年多了，原本是沖著地平線機(jī)器人，機(jī)器人這三個(gè)字來(lái)的地平線，結(jié)果很長(zhǎng)一段時(shí)間地平線都沒(méi)搞機(jī)器人，我倒是給孩子買(mǎi)了不少機(jī)器人。

比如這個(gè)，

手勢(shì)操控機(jī)器人，東西不錯(cuò)，很便宜，但是得帶個(gè)手套，一點(diǎn)不AI。

再比如這個(gè)，

也很便宜，能語(yǔ)音對(duì)話，遙控下能跑跑，但也一點(diǎn)不AI。

身為一個(gè)地平線資深程序員奶爸，手里有大把現(xiàn)成的AI武器，必須得用上，恰好地平線剛剛發(fā)布了機(jī)器人開(kāi)發(fā)平臺(tái)Horizon Hobot Platform，我準(zhǔn)備把里面的各種算法都裝進(jìn)一個(gè)機(jī)器人里面（都是公開(kāi)的哦），不管孩子喜不喜歡，但要先體現(xiàn)老爸的厲害，先從最簡(jiǎn)單的手勢(shì)控制搞起。

1 功能介紹

大家先看一下最終實(shí)現(xiàn)的功能。

• “666手勢(shì)”手勢(shì)控制機(jī)器人前進(jìn)
• “yeah”手勢(shì)控制機(jī)器人后退
• “大拇指向右”手勢(shì)控制機(jī)器人右轉(zhuǎn)
• “大拇指向左”手勢(shì)控制機(jī)器人左轉(zhuǎn)

（里面的語(yǔ)音播報(bào)是示意，下期給大家講語(yǔ)音控制機(jī)器人）

從最終實(shí)現(xiàn)的功能效果來(lái)看，機(jī)器人能夠迅速響應(yīng)人手的控制指令，得益于X3派上5Tops算力的BPU可以實(shí)現(xiàn)低延遲（50ms左右）、高幀率（滿(mǎn)幀30fps）、遠(yuǎn)距離（>=5m）的算法推理能力。

開(kāi)始碼代碼前，先來(lái)簡(jiǎn)單分析一下手勢(shì)操控機(jī)器人需要具備哪些基本模塊。

1. 傳感

對(duì)于手勢(shì)識(shí)別這類(lèi)基于視覺(jué)的AI算法應(yīng)用，首先需要有視覺(jué)傳感器來(lái)捕捉圖像數(shù)據(jù)。

1. 感知

獲取到傳感器發(fā)布的圖像后，通過(guò)視覺(jué)算法進(jìn)行推理，檢測(cè)到人手并且識(shí)別出手勢(shì)，實(shí)現(xiàn)感知的能力。

1. 交互

識(shí)別出手勢(shì)之后，需要定義并實(shí)現(xiàn)對(duì)應(yīng)不同手勢(shì)的功能應(yīng)用，如使用“大拇指向右”手勢(shì)控制機(jī)器人向右轉(zhuǎn)動(dòng)。

1. 控制

根據(jù)“交互”模塊輸出的控制指令，實(shí)現(xiàn)對(duì)機(jī)器人的機(jī)械控制。

1. 機(jī)器人本體

當(dāng)然還需要一個(gè)具備運(yùn)動(dòng)能力的機(jī)器人本體，接收控制指令并控制電機(jī)運(yùn)動(dòng)，實(shí)現(xiàn)最終的通過(guò)手勢(shì)控制機(jī)器人運(yùn)動(dòng)的效果。

地平線發(fā)布的機(jī)器人平臺(tái)Horizon Hobot Platform（HHP）內(nèi)置了豐富易用的機(jī)器人開(kāi)發(fā)組件，包含搭建一個(gè)智能機(jī)器人應(yīng)用（如機(jī)器人手勢(shì)控制）所涉及到的所有功能模塊，完全開(kāi)源免費(fèi)，并允許開(kāi)發(fā)者二次開(kāi)發(fā)，接下來(lái)開(kāi)始搞起。

2 準(zhǔn)備工作

準(zhǔn)備搭建機(jī)器人手勢(shì)控制應(yīng)用案例的硬件設(shè)備和軟件包。

2.1 硬件

硬件包括：

1. X3派

1. F37 MIPI攝像頭

1. 機(jī)器人

X3派和HHP適配了本末雙足機(jī)器人和小R科技的麥輪小車(chē)。這邊為了讓孩子覺(jué)得機(jī)器人足夠高大上，就用本末的輪足機(jī)器人來(lái)介紹，沒(méi)有的同學(xué)也不用擔(dān)心，文章后面會(huì)介紹自己搭建機(jī)器人的方式。

1. 其他配件
   1. USB Type C接口電源線。至少搭配5V 直流 2A，用于X3派供電。
   2. 串口線。連接方式如下：

1. TF存儲(chǔ)卡和讀卡器。旭日X3派開(kāi)發(fā)板采用TF存儲(chǔ)卡作為系統(tǒng)啟動(dòng)介質(zhì)，推薦使用至少8GB容量、速率C10以上的TF存儲(chǔ)卡，以便滿(mǎn)足Ubuntu系統(tǒng)及更多應(yīng)用功能包對(duì)存儲(chǔ)空間的需求。

2.2 安裝系統(tǒng)

參考旭日X3派的用戶(hù)手冊(cè)的安裝系統(tǒng)章節(jié)。

2.3 系統(tǒng)配置

配置X3派的無(wú)線網(wǎng)絡(luò)，參考X3派的用戶(hù)手冊(cè)的無(wú)線網(wǎng)絡(luò)章節(jié)。

無(wú)線網(wǎng)絡(luò)配置成功之后，查詢(xún)IP地址：

可以看到，X3派的無(wú)線網(wǎng)路分配的IP地址為192.168.1.147，下面開(kāi)始使用這個(gè)地址和root賬號(hào)（密碼為root）通過(guò)ssh遠(yuǎn)程連接到X3派，登錄成功后的狀態(tài)如下：

2.4 安裝HHP

使用apt命令通過(guò)DEB包安裝HHP。

登錄旭日X3派ssh root@192.168.1.147，執(zhí)行命令sudo apt install hhp，安裝過(guò)程如下：

root@ubuntu:~# sudo apt install hhp Reading package lists... Done Building dependency tree Reading state information... Done The following NEW packages will be installed: hhp0 upgraded, 1 newly installed, 0 to remove and 52 not upgraded. Need to get 384 MB of archives. After this operation, 512 MB of additional disk space will be used. Get:1 http://42.62.85.28/ubuntu-ports focal/main arm64 hhp arm64 1.0.1 [384 MB] Fetched 384 MB in 6min 43s (954 kB/s) Selecting previously unselected package hhp.(Reading database ... 110406 files and directories currently installed.) Preparing to unpack .../archives/hhp_1.0.1_arm64.deb ... Unpacking hhp (1.0.1) ... Setting up hhp (1.0.1) ... Generating locales (this might take a while)... en_US.ISO-8859-1... done en_US.UTF-8... done Generation complete.

查看/opt目錄下文件：

root@ubuntu:/userdata# ls /opt/ tros

可以看到HorizonHobotPlatform（HHP）已安裝在/opt目錄下，說(shuō)明安裝成功。

至此，準(zhǔn)備工作結(jié)束，下面開(kāi)始使用這些硬件設(shè)備和軟件包搭建機(jī)器人手勢(shì)控制App。

3 使用介紹

接下來(lái)開(kāi)始搞各個(gè)功能模塊，再一步步組裝起來(lái)，分別驗(yàn)證其功能。

3.1 安裝和測(cè)試F37攝像頭

將F37攝像頭通過(guò)MIPI線連接到X3派上，連接方式如下：

直接使用HHP中的ROS package測(cè)試F37的功能。以下通過(guò)腳本啟動(dòng)攝像頭采集，圖像編碼，web展示功能包，實(shí)現(xiàn)將F37攝像頭采集到的圖像進(jìn)行編碼后，通過(guò)PC端web瀏覽器實(shí)時(shí)查看采集到的圖像。

登錄旭日X3派ssh root@192.168.1.147后，在終端（以下默認(rèn)終端都是通過(guò)ssh登錄）中輸入以下命令啟動(dòng)：

# 配置 TogetherROS 環(huán)境： source /opt/tros/local_setup.bash # 啟動(dòng)腳本 ros2 launch websocket hobot_websocket.launch.py

啟動(dòng)成功的終端狀態(tài)如下：

攝像頭開(kāi)始采集圖像并對(duì)外發(fā)布圖像消息。

PC瀏覽器（chrome/firefox/edge）輸入旭日X3派IP地址，即可查看F37實(shí)時(shí)采集到的圖像效果：

說(shuō)明F37攝像頭已安裝成功并能夠?qū)ν獍l(fā)布圖像消息。

3.2 測(cè)試手勢(shì)識(shí)別算法和交互功能

X3派上打開(kāi)一個(gè)終端，啟動(dòng)手勢(shì)識(shí)別和控制的腳本：

# 配置TogetherROS環(huán)境 source /opt/tros/setup.bash # 從TogetherROS的安裝路徑中拷貝出運(yùn)行示例需要的配置文件。 cp -r /opt/tros/lib/mono2d_body_detection/config/ . cp -r /opt/tros/lib/hand_lmk_detection/config/ . cp -r /opt/tros/lib/hand_gesture_detection/config/ . #啟動(dòng)launch文件 ros2 launch gesture_control hobot_gesture_control.launch.py

啟動(dòng)成功后，對(duì)著F37攝像頭做出"Victory"的手勢(shì)，終端輸出如下信息：

[gesture_control-7] [WARN] [1652965757.159500951] [GestureControlEngine]: frame_ts_ms: 3698315358, track_id: 2, tracking_sta: 1, gesture: 3 [gesture_control-7] [WARN] [1652965757.159660358] [GestureControlEngine]: do move, direction: 0, step: 0.500000 [gesture_control-7] [WARN] [1652965757.211420964] [GestureControlEngine]: frame_ts_ms: 3698315425, track_id: 2, tracking_sta: 1, gesture: 3 [gesture_control-7] [WARN] [1652965757.211624899] [GestureControlEngine]: do move, direction: 0, step: 0.500000 [gesture_control-7] [WARN] [1652965757.232051230] [GestureControlEngine]: frame_ts_ms: 3698315457, track_id: 2, tracking_sta: 1, gesture: 3 [gesture_control-7] [WARN] [1652965757.232207513] [GestureControlEngine]: do move, direction: 0, step: 0.500000

以上log顯示ID為2（track_id: 2）的人手通過(guò)Victory手勢(shì)（gesture: 3）控制機(jī)器人（tracking_sta: 1）以0.5m/s的速度后退運(yùn)動(dòng)（do move, direction: 1, step: 0.500000）。

在PC端瀏覽器上會(huì)實(shí)時(shí)渲染顯示攝像頭采集到的圖像，人體、人頭、人臉和人手檢測(cè)框和ID，人手關(guān)鍵點(diǎn)和手勢(shì)結(jié)果，以及實(shí)時(shí)的性能統(tǒng)計(jì)數(shù)據(jù)，如下圖：

其中瀏覽器下方顯示的fps為實(shí)時(shí)的AI推理輸出的幀率，和F37攝像頭采集圖像的幀率30fps一致。ai_delay（單位為毫秒）為51，表示的是單幀推理的延遲，從傳感Node發(fā)布圖像數(shù)據(jù)開(kāi)始，經(jīng)過(guò)多個(gè)感知算法Node推理后，發(fā)布包含手勢(shì)結(jié)果的AI msg的耗時(shí)。

同時(shí)測(cè)試了遠(yuǎn)距離情況下手勢(shì)識(shí)別的效果，在距離攝像頭5米的情況下，依然能夠穩(wěn)定識(shí)別出手勢(shì)，如下圖所示：

經(jīng)過(guò)以上測(cè)試，說(shuō)明在X3派上，HHP的手勢(shì)識(shí)別算法運(yùn)行成功，并且算法可以實(shí)現(xiàn)低延遲（51ms）、高幀率（滿(mǎn)幀30fps）、遠(yuǎn)距離（>=5m）的算法推理效果，體現(xiàn)了X3 BPU強(qiáng)大的算力。

手勢(shì)識(shí)別算法測(cè)試完成后，接著測(cè)試手勢(shì)交互功能。

X3派上另起一個(gè)終端，執(zhí)行如下命令查詢(xún)X3派上的話題列表：

# 配置TogetherROS環(huán)境 source /opt/tros/setup.bash ros2 topic list

輸出如下：

其中/cmd_vel話題是手勢(shì)控制節(jié)點(diǎn)發(fā)布的控制命令消息。在當(dāng)前終端執(zhí)行ros2 topic echo /cmd_vel命令查詢(xún)X3派上的話題信息，對(duì)著F37攝像頭做出"Victory"的手勢(shì)時(shí)，終端輸出如下：

可以看到，做出表示后退的“Victory”手勢(shì)時(shí)，發(fā)布出的/cmd_vel話題的linear x數(shù)據(jù)為-0.5，表示以0.5m/s的速度后退。

說(shuō)明手勢(shì)識(shí)別算法和交互功能的軟件包已安裝成功，并能夠通過(guò)/cmd_vel話題對(duì)外發(fā)布機(jī)器人運(yùn)動(dòng)控制消息。

3.3 將X3派安裝到機(jī)器人上

將X3派安裝到機(jī)器人上，并測(cè)試在X3派上通過(guò)發(fā)布/cmd_vel話題控制機(jī)器人運(yùn)動(dòng)的功能。

連接了F37攝像頭的X3派直接固定在機(jī)器人上，并將機(jī)器人的USB控制接口插到X3派上。

安裝效果如下：

對(duì)于支持使用ROS開(kāi)發(fā)的機(jī)器人，一般會(huì)提供一個(gè)基于ROS開(kāi)發(fā)的機(jī)器人運(yùn)動(dòng)控制Node，功能為訂閱/cmd_vel話題的控制消息（ROS2中定義的用于機(jī)器人控制的消息，消息類(lèi)型為geometry_msgs/msg/Twist），根據(jù)控制協(xié)議，通過(guò)USB等接口向機(jī)器人發(fā)送運(yùn)動(dòng)控制指令，實(shí)現(xiàn)控制機(jī)器人運(yùn)動(dòng)的目的。

本文使用的本末雙足機(jī)器人使用的是USB接口，并提供了運(yùn)行在X3派上的運(yùn)動(dòng)控制package，package訂閱到/cmd_vel話題的控制消息后，通過(guò)USB向機(jī)器人下發(fā)控制指令，實(shí)現(xiàn)對(duì)機(jī)器人的控制。

在X3派上啟動(dòng)本末雙足機(jī)器人運(yùn)行控制Node。打開(kāi)一個(gè)終端，執(zhí)行如下命令：

# 配置TogetherROS環(huán)境 source /opt/tros/setup.bash #啟動(dòng)本末機(jī)器人運(yùn)動(dòng)控制package ros2 run diablo_sdk ros_bridge_example

執(zhí)行成功后終端中輸出如下信息：

X3派上重新打開(kāi)一個(gè)終端，通過(guò)發(fā)布/cmd_vel話題消息控制機(jī)器人以0.3r/s的速度轉(zhuǎn)動(dòng)：

# 配置TogetherROS環(huán)境 source /opt/tros/setup.bash ros2 topic pub -r 10 /cmd_vel geometry_msgs/Twist '{linear: {x: 0, y: 0, z: 0}, angular: {x: 0, y: 0, z: 0.3}}'

執(zhí)行成功后終端中輸出如下信息：

機(jī)器人收到控制指令后轉(zhuǎn)動(dòng)的效果如下：

說(shuō)明機(jī)器人能夠按照發(fā)布的控制命令消息正確的實(shí)現(xiàn)運(yùn)動(dòng)。

3.4 對(duì)于其他機(jī)器人應(yīng)該怎么安裝

如果手里是其他的移動(dòng)機(jī)器人，例如有一個(gè)使用樹(shù)莓派或者Jetson Nano作為上位機(jī)的機(jī)器人，也可以將X3派安裝在機(jī)器人上，代替樹(shù)莓派或者Jetson Nano，實(shí)現(xiàn)控制機(jī)器人運(yùn)動(dòng)。

安裝方法如下：

1. 編譯可以運(yùn)行在X3派上的運(yùn)動(dòng)控制package
   1. X3派上安裝ROS2軟件系統(tǒng)構(gòu)建和編譯工具：

apt update apt-get install python3-catkin-pkg pip install empy pip install -U colcon-common-extensions

1. 將原先運(yùn)行在樹(shù)莓派或者Jetson Nano上的機(jī)器人運(yùn)動(dòng)控制ROS2 package源碼拷貝到X3派上。
2. 在X3派上，package源碼工程所在路徑下，直接使用source /opt/tros/setup.bash; colcon build命令編譯package。
3. 如果原先運(yùn)動(dòng)控制package是基于ROS1開(kāi)發(fā)，源碼需要適配到ROS2。只需要適配"cmd_vel"話題消息的訂閱和處理，如果原先的ROS1 package中有其他功能，可以先不關(guān)注。
4. 安裝
   1. 將X3派固定在機(jī)器人上，如果空間有限，可以將原先的樹(shù)莓派或者Jetson Nano拆除。
   2. 使用USB Type C給X3派供電，如果機(jī)器人上無(wú)Type C供電輸出，也可以使用移動(dòng)電源（輸出至少5V&直流 2A）給X3派供電。
   3. 將機(jī)器人的USB控制接口插到X3派上。
5. 測(cè)試
   1. X3派上啟動(dòng)新編譯的機(jī)器人運(yùn)動(dòng)控制package。
   2. X3派上重新打開(kāi)一個(gè)終端，通過(guò)發(fā)布/cmd_vel話題消息控制機(jī)器人以0.3r/s的速度轉(zhuǎn)動(dòng)：

# 配置TogetherROS環(huán)境 source /opt/tros/setup.bash ros2 topic pub -r 10 /cmd_vel geometry_msgs/Twist '{linear: {x: 0, y: 0, z: 0}, angular: {x: 0, y: 0, z: 0.3}}'

如果機(jī)器人正常轉(zhuǎn)動(dòng)，說(shuō)明X3派安裝成功。

4 完整的機(jī)器人手勢(shì)控制效果

下面開(kāi)始測(cè)試完整的機(jī)器人手勢(shì)控制功能。

1. X3派上打開(kāi)一個(gè)終端，啟動(dòng)手勢(shì)識(shí)別和控制腳本

# 配置TogetherROS環(huán)境 source /opt/tros/setup.bash # 從TogetherROS的安裝路徑中拷貝出運(yùn)行示例需要的配置文件。 cp -r /opt/tros/lib/mono2d_body_detection/config/ . cp -r /opt/tros/lib/hand_lmk_detection/config/ . cp -r /opt/tros/lib/hand_gesture_detection/config/ . #啟動(dòng)launch文件 ros2 launch gesture_control hobot_gesture_control.launch.py

1. X3派上打開(kāi)一個(gè)終端，啟動(dòng)機(jī)器人運(yùn)動(dòng)控制Node

# 配置TogetherROS環(huán)境 source /opt/tros/setup.bash #啟動(dòng)本末機(jī)器人運(yùn)動(dòng)控制Node ros2 run diablo_sdk ros_bridge_example

1. 通過(guò)手勢(shì)控制機(jī)器人運(yùn)動(dòng)

App的控制效果視頻如下：

5 原理分析

第4章節(jié)中，在X3派的兩個(gè)終端中分別啟動(dòng)了hobot_gesture_control.launch.py腳本和運(yùn)動(dòng)控制Node，實(shí)現(xiàn)了通過(guò)手勢(shì)控制機(jī)器人的效果，本章節(jié)對(duì)實(shí)現(xiàn)的原理進(jìn)行分析。

5.1 App運(yùn)行時(shí)的Node和Topic信息

對(duì)于一個(gè)基于ROS開(kāi)發(fā)的App，首先會(huì)想到這個(gè)App在運(yùn)行時(shí)有哪些Node，這些Node發(fā)布和訂閱了哪些Topic，以及這些Node之間的關(guān)聯(lián)。

在X3派上使用ros2的命令行工具查詢(xún)?cè)O(shè)備上運(yùn)行的Node和Topic信息：

root@ubuntu:~# source /opt/tros/setup.bash root@ubuntu:~# ros2 node list /gesture_control /gesture_control_parameter_node /hand_gesture_det /hand_lmk_det /hobot_codec1656779158649265431 /mipi_cam /mono2d_body_det /ros_bridge_example /transform_listener_impl_558896ba50 /websocket root@ubuntu:~# ros2 topic list /cmd_vel /hbmem_img080a1309022201080401012021072312 /hobot_hand_gesture_detection /hobot_hand_lmk_detection /hobot_mono2d_body_detection /image_jpeg /image_raw /imu/data_raw /odom /parameter_events /quat_odom /raw_odom /rosout /tf /tf_static

查詢(xún)到X3派上運(yùn)行著多個(gè)Node，這些ROS2 Node之間是基于pub&sub機(jī)制通信，通過(guò)topic將這些Node串聯(lián)起來(lái)形成一個(gè)pipeline。

此App運(yùn)行時(shí)Node以及Topic信息比較多，看不出Node之間的關(guān)聯(lián)?？梢栽赑C端通過(guò)rqt（PC端需要安裝ROS2 Foxy版本，rqt，以及PC需要和X3派處于同一網(wǎng)段）的Node Graph功能可以可視化的展示X3派上運(yùn)行的Node，Node發(fā)布和訂閱的topic，以及Node之間的連接關(guān)系，如下圖：

其中橢圓形框內(nèi)為Node名，矩形框內(nèi)為topic名。

可以看到，整個(gè)graph（pipeline）以mipi_cam Node（圖像采集和發(fā)布）為起點(diǎn)，websocket Node（序列化圖片和AI結(jié)果，用于可視化展示）和ros_bridge_example Node（機(jī)器人運(yùn)動(dòng)控制）為終點(diǎn)，起點(diǎn)和終點(diǎn)之間連接著多個(gè)Node。

這些Node中ros_bridge_example Node是通過(guò)ros2 run diablo_sdk ros_bridge_example命令啟動(dòng)，其余Node都是通過(guò)hobot_gesture_control.launch.py腳本啟動(dòng)。

5.2 App的Node介紹

對(duì)于復(fù)雜的包含多個(gè)Node的應(yīng)用，ROS2提供了使用啟動(dòng)腳本通過(guò)launch批量啟動(dòng)Node的功能。

手勢(shì)控制機(jī)器人App使用hobot_gesture_control.launch.py腳本來(lái)啟動(dòng)這些Node，腳本內(nèi)容如下：

import os from launch import LaunchDescription from launch_ros.actions import Node from launch.actions import IncludeLaunchDescription from launch.launch_description_sources import PythonLaunchDescriptionSource from ament_index_python import get_package_share_directory def generate_launch_description(): web_service_launch_include = IncludeLaunchDescription( PythonLaunchDescriptionSource( os.path.join( get_package_share_directory('websocket'), 'launch/hobot_websocket_service.launch.py')) ) return LaunchDescription([ web_service_launch_include, # 啟動(dòng)圖片發(fā)布pkg Node( package='mipi_cam', executable='mipi_cam', output='screen', parameters=[ {"out_format": "nv12"}, {"image_width": 960}, {"image_height": 544}, {"io_method": "shared_mem"}, {"video_device": "F37"} ], arguments=['--ros-args', '--log-level', 'error'] ), # 啟動(dòng)jpeg圖片編碼&發(fā)布pkg Node( package='hobot_codec', executable='hobot_codec_republish', output='screen', parameters=[ {"channel": 1}, {"in_mode": "shared_mem"}, {"in_format": "nv12"}, {"out_mode": "ros"}, {"out_format": "jpeg"}, {"sub_topic": "/hbmem_img"}, {"pub_topic": "/image_jpeg"} ], arguments=['--ros-args', '--log-level', 'error'] ), # 啟動(dòng)單目rgb人體、人頭、人臉、人手框和人體關(guān)鍵點(diǎn)檢測(cè)pkg Node( package='mono2d_body_detection', executable='mono2d_body_detection', output='screen', parameters=[ {"ai_msg_pub_topic_name": "/hobot_mono2d_body_detection"} ], arguments=['--ros-args', '--log-level', 'error'] ), # 啟動(dòng)人手關(guān)鍵點(diǎn)檢測(cè)pkg Node( package='hand_lmk_detection', executable='hand_lmk_detection', output='screen', parameters=[ {"ai_msg_sub_topic_name": "/hobot_mono2d_body_detection"}, {"ai_msg_pub_topic_name": "/hobot_hand_lmk_detection"} ], arguments=['--ros-args', '--log-level', 'error'] ), # 啟動(dòng)web展示pkg Node( package='websocket', executable='websocket', output='screen', parameters=[ {"image_topic": "/image_jpeg"}, {"image_type": "mjpeg"}, {"smart_topic": "/hobot_hand_gesture_detection"} ], arguments=['--ros-args', '--log-level', 'error'] ), # 啟動(dòng)手勢(shì)識(shí)別pkg Node( package='hand_gesture_detection', executable='hand_gesture_detection', output='screen', parameters=[ {"ai_msg_sub_topic_name": "/hobot_hand_lmk_detection"}, {"ai_msg_pub_topic_name": "/hobot_hand_gesture_detection"} ], arguments=['--ros-args', '--log-level', 'error'] ), # 啟動(dòng)手勢(shì)交互pkg Node( package='gesture_control', executable='gesture_control', output='screen', parameters=[ {"ai_msg_sub_topic_name": "/hobot_hand_gesture_detection"}, {"twist_pub_topic_name": "/cmd_vel"}, {"activate_wakeup_gesture": 0}, {"track_serial_lost_num_thr": 100}, {"move_step": 0.5}, {"rotate_step": 0.5} ], arguments=['--ros-args', '--log-level', 'info'] ) ])

腳本中指定了多個(gè)Node，其中每個(gè)Node中的package配置項(xiàng)表示Node名，可以看到腳本中配置的Node名和5.1章節(jié)中查出來(lái)的一致。

在第1章節(jié)，分析了機(jī)器人手勢(shì)操控App所需要具備的功能模塊，下面按照這些功能模塊對(duì)Node進(jìn)行分析。

1. 傳感

使用了HHP中的Hobot Sensor組件中的mipi_cam Node，同時(shí)指定了Node的參數(shù)：

• "out_format"：發(fā)布圖片的格式為"nv12"
• "image_width"：圖片分辨率寬為960
• "image_height"：圖片分辨率高為544
• "io_method"：發(fā)布出來(lái)的圖片傳輸方式為"shared_mem"，即共享內(nèi)存方式，對(duì)應(yīng)消息的topic為"hbmem_img"
• "video_device"：指定了使用的MIPI攝像頭類(lèi)型為"F37"，表示F37攝像頭

參數(shù)指定了使用F37攝像頭，發(fā)布的圖片格式和分辨率可以直接用于算法推理，其中通過(guò)共享內(nèi)存方式發(fā)布圖片，可以極大地降低系統(tǒng)負(fù)載和傳輸延遲。

1. 感知

使用了HHP中的Boxs算法倉(cāng)庫(kù)，訂閱Hobot Sensor（mipi_cam Node）發(fā)布的圖像數(shù)據(jù)后，通過(guò)視覺(jué)算法進(jìn)行推理，檢測(cè)到人手并且識(shí)別出手勢(shì)。使用到的算法包括：

（1）人體檢測(cè)和跟蹤

人體檢測(cè)和跟蹤算法Node訂閱Hobot Sensor發(fā)布的圖像消息，利用BPU處理器進(jìn)行AI推理，發(fā)布包含人體、人頭、人臉、人手框和人體關(guān)鍵點(diǎn)檢測(cè)結(jié)果的AI msg，并通過(guò)多目標(biāo)跟蹤（multi-target tracking，即MOT）功能，實(shí)現(xiàn)檢測(cè)框的跟蹤和ID分配。

Node對(duì)應(yīng)package名為'mono2d_body_detection'，同時(shí)指定了Node的參數(shù)：

• "ai_msg_pub_topic_name"：發(fā)布包含人手檢測(cè)框信息的AI感知結(jié)果的topic名為"/hobot_mono2d_body_detection"

（2）人手關(guān)鍵點(diǎn)檢測(cè)

人手關(guān)鍵點(diǎn)檢測(cè)算法Node訂閱Hobot Sensor發(fā)布的圖像消息和人體檢測(cè)和跟蹤算法示例發(fā)布的包含人手框信息的AI msg，利用BPU處理器進(jìn)行AI推理，發(fā)布包含人手關(guān)鍵點(diǎn)信息的AI msg。

Node對(duì)應(yīng)package名為'hand_lmk_detection'，同時(shí)指定了Node的參數(shù)：

• "ai_msg_sub_topic_name": 訂閱包含人手檢測(cè)框信息的topic名為"/hobot_mono2d_body_detection"
• "ai_msg_pub_topic_name"：發(fā)布包含人手關(guān)鍵點(diǎn)信息的的AI感知結(jié)果topic名為"/hobot_hand_lmk_detection"

（3）手勢(shì)識(shí)別

手勢(shì)識(shí)別算法Node訂閱人手關(guān)鍵點(diǎn)檢測(cè)算法示例發(fā)布的包含人手框、人手關(guān)鍵點(diǎn)信息的AI msg，利用BPU處理器進(jìn)行AI推理，發(fā)布包含手勢(shì)信息的AI msg。

Node對(duì)應(yīng)package名為'hand_gesture_detection'，同時(shí)指定了Node的參數(shù)：

• "ai_msg_sub_topic_name": 訂閱包含人手關(guān)鍵點(diǎn)信息的topic名為"/hobot_hand_lmk_detection"
• "ai_msg_pub_topic_name"：發(fā)布包含手勢(shì)信息的的AI感知結(jié)果topic名為"/hobot_hand_gesture_detection"

手勢(shì)識(shí)別算法支持識(shí)別的手勢(shì)類(lèi)別，發(fā)布的AI msg中對(duì)應(yīng)的手勢(shì)結(jié)果數(shù)值如下：

1. 交互

手勢(shì)控制策略Node訂閱手勢(shì)識(shí)別算法示例發(fā)布的包含手勢(shì)信息的AI msg，根據(jù)手勢(shì)類(lèi)型發(fā)布前進(jìn)、后退、左轉(zhuǎn)、右轉(zhuǎn)的控制消息，實(shí)現(xiàn)控制機(jī)器人運(yùn)動(dòng)。

Node發(fā)布的運(yùn)動(dòng)控制消息為ROS2中定義的消息，topic為“/cmd_vel”，消息類(lèi)型為“geometry_msgs/msg/Twist”。

Node對(duì)應(yīng)package名為'gesture_control'，同時(shí)指定了Node的參數(shù)：

• "ai_msg_sub_topic_name": 訂閱包含手勢(shì)信息的topic名為"/hobot_hand_gesture_detection"
• "twist_pub_topic_name"：發(fā)布運(yùn)動(dòng)控制指令消息的topic名為"/cmd_vel"
• "activate_wakeup_gesture": 喚醒手勢(shì)開(kāi)關(guān)，值為0表示不啟用喚醒手勢(shì)。一般在人較多，環(huán)境復(fù)雜的場(chǎng)景，通過(guò)啟用喚醒手勢(shì)避免誤觸發(fā)手勢(shì)控制功能。
• "track_serial_lost_num_thr": 人手連續(xù)消失幀數(shù)閾值，值為100，表示當(dāng)用于控制的人手連續(xù)消失100幀之后會(huì)重新選擇控制手
• "move_step": 平移運(yùn)動(dòng)的步長(zhǎng)（速度），0.5表示移動(dòng)速度為0.5m/s，值越大速度越快
• "rotate_step": 旋轉(zhuǎn)運(yùn)動(dòng)的步長(zhǎng)（速度），0.5表示旋轉(zhuǎn)速度為0.5r/s，值越大速度越快

手勢(shì)控制策略選擇做出上述4種控制手勢(shì)（詳細(xì)的手勢(shì)控制說(shuō)明詳見(jiàn)3.2章節(jié)）的人手作為唯一的控制手，通過(guò)此控制手實(shí)現(xiàn)對(duì)機(jī)器人的控制。

如果有多個(gè)人手同時(shí)做手勢(shì)，選擇人手檢測(cè)框?qū)挾茸畲蟮氖肿鳛榭刂剖帧?/p>

已有控制手的情況下，其他的手做控制手勢(shì)都無(wú)效。

Node輸出的log中tracking_sta關(guān)鍵字表示控制手的狀態(tài)，0表示未找到控制手，1表示已有控制手，2表示控制手消失。

Node啟動(dòng)后，未找到控制手的情況下，即沒(méi)有做出手勢(shì)，輸出log中tracking_sta值為0。

當(dāng)有人手做出手勢(shì)時(shí)，找到控制手，輸出log中tracking_sta值為1，同時(shí)通過(guò)track_id關(guān)鍵字輸出人手的ID，gesture輸出當(dāng)前做出的手勢(shì)結(jié)果數(shù)值。

只有當(dāng)控制手消失，即連續(xù)track_serial_lost_num_thr幀（配置為100幀，對(duì)于輸出頻率為30fps的F37攝像頭，大約為3.3秒）未檢測(cè)到人手，判斷控制手消失，開(kāi)始重新選擇控制手?？刂剖窒r(shí)輸出log中tracking_sta值為2。

如果需要啟用喚醒手勢(shì)避免誤觸發(fā)，喚醒手勢(shì)使用方法詳見(jiàn)手勢(shì)控制策略的代碼倉(cāng)庫(kù)。

1. 控制

機(jī)器人運(yùn)動(dòng)控制Node訂閱手勢(shì)控制策略Node發(fā)布的topic為“/cmd_vel”的控制消息，根據(jù)控制協(xié)議，通過(guò)USB總線向機(jī)器人下位機(jī)發(fā)布運(yùn)動(dòng)控制指令。

對(duì)于不同類(lèi)型的機(jī)器人，控制協(xié)議不同，對(duì)應(yīng)于不同的運(yùn)動(dòng)控制Node。

本文使用的是本末雙足機(jī)器人，對(duì)應(yīng)的運(yùn)動(dòng)控制Node啟動(dòng)方法為ros2 run diablo_sdk ros_bridge_example。此Node單獨(dú)啟動(dòng)，不在啟動(dòng)腳本中。

5.3 App的系統(tǒng)設(shè)計(jì)

根據(jù)5.1和5.2章節(jié)的介紹，已經(jīng)知道了機(jī)器人手勢(shì)控制App啟動(dòng)了哪些Node，這些Node的功能，Node之間的關(guān)系，以及使用這些Node如何實(shí)現(xiàn)通過(guò)手勢(shì)控制機(jī)器人的目標(biāo)。下面進(jìn)行理論總結(jié)，介紹此App的系統(tǒng)設(shè)計(jì)。

對(duì)于一個(gè)復(fù)雜的機(jī)器人系統(tǒng)，一般在機(jī)器人上配置上位機(jī)和下位機(jī)兩種處理器。

機(jī)器人上位機(jī)的計(jì)算能力較強(qiáng)，執(zhí)行復(fù)雜的機(jī)器人上層應(yīng)用，同時(shí)能夠最大程度屏蔽不同類(lèi)型機(jī)器人的底層差異。

機(jī)器人下位機(jī)一般使用低成本的MCU處理器，對(duì)機(jī)器人本體上的各類(lèi)傳感器和硬件進(jìn)行數(shù)據(jù)采集/控制。

手勢(shì)控制App由兩部分組成，分別為機(jī)器人和PC端，其中機(jī)器人部分又分為上位機(jī)和下位機(jī)。詳細(xì)組成如下圖：

機(jī)器人上位機(jī)為X3派，運(yùn)行著多個(gè)ROS2 Node，除了5.2章節(jié)介紹的傳感、感知、交互和控制功能，還有JPEG圖像編碼和WEB展示功能，將攝像頭發(fā)布的圖片編碼壓縮，以及將手勢(shì)識(shí)別算法發(fā)布的AI數(shù)據(jù)序列化后使用websocket協(xié)議發(fā)布，實(shí)現(xiàn)跨設(shè)備在PC端渲染展示和調(diào)試。

機(jī)器人下位機(jī)屬于機(jī)器人本體的一部分，詳細(xì)說(shuō)明略。

從App的系統(tǒng)設(shè)計(jì)圖中可以看出，搭載了X3派和HHP的機(jī)器人，利用芯片的AI加速能力和HHP中豐富的算法、機(jī)器人開(kāi)發(fā)組件，可以實(shí)現(xiàn)快速開(kāi)發(fā)智能機(jī)器人應(yīng)用的目標(biāo)。

6 FAQ

6.1 如何復(fù)現(xiàn)App效果？

復(fù)現(xiàn)App效果涉及到兩部分：

（1）機(jī)器人手勢(shì)控制App

參考第2章準(zhǔn)備工作，在X3派上安裝HHP。

（2）本末雙足機(jī)器人和機(jī)器人運(yùn)動(dòng)控制package

獲取方法詳見(jiàn)產(chǎn)品信息：https://developer.horizon.ai/forumDetail/94246984227025410

除了本末雙足機(jī)器人，X3派和HHP還適配了小R科技的麥輪小車(chē)，也可以使用小R小車(chē)直接體驗(yàn)App效果。

6.2 沒(méi)有機(jī)器人的情況下可以體驗(yàn)App效果嗎？

可以體驗(yàn)。

在沒(méi)有機(jī)器人的情況下，可以使用此App控制gazebo仿真環(huán)境下的虛擬機(jī)器人運(yùn)動(dòng)。

6.3 如何將App適配到自己的機(jī)器人上？

本文以本末雙足機(jī)器人為例介紹手勢(shì)控制App的效果，App本身不依賴(lài)于任何形態(tài)的機(jī)器人，App發(fā)布的運(yùn)動(dòng)控制消息為ROS2中定義的消息（topic為“/cmd_vel”，消息類(lèi)型為“geometry_msgs/msg/Twist”，具體說(shuō)明參考第5章的原理分析）。

如下圖，可以將App的組成劃分成紅色和藍(lán)色虛線框兩個(gè)部分：

（1）紅色虛線框部分

這部分功能不依賴(lài)于機(jī)器人，即可以直接移植到任意形態(tài)的機(jī)器人上。

移植方法為將X3派安裝在機(jī)器人上，按照第2章節(jié)的準(zhǔn)備工作，在X3派上安裝攝像頭傳感器和HHP。

（2）藍(lán)色虛線框部分

這部分功能依賴(lài)于機(jī)器人，需要針對(duì)性的適配。根據(jù)機(jī)器人的狀態(tài)不同，對(duì)應(yīng)不同的適配方法。

狀態(tài)1，原先機(jī)器人上有上位機(jī)和下位機(jī)，如原先使用樹(shù)莓派或者Jetson Nano作為上位機(jī)，并且上位機(jī)上有機(jī)器人運(yùn)動(dòng)控制Node。需要在X3派上重新編譯機(jī)器人運(yùn)動(dòng)控制Node。

狀態(tài)2，原先機(jī)器人上只有下位機(jī)。需要開(kāi)發(fā)機(jī)器人運(yùn)動(dòng)控制Node后（開(kāi)發(fā)參考components/xrrobot · develop · HHP / app / xr_robot · GitLab (horizon.ai)），在X3派上編譯機(jī)器人運(yùn)動(dòng)控制Node。

6.4 App支持哪些攝像頭？

App對(duì)于攝像頭類(lèi)型沒(méi)有要求，地平線機(jī)器人平臺(tái)支持MIPI和USB兩類(lèi)攝像頭。

對(duì)于MIPI攝像頭，支持F37和GC4663兩種型號(hào)。

6.5 是否可以重新定義手勢(shì)對(duì)應(yīng)的功能？

可以。

App中手勢(shì)和控制功能對(duì)應(yīng)關(guān)系詳見(jiàn)第1章的功能介紹，目前只用到了4種控制手勢(shì)，5.2章節(jié)介紹了手勢(shì)識(shí)別算法支持的8種手勢(shì)類(lèi)別，可以對(duì)手勢(shì)控制策略Node進(jìn)行二次開(kāi)發(fā)，重新定義手勢(shì)和對(duì)應(yīng)的控制功能，如通過(guò)OK手勢(shì)控制四足機(jī)器人站立。

6.6 如何調(diào)整機(jī)器人的運(yùn)動(dòng)速度？

修改App啟動(dòng)腳本hobot_gesture_control.launch.py中手勢(shì)控制策略gesture_control Node中的參數(shù)，可以控制機(jī)器人的平移和旋轉(zhuǎn)速度：

# 啟動(dòng)手勢(shì)交互pkg Node( package='gesture_control', executable='gesture_control', output='screen', parameters=[ {"ai_msg_sub_topic_name": "/hobot_hand_gesture_detection"}, {"twist_pub_topic_name": "/cmd_vel"}, {"activate_wakeup_gesture": 0}, {"track_serial_lost_num_thr": 100}, {"move_step": 0.5}, {"rotate_step": 0.5} ], arguments=['--ros-args', '--log-level', 'info'] )

參數(shù)說(shuō)明詳見(jiàn)5.2.2.8章節(jié)。

6.7 可以開(kāi)發(fā)一個(gè)python的Node擴(kuò)展App功能嗎？

可以。

ROS2支持跨設(shè)備、跨平臺(tái)、跨語(yǔ)言，TogetherROS完全兼容ROS2 Foxy版本，因此也支持這些特性。

例如在X3派的40PIN上安裝了LED燈，當(dāng)機(jī)器人處于運(yùn)動(dòng)狀態(tài)時(shí)，LED燈被點(diǎn)亮。

用戶(hù)可以使用python開(kāi)發(fā)一個(gè)ROS Node，訂閱手勢(shì)控制策略Node發(fā)布的topic為“/cmd_vel”的消息，檢查消息中的控制指令是否為啟動(dòng)運(yùn)動(dòng)指令（值是否為非0），如果有非0值，表示是啟動(dòng)運(yùn)動(dòng)，點(diǎn)亮LED燈，否則點(diǎn)滅LED燈。

使用python開(kāi)發(fā)完Node后，直接在X3派上編譯并運(yùn)行。

6.8 如何開(kāi)發(fā)一個(gè)自己的算法Node擴(kuò)展App功能？

HHP提供的Hobot DNNshe'u'qsheuq簡(jiǎn)化板端AI模型推理與部署，釋放BPU算力，降低AI使用門(mén)檻。同時(shí)內(nèi)置了常用的檢測(cè)、分類(lèi)和分割算法的模型后處理，幫助用戶(hù)快速在X3派上集成部署自己的算法。

本文轉(zhuǎn)自地平線開(kāi)發(fā)者社區(qū)

原作者：zhuk

原鏈接：https://developer.horizon.ai/forumDetail/98129540173361326