如何訓練自主移動機器人使用合成數(shù)據(jù)檢測倉庫托盤千斤頂

在訓練那些部署在自主移動機器人（AMR）上的感知 AI 模型時，合成數(shù)據(jù)可以發(fā)揮關鍵作用。這一過程在制造業(yè)中變得越來越重要。有關使用合成數(shù)據(jù)生成預訓練模型，用于檢測倉庫中托盤的示例，可參見使用《OpenUSD 和合成數(shù)據(jù)開發(fā)托盤檢測模型》一文：https://developer.nvidia.com/blog/developing-a-pallet-detection-model-using-openusd-and-synthetic-data/

本文將探討如何訓練 AMR 使用合成數(shù)據(jù)來檢測倉庫中的托盤千斤頂。托盤千斤頂通常用于抬起和運輸重型托盤。在擁擠的倉庫中，AMR 進行檢測并避免與托盤千斤頂相撞是很重要的。

為了實現(xiàn)這一目標，有必要在不同的光照條件和遮擋下使用大量不同的數(shù)據(jù)集來訓練 AI 模型。真實的數(shù)據(jù)很少能捕捉到潛在環(huán)境的全部范圍，而合成數(shù)據(jù)生成（SDG）是由 3D 仿真生成的注釋數(shù)據(jù)，使開發(fā)人員能夠克服數(shù)據(jù)差距并引導模型訓練過程。

視頻 1：使用 NVIDIA Omniverse Replicator

為 NVIDIA Isaac Sim 生成合成數(shù)據(jù)

本次用例將通過處理數(shù)據(jù)來踐行以數(shù)據(jù)為中心的方法，而不是通過更改模型參數(shù)去適應數(shù)據(jù)。這一過程首先使用 NVIDIA Isaac Sim 中的 NVIDIA Omniverse Replicator 生成合成數(shù)據(jù)，隨后使用 NVIDIA TAO Toolkit 中的合成數(shù)據(jù)對模型進行訓練，最后，將模型在真實數(shù)據(jù)上的性能可視化，并修改參數(shù)以生成更好的合成數(shù)據(jù)，達到期望的性能水平。

Omniverse Replicator 是 NVIDIA Omniverse 的核心擴展，是一個使個人和團隊能夠基于通用場景描述（OpenUSD）開發(fā)工作流的計算平臺。Replicator 使開發(fā)者能夠構(gòu)建定制的合成數(shù)據(jù)生成管線，以生成數(shù)據(jù)來引導計算機視覺模型的訓練。

迭代合成數(shù)據(jù)以提高模型性能

以下解釋了本團隊如何迭代合成數(shù)據(jù)，來提高目標檢測模型的實際性能，并通過兼容 Omniverse Replicator API 的 Python 腳本詳細介紹了這些步驟。

在每次迭代時，我們增量改變模型中的各種參數(shù)，并生成新的訓練數(shù)據(jù)集，然后用實際數(shù)據(jù)驗證模型的性能。我們持續(xù)這一過程，直到能夠縮小仿真與現(xiàn)實之間的差距。

對象或場景參數(shù)變化的過程被稱為域隨機化。您可以隨機化許多參數(shù)來快速生成新數(shù)據(jù)用于模型訓練，這些參數(shù)包括位置、顏色、紋理、背景、物體和場景的光照。

OpenUSD 是一個可擴展的框架，一種 3D 場景描述技術(shù)，也是 NVIDIA Omniverse 的基礎，讓試驗一個場景中的不同參數(shù)變得很容易。參數(shù)可以在單獨的層中修改和測試，用戶可以在這些層之上創(chuàng)建非破壞性編輯。

準備

在起步階段，我們需要一個安裝有 NVIDIA RTX GPU 和最新版本的 NVIDIA Isaac Sim 的系統(tǒng)。Isaac Sim 是一個可擴展的機器人仿真應用程序，其利用 Omniverse Replicator 的核心功能生成合成數(shù)據(jù)。有關安裝和配置的詳細信息，請參見文檔：https://docs.omniverse.nvidia.com/isaacsim/latest/installation/requirements.html

當 Isaac Sim 啟動并運行時，我們可以從 GitHub 上的 NVIDIA-AI-IOT/synthetic_data_generation_training_workflow 下載所有資產(chǎn)。

第一次迭代：改變顏色和攝像頭位置

在第一次迭代中，我們改變了托盤千斤頂?shù)念伾妥藙荩约皵z像頭的姿勢。可以按照以下步驟在自己的會話中復制此場景。

首先加載舞臺（Stage）：

ENV_URL = "/Isaac/Environments/Simple_Warehouse/warehouse.usd"
open_stage(prefix_with_isaac_asset_server(ENV_URL))

然后添加托盤千斤頂和攝像頭到場景中。托盤千斤頂可以從 SimReady 資產(chǎn)庫中加載。

PALLETJACKS = ["http://omniverse-content-production.s3-us-west-2.amazonaws.com/Assets/DigitalTwin/Assets/Warehouse/Equipment/Pallet_Trucks/Scale_A/PalletTruckScale_A01_PR_NVD_01.usd",
      "http://omniverse-content-production.s3-us-west-2.amazonaws.com/Assets/DigitalTwin/Assets/Warehouse/Equipment/Pallet_Trucks/Heavy_Duty_A/HeavyDutyPalletTruck_A01_PR_NVD_01.usd",
      "http://omniverse-content-production.s3-us-west-2.amazonaws.com/Assets/DigitalTwin/Assets/Warehouse/Equipment/Pallet_Trucks/Low_Profile_A/LowProfilePalletTruck_A01_PR_NVD_01.usd"]
 
cam = rep.create.camera(clipping_range=(0.1, 1000000))

SimReady 或仿真就緒資產(chǎn)是包含精確物理屬性和行為的物理精確 3D 對象。它們預裝有模型訓練所需的元數(shù)據(jù)和注釋。

接下來，為托盤千斤頂和攝像頭添加域隨機化：

with cam:
        rep.modify.pose(position=rep.distribution.uniform((-9.2, -11.8,   0.4), (7.2, 15.8, 4)),look_at=(0, 0, 0))
 
   # Get the Palletjack body mesh and modify its color
   with rep.get.prims(path_pattern="SteerAxles"):
      rep.randomizer.color(colors=rep.distribution.uniform((0, 0, 0), (1, 1, 1)))
 
  # Randomize the pose of all the added palletjacks
  with rep_palletjack_group:
   rep.modify.pose(
  position=rep.distribution.uniform((-6, -6, 0), (6, 12, 0)),
  rotation=rep.distribution.uniform((0, 0, 0), (0, 0, 360)),
  scale=rep.distribution.uniform((0.01, 0.01, 0.01), (0.01, 0.01, 0.01)))

圖 1. 顯示托盤千斤頂隨機顏色和位置與

隨機攝像機的位置的合成圖像

最后，配置用于注釋數(shù)據(jù)的編寫器：

writer = rep.WriterRegistry.get("KittiWriter") 
writer.initialize(output_dir=output_directory,
          omit_semantic_type=True,)

本例使用 Replicator 提供的 KittiWriter，以 KITTI 格式存儲對象檢測標簽的注釋，這將確保更容易與訓練管線兼容。

結(jié)果

對于第一批合成數(shù)據(jù)，團隊使用了 LOCO 數(shù)據(jù)集，這是一個用于物流的場景理解數(shù)據(jù)集，涵蓋了檢測物流特定對象的問題，以可視化現(xiàn)實世界的模型性能。

生成的圖像顯示，該模型仍然試圖在擁擠的倉庫中檢測托盤千斤頂（圖 2），在托盤千斤頂附近的物體周圍創(chuàng)建了許多邊界框。考慮到這是第一次訓練迭代，這個結(jié)果在一定程度上是意料之中的，減少域差距將是后續(xù)迭代的重點。

圖 2：在根據(jù)現(xiàn)實數(shù)據(jù)來驗證模型后，

現(xiàn)實世界的圖像顯示了許多報錯

第二次迭代：添加紋理和改變環(huán)境照明

在這次迭代中，除了第一次迭代中的托盤顏色和攝像頭位置外，團隊還隨機化了紋理和環(huán)境照明。

激活紋理和光照的隨機化：

# Randomize the lighting of the scene
  with rep.get.prims(path_pattern="RectLight"):
   rep.modify.attribute("color", rep.distribution.uniform((0, 0, 0), (1, 1, 1)))
   rep.modify.attribute("intensity", rep.distribution.normal(100000.0, 600000.0))
   rep.modify.visibility(rep.distribution.choice([True, False, False, False, False, False, False]))
 
# select floor material
random_mat_floor = rep.create.material_omnipbr(diffuse_texture=rep.distribution.choice(textures),                          roughness=rep.distribution.uniform(0, 1),                        metallic=rep.distribution.choice([0, 1]),                          emissive_texture=rep.distribution.choice(textures),      emissive_intensity=rep.distribution.uniform(0, 1000),)
     
     
   with rep.get.prims(path_pattern="SM_Floor"):
     rep.randomizer.materials(random_mat_floor)

圖 3 顯示了生成的合成圖像?？梢钥吹揭呀?jīng)添加到背景中的各種紋理和入射到物體上的不同類型的環(huán)境光。

圖 3：不同紋理背景的托盤千斤頂?shù)暮铣蓤D像

結(jié)果

本次迭代的報錯數(shù)量減少，增加了紋理和光照隨機化。生成合成數(shù)據(jù)時的一個關鍵因素是確保結(jié)果數(shù)據(jù)集中數(shù)據(jù)的多樣性。來自合成域的類似或重復數(shù)據(jù)可能無助于改善現(xiàn)實世界中的模型性能。

為了提高數(shù)據(jù)集的多樣性，可以在場景中添加更多的隨機化對象。這將在第三次迭代中解決，并且應該有助于改善模型的穩(wěn)健性。

圖 4. 現(xiàn)實世界的圖像表明，經(jīng)過隨機紋理和光照圖像的訓練，該模型檢測托盤千斤頂?shù)木雀?/span>

第三次迭代：添加干擾

本次迭代將額外的對象（稱為干擾物）引入到場景中，這些干擾物增加了數(shù)據(jù)集的多樣性。此次迭代還包括前兩次迭代中的所有更改。

在場景中添加干擾物：

DISTRACTORS_WAREHOUSE = ["/Isaac/Environments/Simple_Warehouse/Props/S_TrafficCone.usd",
              "/Isaac/Environments/Simple_Warehouse/Props/S_WetFloorSign.usd",
              "/Isaac/Environments/Simple_Warehouse/Props/SM_BarelPlastic_A_01.usd",
              "/Isaac/Environments/Simple_Warehouse/Props/SM_BarelPlastic_A_02.usd",
              "/Isaac/Environments/Simple_Warehouse/Props/SM_BarelPlastic_A_03.usd"]
 
# Modify the pose of all the distractors in the scene
with rep_distractor_group:
    rep.modify.pose(
position=rep.distribution.uniform((-6, -6, 0), (6, 12, 0)),
      rotation=rep.distribution.uniform((0, 0, 0), (0, 0, 360)),
      scale=rep.distribution.uniform(1, 1.5))

這個項目使用的所有資源都可以通過默認的 Isaac Sim 安裝獲得，并通過指定它們在核心服務器上的路徑來加載它們。

圖 5. 被常見倉庫物體（干擾物）包圍的

托盤千斤頂?shù)?/span>合成圖像

結(jié)果

圖 6 顯示了第三次迭代的結(jié)果。該模型能夠準確地檢測到托盤千斤頂，并且邊界框較少。與第一次迭代相比，模型性能得到了顯著改善。

圖 6. 現(xiàn)實世界的圖像顯示，

該模型能夠準確檢測到托盤千斤頂

持續(xù)迭代

該團隊在每次迭代中使用 5000 張圖像來訓練模型。您可以通過生成更多的變量和增加合成數(shù)據(jù)來繼續(xù)迭代此工作流，以達到所需的精度。

我們使用 NVIDIA TAO Toolkit 來訓練帶有 resnet18 主干的 DetectNet_v2 模型進行這些實驗。使用這個模型并不是工作流的要求，您可以利用使用注釋生成的數(shù)據(jù)來訓練您所選擇的體系架構(gòu)和框架的模型。

我們在實驗中使用了 KITTI 編寫器。也可以使用 Omniverse Replicator 編寫自己的自定義編寫器，以正確的注釋格式生成數(shù)據(jù)，這將使您的訓練工作流無縫兼容。

您還可以在訓練過程中混合現(xiàn)實數(shù)據(jù)和合成數(shù)據(jù)來進行實驗。在獲得滿意的評價指標后，最終模型可以在 NVIDIA Jetson 上進行優(yōu)化和部署。

使用 Omniverse Replicator

開發(fā)合成數(shù)據(jù)管線

通過使用 Omniverse Replicator，您可以構(gòu)建自己的自定義合成數(shù)據(jù)生成管線或工具，以編程方式生成大量不同的合成數(shù)據(jù)集，以引導模型并快速迭代。引入各種類型的隨機化為數(shù)據(jù)集增加了必要的多樣性，使模型能夠在各種條件下識別對象或是感興趣的對象。

使用本文中的工作流，請訪問 GitHub 上的 NVIDIA-AI-IOT/synthetic_data_generation_training_workflow。要查看完整的工作流，NVIDIA 的團隊成員展示了如何使用 Omniverse Replicator 和合成數(shù)據(jù)來訓練制造流程的對象檢測模型（視頻 2）。

視頻 2：學習如何用合成數(shù)據(jù)訓練計算機視覺模型

要構(gòu)建自己的自定義合成數(shù)據(jù)生成管線，請免費下載 Omniverse，并按照說明開始使用 Omniverse 代碼中的 Replicator。您也可以參加自定進度的在線課程“合成數(shù)據(jù)生成訓練計算機視覺模型”，并觀看最新的 Omniverse Replicator 教程。

• 免費下載 Omniverse：

  https://www.nvidia.com/en-us/omniverse/download/

• 開始使用 Omniverse 代碼中的 Replicator：

  https://docs.omniverse.nvidia.com/extensions/latest/ext_replicator/getting_started.html

• 通過合成數(shù)據(jù)生成訓練計算機視覺模型：

  https://courses.nvidia.com/courses/course-v1:DLI+S-OV-10+V1/

• 最新的 Omniverse Replicator 教程：

  https://www.nvidia.com/en-us/on-demand/playlist/playList-35d98b97-8abf-4f92-883a-c898801f28b4/

NVIDIA 最近發(fā)布了 Omniverse Replicator 1.10，為開發(fā)者構(gòu)建低代碼 SDG 工作流提供了新的支持。相關詳細信息，請參見“在 NVIDIA Omniverse Replicator 1.10 中使用低代碼工作流促進合成數(shù)據(jù)生成”：https://developer.nvidia.com/blog/boost-synthetic-data-generation-with-low-code-workflows-in-nvidia-omniverse-replicator-1-10/

NVIDIA Isaac ROS 2.0 和 NVIDIA Isaac Sim 2023.1 現(xiàn)已可用，其對性能感知和高保真仿真進行了重要更新。如需了解更多信息，請參閱《NVIDIA Isaac 平臺先進的仿真和感知工具助力 AI 機器人技術(shù)加速發(fā)展》。

GTC 2024 將于 2024 年 3 月 18 至 21 日在美國加州圣何塞會議中心舉行，線上大會也將同期開放。掃描下方海報二維碼，立即注冊 GTC 大會。