如何在NVIDIA Jetson平台创建多摄像头管道

多摄像头应用越来越流行；它们对于实现自主机器人、智能视频分析（ IVA ）和 AR / VR 应用至关重要。无论具体的用例如何，都必须始终执行一些常见任务：

俘虏

预处理

编码

陈列

在许多情况下，您还希望在摄像头流上部署 DNN ，并在检测上运行自定义逻辑。图 1 显示了应用程序的一般流程。

图 1 本项目实施的管道流程

在本文中，我将展示如何在 NVIDIA Jetson 平台上高效地实现这些常见任务。具体来说，我介绍了 jetmulticam ，一个易于使用的 Python 软件包，用于创建多摄像头管道。我在一个带有环绕摄像头系统的机器人上演示了一个特定的用例。

多摄像头硬件

选择相机时要考虑的参数有很多：分辨率、帧速率、光学、全局/滚动快门、界面、像素大小等。

在这个特定的多摄像头设置中，可以使用以下硬件：

NVIDIA Jetson Xavier NX 单元

Leopard Imaging 提供的支持 GMSL2 的 carrier board

Leopard Imaging 的 3 × IMX185 GMSL2 cameras

IMX185 摄像头的视野约为 90 °。如图 2 所示，以 270 °的总视场相互垂直安装。

图 2 安装摄像头是为了最大限度地提高水平视野

摄像头使用 GMSL 接口，该接口在距离 Jetson 模块几米远的位置提供了很大的灵活性。在这种情况下，可以将摄像头升高约 0.5 米，以获得更大的垂直视野。

图 3 GMSL 接口可以灵活地将摄像头定位在远离 Jetson 模块的位置

开始使用 Jetmulticam

首先，在 Jetson 板上下载并安装 NVIDIA Jetpack SDK 。然后，安装jetmulticam软件包：

$ git clone https://github.com/NVIDIA-AI-IOT/jetson-multicamera-pipelines.git $ cd jetson-multicamera-pipelines
$ bash scripts/install_dependencies.sh
$ pip3 install Cython
$ pip3 install .

基本多摄像机流水线

安装完成后，可以使用CameraPipeline类创建基本管道。通过 initializer 参数传递要包含在管道中的摄影机列表。在下面的示例中，元素[0, 1, 2]对应于设备节点/dev/video0、/dev/video1和/dev/video2。

from jetmulticam import CameraPipeline
p = CameraPipeline([0, 1, 2])

就这样，管道已经初始化并启动。现在，您可以从管道中的每个摄像头读取图像，并以numpy阵列的形式访问它们。

img0 = p.read(0) # img0 is a np.array
img1 = p.read(1)
img2 = p.read(2)

通常，在一个循环中读取相机是很方便的，如下面的代码示例所示。管道从主线程异步运行，read始终获取最新的缓冲区。

while True:
 img0 = p.read(0)
 print(img0.shape) # >> (1920, 1080, 3)
 time.sleep(1/10)

更复杂的人工智能管道

现在，您可以构建更复杂的管道。这一次，使用CameraPipelineDNN类组成更复杂的管道，以及 NGC 目录 PeopleNet 和 DashCamNet 中的两个预训练模型。

import time
from jetmulticam import CameraPipelineDNN
from jetmulticam.models import PeopleNet, DashCamNet

if __name__ == "__main__":

 pipeline = CameraPipelineDNN(
 cameras=[2, 5, 8],
 models=[
 PeopleNet.DLA1,
 DashCamNet.DLA0,
 # PeopleNet.GPU
 ],
 save_video=True,
 save_video_folder="/home/nx/logs/videos",
 display=True,
 )

 while pipeline.running():
 arr = pipeline.images[0] # np.array with shape (1080, 1920, 3)
 dets = pipeline.detections[0] # Detections from the DNNs
 time.sleep(1/30)

下面是管道初始化的分解：

• 摄像机
• 模型
• 硬件加速
• 保存视频
• 显示视频
• 主回路

摄像机

首先，与前面的示例类似，cameras参数是传感器列表。在这种情况下，使用与设备节点关联的摄像头：

• /dev/video2
• /dev/video5
• /dev/video8

cameras=[2, 5, 8]

模型

第二个参数 models 使您能够定义要在管道中运行的预训练模型。

 models=[
 PeopleNet.DLA1,
 DashCamNet.DLA0,
 # PeopleNet.GPU
 ],

在这里，您将从 NGC 部署两个经过预训练的模型：

• PeopleNet ：一种能够识别人、脸和包的物体检测模型。
• DashCamNet ：能够识别四类对象的模型：汽车、人、路标和自行车。

有关更多信息，请参阅 NGC 中的 model cards 。

硬件加速

模型使用 NVIDIA 深度学习加速器 （ DLA ）实时运行。具体来说，可以在 DLA0 （ DLA Core 0 ）上部署 PeopleNet ，在 DLA1 上部署 DashCamNet 。

在两个加速器之间分配模型有助于提高管道的总吞吐量。此外， DLA 甚至比 GPU 更节能。因此，在最高时钟设置的满载情况下，系统消耗的电量仅为~ 10W 。最后，在这种配置中， Jetson GPU 仍然可以使用 Jetson NX 上的 384 CUDA 内核自由加速更多任务。

下面的代码示例显示了当前支持的模型/加速器组合的列表。

pipeline = CameraPipelineDNN(
 # ...
 models=[
 models.PeopleNet.DLA0,
 models.PeopleNet.DLA1,
 models.PeopleNet.GPU,
 models.DashCamNet.DLA0,
 models.DashCamNet.DLA1,
 models.DashCamNet.GPU
 ]
 # ...
)

保存视频

接下来的两个参数指定是否存储编码的视频，并定义用于存储的文件夹。

save_video=True,
save_video_folder="/home/nx/logs/videos",

显示视频

作为最后的初始化步骤，将管道配置为在屏幕上显示视频输出，以便进行调试。

display=True

主回路

最后，定义主循环。在运行期间，图像在pipeline.images下可用，检测结果在pipeline.detections下可用。

while pipeline.running():
 arr = pipeline.images[0] # np.array with shape (1080, 1920, 3)
 dets = pipeline.detections[0] # Detections from the DNNs
 time.sleep(1/30)

下面的代码示例显示了结果检测。对于每次检测，您都会得到一个包含以下内容的字典：

• 对象类
• 以像素坐标定义为[左、宽、顶、高]的对象位置
• 检测置信度

>>> pipeline.detections[0]
[
 # ...
 {
 "class": "person",
 "position": [1092.72 93.68 248.01 106.38], # L-W-T-H
 "confidence": 0.91
 },
 #...
]

　　用自定义逻辑扩展人工智能管道

　　作为最后一步，您可以使用 DNN 输出扩展主循环以构建自定义逻辑。具体来说，您可以使用摄像头的检测输出在机器人中实现基本的人员跟随逻辑。源代码可在 NVIDIA-AI-IOT/jetson-multicamera-pipelines GitHub repo 中找到。

　　要找到要跟踪的人，请解析管道。检测输出。此逻辑在 find_closest_human 函数中实现。

　　根据 dets2steer 中边界框的位置计算机器人的转向角。

　　如果人在左图中，最大限度地左转。

　　如果人在正确的形象中，尽量向右转。

　　如果人在中心图像中，则按边界框中心的 X 坐标成比例旋转。

　　生成的视频将保存到/home/nx/logs/videos，正如您在初始化过程中定义的那样。

　　解决方案概述

　　下面简要介绍一下在下面的示例中配置jetmulticam works. The package dynamically creates and launches a GStreamer pipeline with the number of cameras that your application requires. Figure 4 shows how the underlying GStreamer管道时的外观。如您所见，系统中所有关键操作（由绿色方框表示）都受益于硬件加速。

　　图 4 系统的内部组件 jetmulticam package

　　首先，使用多个摄像头nvarguscamerasrc在视频图上捕获。使用nvvidconv或nvvideoconvert重新缩放每个缓冲区并将其转换为 RGBA 格式。接下来，使用服务器提供的component对帧进行批处理 DeepStream SDK 。默认情况下，批次大小等于系统中的摄像头数量。

　　要部署 DNN 模型，请利用 nvinfer 元素。在演示中，我在 Jetson Xavier NX 上提供的两种不同加速器 DLA core 1 和 DLA core 2 上部署了两种型号， PeopleNet 和 DashCamNet 。然而，如果需要的话，可以将更多的模型堆叠在彼此之上。

　　生成的边界框被nvosd元素覆盖后，使用nvoverlaysink将其显示在 HDMI 显示屏上，并使用硬件加速的 H264 编码器对视频流进行编码。保存到。 mkv 文件。

　　Python 代码中可用的图像（例如pipeline.images［0］）通过回调函数或 probe 解析为numpy数组，并在每个视频转换器元素上注册。类似地，在最后一个nvinfer元素的 sinkpad 上注册了另一个回调函数，该元素将元数据解析为用户友好的检测列表。有关源代码或单个组件配置的更多信息，请参阅 create_pipeline 函数。

　　结论

　　NVIDIA Jetson 平台上的硬件加速与 NVIDIA SDKS 结合，可以实现卓越的实时性能。例如，下面的示例在三个摄像头流上实时运行两个对象检测神经网络，同时保持 CPU 利用率 低于 20% 。

　　本文展示的Jetmulticam包使您能够用 Python 构建自己的硬件加速管道，并在检测之上包含自定义逻辑。

　　关于作者

　　Tomasz Lewicki 是 NVIDIA 的嵌入式工程实习生。他拥有圣何塞州立大学计算机工程硕士学位，华沙工业大学华沙工业大学机器人工程学学士学位。他的兴趣集中在计算机视觉和机器人应用的深度学习上。

　　审核编辑：郭婷