我试图让VREP视觉传感器输出与opencv通过ROS api处理。我确实成功地设置了场景并让脚本运行,但问题是,即使没有实际处理(目前我只是直接将图像推送到输出),但问题是我得到了一些类似于4-5fps的文件。
此问题似乎不依赖于图像分辨率,因为1024*512和128*128捕获的结果完全相同。
这也不是阻塞调用的问题,虽然我发布的是单头代码,但我确实有相当复杂的多线程处理管道,在实际的摄像机中执行得相当好(~50 fps)。
vrep一侧的Lua脚本似乎也不是一个问题,因为我尝试使用vrep提供的视频重译示例,它们似乎实现了相当令人满意的fps。
因此,图像流似乎是一个瓶颈。
下面是我的示例脚本:
# coding=utf-8
import rclpy
import rclpy.node as node
import cv2
import numpy as np
import sensor_msgs.msg as msg
import third_party.ros.ros as ros
class TestDisplayNode(node.Node):
def __init__(self):
super().__init__('IProc_TestDisplayNode')
self.__window_name = "img"
self.sub = self.create_subscription(msg.Image, 'Vision_sensor', self.msg_callback)
def msg_callback(self, m : msg.Image):
np_img = np.reshape(m.data, (m.height, m.width, 3)).astype(np.uint8)
self.display(np_img)
def display(self, img : np.ndarray):
cv2.imshow(self.__window_name, cv2.cvtColor(img, cv2.COLOR_RGB2BGR))
cv2.waitKey(1)
def main():
ros_core = Ros2CoreWrapper()
node = TestDisplayNode()
rclpy.spin(node)
node.destroy_node()
rclpy.shutdown()
if __name__ == "__main__":
main()我还必须提到,我使用ROS1运行它,因为我需要使用python3完成处理,而ROS2只支持这个处理,而VREP似乎只适用于ROS1(尽管我刚刚开始处理这些系统,所以我对这种情况并不有信心)。
发布于 2018-08-03 13:18:55
我遇到了一个类似的问题,一条慢吞吞的蟒蛇。
我使用了标志-OO:https://docs.python.org/3/using/cmdline.html#cmdoption-o,它减少了执行时间。
此外,还出现了一个新的问题:python/issues/9展示了如何为python改进消息对象的转换。
https://stackoverflow.com/questions/51236751
复制相似问题