POSIM v1.0.1Platform for Ocean Simulation · ドキュメント
ドキュメントメニュー
POSIM / 応用ガイド

ソナーの設定と調整

計算バックエンドを選び、観測範囲、細かさ、更新周波数を比較します。マルチビームソナーには、クイックスタート、SDF、パラメーター表があります。

実行環境を選ぶ

準備済みの POSIM ターミナルを使います。編集、ビルド、実行は、POSIM をインストールした同じ Ubuntu、WSL、Docker 環境内で行ってください。POSIM_WS はそのワークスペースのパスです。どの計算バックエンドでも Gazebo の描画センサーが必要です。

環境 計算方法と条件
Linux ネイティブ CPU、利用可能な Vulkan アダプターによる WGPU、対応 NVIDIA GPU とツールキットによる CUDA
WSL 2 または Linux コンテナ CPU。GPU 計算には、その環境の内部からアダプターとドライバーを利用できることが必要
macOS の Docker/RDP CPU から始めます。Linux コンテナは Mac の Metal デバイスを公開しません。
macOS ネイティブ 別途用意したネイティブ ROS/Gazebo 環境で WGPU の Metal を利用可能。macOS インストールガイドは Docker/RDP 方式です。

auto は CUDA → WGPU → CPU の順で選択します。比較実験では cpu、wgpu、cuda を明示してください。指定したバックエンドが使えなければ、センサーの初期化は失敗します。選択表を参照してください。

ソナーパッケージをビルドする

ソースからのインストールと依存関係の準備を済ませてください。wgpu_vendor は CPU を使う場合も Rust ライブラリをビルドします。Rust と Cargo がなければ公式の導入手順に従います。

rustc --version
cargo --version

環境を読み込んだワークスペースで、ライブラリ、センサー、ワールドシステム、例をビルドします。

cd "$POSIM_WS"
colcon build --merge-install --executor sequential --symlink-install \
  --packages-up-to multibeam_sonar_system posim_multibeam_sonar_demo
source install/setup.bash

CUDA は任意です。インストール済みの CUDA を使わず CPU/WGPU 用にビルドする場合は、--cmake-args -DCMAKE_DISABLE_FIND_PACKAGE_CUDAToolkit=ON を追加します。Rust の依存関係は Cargo.lock で固定され、初回のダウンロードにはインターネット接続が必要です。

ros2 pkg prefix wgpu_vendor
ros2 pkg prefix multibeam_sonar
ros2 pkg prefix multibeam_sonar_system
ros2 pkg prefix posim_multibeam_sonar_demo

4 パッケージを確認し、ソナーの例で画像と生データを受信してください。パッケージ一覧だけではセンサーの読み込みを確認できません。コンテナ内でパッケージを確認し、なければソースからビルドします。イメージタグだけで同梱を判断しないでください。

WGPU アダプターを選ぶ

Linux では、Gazebo を実行する環境内で vulkaninfo --summary を確認します。システムに合った Vulkan ドライバーとツールが必要です。llvmpipe などのソフトウェアアダプターは Vulkan を実行できますが、ハードウェアによる高速化は行いません。WGPU の起動出力に選択されたアダプターが表示されます。

WGPU_BACKEND=vulkan \
ros2 launch posim_multibeam_sonar_demo multibeam_sonar_demo.launch.py \
  compute_backend:=wgpu
環境変数 用途
WGPU_BACKEND Linux は vulkan、macOS ネイティブプロセスは metal。省略時はプラットフォームの既定値
WGPU_ADAPTER_NAME 名前に指定文字列を含む最初のアダプター。大文字と小文字は区別しません。ドライバーや起動出力の名前を使用
WGPU_POWER_PREF high、low、none。名前の指定がなければ既定値は high

変数は起動前に設定します。初期化はプロセス内で共有されるため、変更後はシミュレーションを終了して再起動してください。API は wgpu プロジェクトで説明されています。初期化やリソース確認に失敗した場合は、表示されたアダプターと上限を確認し、cpu を選ぶかセンサーの規模を縮小します。

CUDA を使う場合

NVIDIA ドライバー、CUDA コンパイラーとランタイム、cuFFT、cuBLAS が必要です。実行環境で確認します。

nvidia-smi
nvcc --version

Linux コンテナではホストに NVIDIA Container Toolkitを設定します。Windows は CUDA on WSLと、必要に応じて Docker Desktop の GPU 設定に従います。ディスプレイドライバーは Windows に導入し、WSL 内に Linux 用を入れないでください。コンテナ内にも CUDA ライブラリが必要です。

GPU とツールキットが対応するアーキテクチャを選びます。以下の SM 75 の例では、75 を自分の GPU の値に置き換えてください。OFF は CPU/WGPU 専用ビルドで無効にしたツールキット検出を再び有効にします。

colcon build --merge-install --executor sequential --symlink-install \
  --packages-up-to multibeam_sonar_system posim_multibeam_sonar_demo \
  --cmake-args -DCMAKE_DISABLE_FIND_PACKAGE_CUDAToolkit=OFF \
  -DCMAKE_CUDA_ARCHITECTURES=75
source install/setup.bash

nvcc --list-gpu-code で対応ターゲットを確認できます。指定がなければコンパイラーの既定値を使います。複数のツールキットがある場合は -DCUDAToolkit_ROOT=/path/to/cuda で選び、その bin を PATH に追加します。compute_backend:=cuda で例を起動してください。

基準を測定する

シーン、対象までの距離、センサー姿勢を固定します。ターミナル B で画像の受信周波数を測ります。

ros2 topic hz /sensor/multibeam_sonar/sonar_image

Ctrl+C で止め、シミュレーション速度を確認します。

gz topic -e -t /world/default/stats

ワールドのエンティティ名は default です。受信周波数と real_time_factor を記録します。シミュレーション時間で 30 Hz を要求しても、実時間の 1 秒に 30 枚届くとは限りません。Ctrl+C で終了します。

サンプリングと距離を調整する

SDF のコピーで 1 項目ずつ変更します。再ビルドして環境を読み込み、同じ姿勢で起動します。

実験 比較 確認する点
角度方向の細かさ 視野角を固定し、ビーム 512 本と 256 本 近接対象の分離と受信周波数
垂直サンプリング レイ 300 本と 150 本。別に raySkips 10 と 5 対象の連続性と計算時間
観測範囲 レイ範囲と maxDistance を同時に変更 最も遠い対象と距離軸
更新周波数 30 Hz と 10 Hz 受信周波数と実時間係数

距離間隔は soundSpeed / (2 × bandwidth)、セル数は ceil(maxDistance / 間隔) + 1 です。1500 m/s、29.9 kHz、15 m では 599 セルになります。最後の座標は maxDistance を少し超える場合がありますが、設定範囲外の反射は除外されます。実際の距離配列とビーム数は生メッセージまたは CSV から読み取ってください。

WGPU は 2 の累乗以外でも要求した変換長を維持し、FFT の段階を自動選択します。距離と帯域幅を増やすとメモリーと計算量も増えます。既定の格子方式では、CPU は反射を最も近い距離セルに割り当て、GPU は周波数領域で処理します。バックエンドを比較するときは振幅と距離応答もそれぞれ測定してください。

再現可能な比較を記録する

描画が安定してから測定します。性能測定中は writeLog と debugFlag を無効にし、CSV や ROS の記録は別に行います。blazingSonarImage=false は乱数シードを 1234 に固定します。

SDF、POSIM リビジョン、バックエンドとアダプター、ドライバーとツールキットの版、フレーム時間、受信周波数、実時間係数、メモリー使用量を保存します。画面だけでなく、生の強度・距離データも比較してください。研究モデルの出典は引用にあります。

GPU の処理フロー

ソナー処理のGPU処理段階
ソナー処理のGPU処理段階

レイの加算、ビーム補正、FFT の各段階があります。WGPU は指定された周波数窓関数も適用しますが、CUDA の処理経路では適用しません。計算時間とメモリー転送時間を分けて測定します。図:POSIM Notion Wiki。

検証したmacOS用Gazebo Sim 10.5 SDKでは、センサーがソナーだけのワールドでOgre2の初期化時に異常終了することがあります。このSDKを使う場合は、ワールドに小さな標準カメラを追加してください。

ネイティブ macOS の ROS 通信設定

ネイティブ macOS で Fast DDS を使用し、大きな best-effort ソナーメッセージが届かない場合は、インストール済みのローカルプロファイルを使用します。共有メモリーセグメントは 16 MiB、転送メッセージバッファーは 1 MiB です。localhost UDP では 8192 バイトのデータグラムと 2 MiB の送受信ソケットバッファーを使用します。シミュレーター、ブリッジ、サブスクライバーを起動する前に、それぞれのターミナルで設定してください。

export FASTDDS_DEFAULT_PROFILES_FILE="$(ros2 pkg prefix multibeam_sonar)/share/multibeam_sonar/config/fastdds_macos_local.xml"

このプロファイルは任意で、同じ Mac 上のプロセス間通信専用です。他のコンピューターと通信する場合は、ネットワークに適したプロファイルを使用します。FASTDDS_DEFAULT_PROFILES_FILE が設定済みの場合は、共有メモリー設定を既存のプロファイルに反映してください。この ROS 通信設定は CPU と WGPU の両方のソナーに適用されます。