【自适应计算在机器人领域的应用】连载七：用ROS 2在机器人内部集成自适应计算的新架构

作者： Víctor Mayoral-Vilches 和 Giulio Corradi，赛灵思公司

连载七：用ROS 2 在机器人内部集成自适应计算的新架构

图 1 所示的架构将硬件加速集成到 ROS 2 中，同时坚持以机器人专家为中心的理念。不要求熟悉非 ROS 工具（如 Vivado 或 Vitis 工具），或熟悉 OpenEmbedded 或 Yocto。此外，该架构构建在开放的标准之上，以 C++ 和 OpenCL 作为生成加速内核的目标计算语言。通过这种方法，机器人领域的大多数用户都可以受益于硬件加速的功能。该架构基于三大支柱构建：ROS 构建系统 （ament）、ROS 元构建工具 （colcon） 以及嵌入式固件 （firmware）。

图 1： ROS 2 硬件加速工作组 （HAWG） 初始架构

第一个支柱是 ament ROS 2 构建系统的扩展。ament_vitis（1）通过一系列 CMake 宏和实用工具实现这些扩展，将 Vitis 工具包含到 ROS 2 生态系统内。提议的架构是一种适用于几乎任何加速技术的架构，即 ament_acceleration 抽象层从框架和软件平台（如 Vitis 工具）抽象构建系统扩展，为 FPGA 和 GPU 提供支持。作为替代加速技术的例子，图 10 里包含了 ament_rocm，展现未来集成 ROCm5（2）软件开发平台的潜力，以实现 HPC/超大规模级 GPU 计算。在后台，ament_acceleration 的每次专门优化都需要对应的库。例如，ament_vitis 依靠 Vitis 和赛灵思运行时 （XRT） 库（3）。后者是一种开源的标准化软件接口，用于简化应用代码和加速内核之间的通信。Vitis 工具和 XRT 完全对机器人工程师隐藏，不仅简化了加速内核的创建，而且还帮助机器人专家专注于计算图像的改进。通过提供犹如任何其他 ROS 封装的体验，以这种方式实现简化加速内核创建工作的目标。图 2 所示的代码列表 1 展示的是使用 ament_vitis ROS 封装的示例。宏 vitis_acceleration_kernel 提供灵活性，允许用户无缝地扩展CMakeLists.txt 并选择加速 ROS 封装的哪些部分。

图 2： 代码列表 1

第二个支柱扩展“colcon”ROS 元构建工具，以集成硬件加速专用流。

第三个支柱是嵌入式固件。表达为 acceleration_firmware（1），第三个支柱旨在为硬件加速平台提供固件专用工件，这样就能针对这些工件编译加速内核，从而简化流程并保持ROS 开发流程。提出的架构在构建时特意考虑到各种硬件加速平台，可以支持边缘（嵌入式）器件，以及适用于工作站、数据中心乃至云硬件加速的 PCIe® 加速器。平台选择通过在 ROS 工作空间资源（在 src/ 下）中加入特定的 acceleration_firmware 库（acceleration_firmware_xilinx）来实现。构建过程中的平台选择（本例中为赛灵思 Zynq UltraScale+™ MPSoC ZCU102 平台）通过 colcon mixins 来实现。通过这种方式，colcon build -build- base=build-zcu102 -install-base=install-zcu102 -merge-install -mixin zcu102 将为 ZCU102 硬件平台构建完整的 ROS 2 工作空间，交叉编译 ROS 封装，在运行中视情况为 ZCU102 平台生成内核。所有中间步骤完全实现自动化，而且产生的 install-zcu102 目录能直接在硬件中使用。

为了容纳中间工件并在嵌入式流程中提供灵活性，acceleration_firmware 在 ROS 2 工作空间中引入新的子文件夹结构，即 《ros2-workspace-path》/acceleration/firmware/《platform》 路径。

图 3 是 acceleration_examples ROS 2 封装构建完成后，该架构的工作方式预演。流程从 colcon 构建 ROS 2 工作空间开始（图 3，插图编号 1）。无需使用特殊的旗标，只是对应的封装和硬件加速工作组 （HAWG） 基础设施必须位于工作空间的 src 目录内。colcon 将为开发工作站架构构建每一个封装。这其中包含 ament_vitis Cmake 宏（图 3，插图编号 1），该宏将一系列 CMake 扩展部署到产生的本地 ROS 2 叠加工作空间中。

这些扩展与本地 Vitis 安装（1）（图 3，插图编号 3）相连，对ROS 2 包直接提供其功能。换句话说，ROS 2 包能从它们的 CMakeLists.txt 文件使用这些宏，并且使用赛灵思的硬件加速工具。

固件包（如 acceleration_firmware_kv260）是该架构的重要组件。切换加速器时，只需用适用于新的目标加速器的包替换这个包即可。任意一个有效的固件包都应包含固件工件和 CMake 逻辑，以便在 ROS 叠加工作空间中正确地为实现硬件加速目的而解包、部署和配置固件（图 3，插图编号 4）。此外，有效的固件包应包含根文件系统、根文件系统的 sysroot（用于交叉编译）或在构建时自动生成 ROS 2 mixins（2） 的模板，以简化嵌入式流程和其他方面。如需进一步详细了解，请参阅任何官方固件包的完整工件列表。

总之，首先调用 colcon 构建（图 3，插图编号 3），让 ROS 2 工作空间为硬件加速做好准备并将文件部署在本地叠加内（图 3，插图编号 2、3 和 4）。在此之后，从本地叠加第二次调用带 -mixin《target-board》 旗标的 colcon 构建，将进行交叉编译（图 3，插图编号 51）并根据需要为目标加速器硬件生成加速器（图 3，插图编号 52）。从这一点开始，colcon_acceleration 包有助于其余流程的进一步自动化。这部分已超出本文所要探讨的内容。

下列三种不同的电路开发板已经获得基本支持：赛灵思 Zynq UltraScale+ MPSoC ZCU102，ZCU104 以及 Kria™ KV260 视觉 AI 入门套件。

图 3：HAWG 初始架构内 ROS 2 包之间的交互走查

要点总结：在既往研究的启发下，当前研究提出一种以 ROS 2 为中心的架构，让硬件加速在 ROS 生态系统中发挥关键作用。图 12 体现的提议被模块化成不同的 ROS 2 包，它们的构建方式与任何其他 ROS 包一样。这种架构适用于各种平台（瞄准边缘、工作站、数据中心或云提供支持），也适用于各种技术（支持 FPGA 和 GPU ），并且只需提供对应的专业 acceleration_firmware，就能轻松地将其移植到其他电路板。

表 4 总结了这里提出的方法与以前的工作的比较。

表 4：ROS 与 ROS 2 各类自适应计算集成方法比较表（含赛灵思 ament_vitis）