5.1.1. 使用 Orbbec ROS 包降低 CPU 使用率
本文档概述了在使用 Gemini 330 系列相机 的 OrbbecSDK_ROS1 v2 环境中最小化 CPU 使用率的策略。固件版本必须 不低于 1.4.10,并且 device 应设置为 Default。
您可以参考 gemini_330_series_low_cpu.launch 启动文件中的低 CPU 占用配置。
5.1.1.1. 降低 CPU 使用率的推荐设置
为了在 OrbbecSDK_ROS1 中实现尽可能低的 CPU 使用率,建议配置以下参数。
| 参数 | 推荐值 | 说明 |
|---|---|---|
uvc_backend |
v4l2 |
与 libuvc 相比 CPU 使用率更低 |
color_format |
RGB |
比 MJPG 格式 CPU 使用率更低 |
filter |
仅使用 hardware_noise_removal_filter |
其他滤波器会显著增加 CPU 使用率 |
depth_registration |
false 或 true 配合 align_mode=HW |
软件对齐消耗更多 CPU |
enable_point_cloud |
false |
禁用点云可降低 CPU 使用率 |
enable_colored_point_cloud |
false |
禁用彩色点云可降低 CPU 使用率 |
5.1.1.2. 彩色流格式与订阅方式
v2.8.8 优化了彩色流图像发布流程:
当
color_format为 RGB/YUYV 等非 MJPG 格式时,订阅/camera/color/image_raw。当
color_format:=MJPG时,建议订阅/camera/color/image_raw/compressed。ROS wrapper 会直接发布压缩图像,避免额外解码,从而显著降低 MJPG 场景下的 CPU 占用,甚至比 RGB 格式更低。如果订阅
/camera/color/image_raw,MJPG 仍需要在主机侧解码,CPU 占用会更高。
5.1.1.3. 用于测试的启动文件
5.1.1.4. 测试环境
硬件配置
CPU: Intel i7-8700 @ 3.20GHz
内存: 24 GB
存储: Micron 2200S NVMe 256GB
GPU: NVIDIA GeForce GTX 1660Ti
操作系统: Ubuntu20.04(虚拟机)
ROS 配置
ROS 版本: ROS1 Noetic
SDK 版本: OrbbecSDK_ROS1 v2.2.1
相机设置
设备: 2x Gemini 335, 1x Gemini 336, 1x Gemini 336L
固件版本: 1.4.10
5.1.1.5. 测试设置
流设置:
深度 / 左红外 / 右红外: 848×480 @ 30fps
彩色: 848×480 @ 15fps
注意:以下 CPU 使用率数据主要关注 uvc_backend、color_format 和各种滤波器组合。
5.1.1.6. 测试结果
5.1.1.7. uvc_backend 比较(RGB 格式)
| libuvc CPU 使用率 | v4l2 CPU 使用率 | 绝对变化 |
|---|---|---|
| 116.0% | 45.7% | -70.3% |
使用 v4l2 后端可以显著降低 CPU 使用率。在我们的实现中,v4l2 无需对 Linux 内核进行任何补丁即可工作,允许用户轻松在 v4l2 和 libuvc 之间切换,并保持与标准 Linux 发行版的完全兼容性。
5.1.1.8. color_format 比较(MJPG vs RGB)
| 后端 | MJPG CPU 使用率 | RGB CPU 使用率 | 绝对变化 |
|---|---|---|---|
| libuvc | 132.6% | 116.0% | -16.6% |
| v4l2 | 56.0% | 45.7% | -10.3% |
选择 RGB 格式而不是 MJPG 可以降低 CPU 使用率,因为 MJPG 图像的解码会消耗主机 CPU 资源。
5.1.1.9. 滤波器配置影响
| 应用的滤波器 | libuvc CPU 使用率 | CPU 使用率增加 | v4l2 CPU 使用率 | CPU 使用率增加 |
|---|---|---|---|---|
| 无滤波器(基准) | 116.0% | 0.0%(基准) | 45.7% | 0.0%(基准) |
(软件)noise_removal_filter |
148.2% | +32.2% | 73.4% | +27.7% |
(软件)noise_removal_filter + spatial_filter |
169.3% | +53.3% | 93.3% | +47.6% |
hardware_noise_removal_filter |
115.7% | -0.3% | 45.6% | -0.1% |
hardware_noise_removal_filter + spatial_filter |
124.5% | +8.5% | 61.7% | +16.0% |
根据测试结果,仅使用 hardware_noise_removal_filter 对于 libuvc(-0.3%)和 v4l2(-0.1%)相比无滤波器基准,CPU 使用率变化可忽略不计,因为此滤波器在相机硬件内部运行。相反,其他滤波器在主机系统上执行。将 spatial_filter 添加到硬件滤波器会导致 CPU 使用率适度增加,而应用基于软件的 noise_removal_filter(无论是单独使用还是与 spatial_filter 结合使用)都会显著增加 CPU 负载。为了保持低 CPU 使用率,建议避免使用基于软件的滤波器,仅依赖 hardware_noise_removal_filter。