チュートリアル(AIツール、第3部、「データ収集・蓄積」の実習)

目的

RTM(OpenRTM-aist)を利用し、人工知能技術を応用したロボットシステムを構築します.
深層学習による画像認識を利用した移動ロボット制御システムを作成することで、実際の研究、開発へのアプリケーション応用について学びます.

本チュートリアルで構築するRTシステム

ロボットをジョイスティックで操作し,その際のカメラ入力やセンサ入力値を自動的に収集するシステムを構築します.
実習時間の都合上,既存の画像収集コンポーネント(ImageDataCollector)を再利用し,ロボットのセンサ入力取得,ファイルへの保存機能を追加します.

tutorial_jsai_3b_0.png

ImageDataCollectorコンポーネントの改造

改造するRTコンポーネント

「ImageDataCollector」というコンポーネントを改造します.
Webカメラの画像を入力とし、入力された画像を定期的にファイルとして保存するコンポーネントです.

作成手順と開発環境

下記URLの「作成手順」「開発環境の確認」を参照ください.
http://openrtm.org/openrtm/ja/node/6386

また,下記のパッケージも事前にインストールしておいてください.

  • Python パッケージ
    • OpenCV (画像認識ライブラリ) http://opencv.jp/
      • pip install opencv-python でインストールできます
    • 画像保存コンポーネント ImageDataCollector

コンポーネントの仕様

ImageDataCollectorは「Webカメラ画像を入力とするインポート」をひとつ持っています.
ここに「ロボットの近接センサ値を入力とするインポート」をひとつ追加します.

コンポーネント名 ポート名 型名 説明
ImageDataCollector image CameraImage Webカメラ画像を入力とするポート
sensor TimedShortSeq ロボットの近接センサ値を入力とするポート

ImageDataCollectorコンポーネントへのポート追加

ImageDataCollectorコンポーネントに新しいポートを追加する作業を「RTC Builder」を用いて行います.
まず Eclipse を起動します.
Windows 8.1の場合は「スタート」>「アプリビュー(右下矢印)」>「OpenRTM-aist 1.1.2」>「OpenRTP」をクリックすると起動できます.
ワークスペースの場所を決める必要があるので指定してください.

tutorial_jsai_3_1.png

指定すると、下記の画面が表示されますが、Welcomeページは必要ないので閉じてください.

tutorial_jsai_3_2.png

「RTC Builder」のパースペクティブを開きます.

tutorial_jsai_3_3.png
tutorial_jsai_3_4.png

新規プロジェクトの作成

ImageDataCollectorコンポーネントを作成するために、RTC Builderで新規プロジェクトを作成します. 左上の「Open New RTC Builder Editor」アイコンをクリックしてください.

tutorial_jsai_3_5.png

プロジェクト名を入力するウインドウが開くので、プロジェクト名を入力してください.
ここでは「ImageDataCollector」としています.

tutorial_jsai_3b_6.png

指定したプロジェクトが生成され、パッケージエクスプローラ内に表示されます.

プロファイルの読み込み

RTC Builder には既存のコンポーネントのプロファイルを読み込み,追加,修正できる機能があります.
「基本」タブにある「プロファイル情報のインポート・エクスポート」の「インポート」ボタンをクリックし,改造元のImageDataCollectorにあるRTC.xmlを選択します.
下記画面のようにモジュール概要などが読み込まれていれば成功です.

tutorial_jsai_3b_10.png

ポートの追加

次に、「データポート」タブを選択し、データポートの情報を入力します.
追加するポート仕様を元に以下のように入力します.
なお、変数名や表示位置の設定はオプションのため、そのままで問題ありません.

  • InPort Profile:
    • ポート名: sensor
    • データ型: TimedShortSeq
      tutorial_jsai_3b_11.png

最後に、「基本」タブにある [コード生成] ボタンをクリックしてコンポーネントのひな形を作成します.

tutorial_jsai_3b_12.png

ソースコードの編集

自動生成された「ImageDataCollector.py」をエディタで開いて編集します.
RTCBuilderには既存コードとのマージ機能もあるのですが,所望のコード形式にならないことがあるので,今回は手作業でマージします.
ImageDataCollector.pyは、(指定したワークスペースディレクトリ)¥ImageDataCollectorフォルダの中にあります.

Pythonがインストールされていれば、標準で付属しているIDLEというエディタが使えるため、 WindowsであればImageDataCollector.pyを右クリックして""Edit with IDLE""を選択すれば編集することができます.

tutorial_jsai_3_13.png

変数初期化部分の修正

init関数内に"self._d_sensor"変数初期化部分と必要なパッケージのimport文を追加します. (ポート名をsensor以外に設定している場合は、self._d_XXXを設定した名前で適宜読み替えてください)

変更前

    import sys
    import time
    sys.path.append(".")
    
    # Import RTM module
    import RTC
    import OpenRTM_aist

    def __init__(self, manager):
        OpenRTM_aist.DataFlowComponentBase.__init__(self, manager)
        
        image_arg = [None] * ((len(RTC._d_CameraImage) - 4) / 2)
        self._d_image = RTC.CameraImage(*in_arg)
        """
        """
        self._imageIn = OpenRTM_aist.InPort("image", self._d_image)
        sensor_arg = [None] * ((len(RTC._d_TimedShortSeq) - 4) / 2)
        self._d_sensor = RTC.TimedShortSeq(*sensor_arg)
        """
        """
        self._sensorIn = OpenRTM_aist.InPort("sensor", self._d_sensor)

変更後

    import sys
    import time
    import os
    sys.path.append(".")
    
    # Import RTM module
    import RTC
    import OpenRTM_aist
    
    import cv2
    import numpy as np
    from datetime import datetime as dt

    def __init__(self, manager):
        OpenRTM_aist.DataFlowComponentBase.__init__(self, manager)
        
        self._d_image = RTC.CameraImage(RTC.Time(0, 0), 0, 0, 0, [], 0, [])
        self._imageIn = OpenRTM_aist.InPort("image", self._d_image)
        
        self._d_sensor = RTC.TimedShortSeq(RTC.Time(0, 0), [])
        self._sensorIn = OpenRTM_aist.InPort("sensor", self._d_sensor)

アクティビティ処理の実装

ImageDataCollectorコンポーネントの仕様に従い、入力されたでーたを保存する処理を記述します.

    def onActivated(self, ec_id):
        # 変数の初期化
        self._count = 0
        t = dt.now()
        
        # センサ用出力ディレクトリ作成
        self._image_dir = "image_" + t.strftime('%Y%m%d')
        if not os.path.exists(self._image_dir):
            os.mkdir(self._image_dir)
        
        # センサ用出力ディレクトリ作成
        self._sensor_dir = "sensor_" + t.strftime('%Y%m%d')
        if not os.path.exists(self._sensor_dir):
            os.mkdir(self._sensor_dir)
        
        self._f = open(self._sensor_dir + "/sensor.csv", 'w')
        
        return RTC.RTC_OK

    def onDeactivated(self, ec_id):
        self._count = 0
        self._f.close()
        
        return RTC.RTC_OK

    def onExecute(self, ec_id):
        if self._imageIn.isNew():
            # 画像イメージの変換
            data = self._imageIn.read()
            frame = np.frombuffer(data.pixels, dtype=np.uint8)
            frame = frame.reshape(data.height, data.width, 3)
            
            # 画像イメージの保存
            cv2.imwrite(self._image_dir + "/" + str(self._count) + ".png", frame)
            self._count += 1
            
        if self._sensorIn.isNew():
            # センサデータの保存
            data = self._sensorIn.read()
            self._f.write(",".join(map(str, data.data)) + "\n")
            
        return RTC.RTC_OK

ImageDataCollector改造コンポーネントの動作確認

まず、シミュレータ上で動作確認を行います.

シミュレーター上の Raspberry Pi マウスでの確認

下記URLの「シミュレータ」を参照ください.
http://openrtm.org/openrtm/ja/node/6386

NameServiceの起動

コンポーネントの参照を登録するためのネームサービスを起動します。
「スタート」>「アプリビュー(右下矢印)」>「OpenRTM-aist 1.1.2」の順に辿り、「Start Naming Service」をクリックしてください.
※ 「Start Naming Service」をクリックしても omniNames が起動されない場合は、フルコンピュータ名が14文字以内に設定されているかを確認してください.

RT System Editorの起動

コンポーネントをGUIで操作するために「RT System Editor」を起動します.

tutorial_jsai_3_sim0.png
tutorial_jsai_3_sim0_1.png

起動するとNameServerView に先ほど起動したネームサーバーが表示されます.

tutorial_jsai_3_sim0_2.png

※もし、NameServerView にネームサーバーが表示されない時は、手動で localhost を追加します.
画像の [ネームサーバの追加] をクリックしダイアログを表示します.
localhost と入力し、[OK] をクリックして追加できます.

tutorial_jsai_3_sim1.png

コンポーネントの起動

下記のコンポーネントを起動します.
正しく起動が完了した場合,NameServerView上に各コンポーネントが表示され、Drag&Dropすれば「System Diagram」上で他のコンポーネントと接続できるようになります.

ImageDataCollector.py

作成したImageDataCollector.pyファイルをダブルクリックもしくはコマンドプロンプトからpython ImageDataCollector.pyとして起動して下さい.

OpenCVCameraComp.exe

OpenRTM-aistインストール時に同時にインストールされています.
Windowsの検索(Windowsアイコン押下時のプログラムとファイルの検索など)を用い,OpenCVCameraComp.exeを起動して下さい.

CameraViewerComp.exe

OpenRTM-aistインストール時に同時にインストールされています.
Windowsの検索(Windowsアイコン押下時のプログラムとファイルの検索など)を用い,CameraViewerComp.exeを起動して下さい.

RaspberryPiMouseSimulatorComp.exe

USBメモリで配布されたEXEフォルダにあるRaspberryPiMouseSimulatorComp.exeをダブルクリックして起動して下さい.

RobotController.py

第2部で作成したRobotController.pyをダブルクリックして起動して下さい.

tutorial_jsai_3_sim2.png

コンポーネントの接続

「System Diagram」上で下図のようにポートを接続してください.

tutorial_jsai_3b_sim3.png

コンポーネントのActivate

「RT System Editor」の上部にある[All Activate] というアイコンをクリックし、全てのコンポーネントをアクティブ化します.
※下図のように、「System Diagram」上で右クリックすることでもアクティブ化できます.

tutorial_jsai_3_sim4.png

正常にアクティベートされた場合には、すべてのコンポーネントが黄緑色で表示され,動作を確認することができます.
RobotControllerによって、シミュレータ上のマウスの操作ができるか確認してください.
また,ImageDataCollectorを起動したフォルダに画像やセンサ情報が自動で蓄積されていることを確認してください.

tutorial_jsai_3_sim5.png

Activate後にImageDataCollectorのソースコードを変更したい場合には、「All Deactivate」を実施した後、ImageDataCollectorを「Exit」してソースコードを変更してください.
再度、ImageDataCollectorコンポーネントを起動して接続した後、「All Activate」すれば変更した動作が確認できます.

カメラデバイスの切り替え

内臓カメラのあるPCでWebカメラをお使いの場合、内臓カメラの映像が表示されるかもしれません.
Webカメラなどに切り替えたい場合には、「Ssytem Diagram」上でOpenCVCameraCompをクリックして下図の「device_num」の値を「1」などに変更してください.
動作中に変更可能です.

tutorial_jsai_3_sim6.png

RT Systemの保存と復元

保存:RT Systemを保存する場合は System Diagram 上で右クリックして [Save As...] を選択してください.
復元:復元する場合は [Open and Restore] を選択して、先ほど保存したファイルを選択します.

実機での動作確認

電源の入れ方や注意点の記載が下記にあるので参照ください.
http://openrtm.org/openrtm/ja/node/6386 の「実機での動作確認」以降を参照ください.

コンポーネントの接続例

シミュレータの時と同様にコンポーネントを接続した後、Activateしてください.

ダウンロード

最新バージョン : 2.0.1-RELESE

統計

Webサイト統計
ユーザ数:2160
プロジェクト統計
RTコンポーネント307
RTミドルウエア35
ツール22
文書・仕様書2

Choreonoid

モーションエディタ/シミュレータ

OpenHRP3

動力学シミュレータ

OpenRTP

統合開発プラットフォーム

産総研RTC集

産総研が提供するRTC集

TORK

東京オープンソースロボティクス協会

DAQ-Middleware

ネットワーク分散環境でデータ収集用ソフトウェアを容易に構築するためのソフトウェア・フレームワーク