fixed async pipeline

2025-12-30 17:17:57 +08:00
parent 157d7b1131
commit b4c3518ad5
5 changed files with 139 additions and 122 deletions
@@ -0,0 +1,115 @@
+"""
+示例 5: 异步流水线处理（单传感器高吞吐模式）
+
+本示例演示传感器的异步三阶段流水线：
+- 图像采集、光流计算、HHD分解并行执行
+- 通过队列在线程间传递数据
+- 实现更高的帧率和吞吐量
+
+流水线架构：
+    [采集线程] → 队列 → [光流线程] → 队列 → [HHD线程] → 队列 → [主线程显示]
+    
+    时间线示例（每格代表一帧的处理时间）：
+    采集:  |帧1|帧2|帧3|帧4|帧5|...
+    光流:      |帧1|帧2|帧3|帧4|...
+    HHD:           |帧1|帧2|帧3|...
+    
+    优势：三个阶段重叠执行，总吞吐量约为最慢阶段的速度
+
+适用场景：
+- 单传感器需要最大帧率
+- CPU/GPU 利用率需要最大化
+- 可以接受 2-3 帧的处理延迟
+
+对比同步模式：
+- 同步模式：采集→光流→HHD 串行执行，FPS 受限于总时间
+- 异步模式：三阶段并行，FPS 约为同步模式的 2-3 倍
+"""
+
+import os
+os.environ["OPENCV_VIDEOIO_MSMF_ENABLE_HW_TRANSFORMS"] = "0"  # Windows 兼容性设置
+
+import cv2
+import orisys
+import numpy as np
+
+def main():
+    # =========================================================================
+    # 1. 初始化传感器
+    # =========================================================================
+    sensor = orisys.Sensor(0, cuda=True, verbose=True, config_name="prototype")
+    
+    # =========================================================================
+    # 2. 启用异步流水线
+    # =========================================================================
+    # queue_size: 每个阶段间队列的大小
+    #   - 较小的值（1-2）：延迟低，但可能丢帧
+    #   - 较大的值（3-5）：吞吐稳定，但延迟增加
+    sensor.enable_async(queue_size=2, compute_contact=True)
+    
+    print("\n异步模式已启用")
+    print("按 'q' 退出，按 'r' 重置光流追踪器")
+    
+    # =========================================================================
+    # 3. 主循环：非阻塞获取数据
+    # =========================================================================
+    try:
+        while True:
+            # 非阻塞获取最新结果
+            # timeout: 等待超时时间（秒）
+            #   - 返回 None 表示暂无新数据
+            #   - 返回 dict 包含所有传感器数据
+            data = sensor.get_async(timeout=0.05)
+            
+            if data is None:
+                # 暂无新数据，继续等待
+                continue
+            
+            # 打印力的数值
+            print(f"FPS: {data['fps']:5.1f}, "
+                  f"法向力: {data['fnormal']:8.2f}, "
+                  f"切向力X: {data['fshearx']:8.2f}, "
+                  f"切向力Y: {data['fsheary']:8.2f}")
+            
+            # 显示形变箭头图
+            if data['img'] is not None and data['flow'] is not None:
+                arrows = orisys.util.draw_arrows(
+                    data['img'].copy(),
+                    data['flow'],
+                    threshold=5
+                )
+                cv2.imshow("异步模式 - 形变", arrows)
+
+            if data['centroid'] is not None:
+                # print(f"触碰点: {data['centroid']}")
+                image_with_foe = orisys.util.draw_contact(data['img'].copy(), data['contour'], data['centroid'])
+                cv2.imshow("Contact Centroid", image_with_foe)
+            
+            if data['depth_map'] is not None:
+                # 归一化散度值到0-255范围（使用绝对值，然后归一化）
+                div_abs = data['depth_map']
+                if div_abs.max() > div_abs.min():
+                    div_normalized = ((div_abs - div_abs.min()) / (div_abs.max() - div_abs.min()) * 255).astype(np.uint8)
+                else:
+                    div_normalized = np.zeros_like(div_abs, dtype=np.uint8)
+                cv2.imshow("Depth Map", cv2.applyColorMap(div_normalized, cv2.COLORMAP_JET))
+            
+            # 键盘控制
+            key = cv2.waitKey(1) & 0xFF
+            if key == ord('q'):
+                break
+            elif key == ord('r'):
+                sensor.reset()
+                print("光流追踪器已重置")
+                
+    finally:
+        # =====================================================================
+        # 4. 清理资源
+        # =====================================================================
+        # disconnect() 会自动调用 disable_async() 停止所有线程
+        sensor.disconnect()
+        cv2.destroyAllWindows()
+
+
+if __name__ == '__main__':
+    main()