NVIDIA 称用 Holoscan 5 把控制分区钉到一个 CPU 核上,p99.99 延迟降了 5 到 9.6 倍
NVIDIA 称,在 Holoscan 5 中把机械臂重力补偿的控制分区钉到专用 CPU 核并隔离后,p99.99 延迟 C++ 版降约 5 倍、Python 版降 9.6 倍。重力补偿是一种力矩控制方式:电机只提供刚好托住机械臂自重的力矩,使人手可以推着它自由移动,既是示教学习与协作机器人的起点,也是检验机器人仿真模型是否准确的手段。
它解决什么问题
据 NVIDIA 技术博客,重力补偿需要根据机械臂每个连杆的质量、尺寸和惯量,持续计算逆动力学(inverse dynamics),频率达数百到数千赫兹。位置控制的示例可以掩盖关节轴、偏移、连杆位置、质量和惯量方面的问题,但在力矩控制下,这些参数的任何错误都会以可观察的方式立即表现出来——机械臂可能下垂或在姿态变化时向上推。
同时,通过力矩指令跟踪位置需要快速且一致的反馈,运行时开销和线程切换会引入相位滞后(phase lag)与抖动(jitter),可能导致机械臂失稳。博客将重力补偿描述为”基础而非最终控制器”,在此之上才能叠加运动规划、感知管线等高层控制。
它怎么做
据 NVIDIA 博客,Holoscan 5 SDK 的三算子控制回路中,算子(Operator)是 Holoscan 的基本执行单元,每个算子封装一段独立的计算逻辑:
第一个算子 JointStateSourceOp:以 400 Hz(每 2.5 ms 一次)的时钟触发,读取机械臂全部七个电机的关节状态并输出。
第二个算子 PinocchioGravityOp:在关节状态到达时运行。它加载机器人的 URDF 模型,调用 Pinocchio 库提供的递归牛顿-欧拉算法(RNEA)求解器,根据观测到的位置、速度和加速度计算出重力力矩。这些力矩作为前馈量,与位置、速度、刚度和阻尼一起组成电机指令。博客称,机械臂使用重力前馈加轻度刚度和阻尼,使其在支撑自重的同时对人手施加的力保持顺应。
第三个算子 MotorCommandSinkOp:在指令到达时运行,将指令交给一个辅助模块,该模块会拒绝过期、乱序或超范围的指令,然后批量发送给电机。如果 100 ms 内没有完成任何批次发送,看门狗会尝试禁用电机并停止整个图。
据 NVIDIA 博客,Holoscan 用”分区”(partition)把三个算子分组到同一个运行时线程上,避免跨线程切换和不必要的系统调用。队列设为深度一、丢弃最旧(drop-oldest),防止过时采样堆积。图在电机使能之前先编译成可检查的执行计划,配置错误可以在部署前被捕获。
和以前的做法有何不同
NVIDIA 在博客中对比了四种配置:C++ 与 Python 各自在”钉核+隔离”(pinned)和”未钉核”(unpinned)两种条件下运行,每次运行保留超过一百万个周期的数据。延迟的测量范围是从第一个算子入口到最后一个算子入口,不包含电机指令传输时间,且排除前十秒并保留延迟异常值。
博客给出的测量结果显示,钉核加隔离后 p99.99 延迟 C++ 版降约 5 倍、Python 版降 9.6 倍。两个版本都调用 Pinocchio 的 C++ 求解器,但 Python 版在 Pinocchio 和 Holoscan 运行时周围额外增加了解释器执行、对象分配和 GIL 协调的开销,这些开销在微秒级延迟预算的 CPU 控制回路中影响显著。博客同时指出,C++ 版在关键路径上对内存分配和系统调用有更多控制权,但该示例仍会分配内存,并非零系统调用管线。
钉核隔离的具体做法是:把控制分区钉到一个 CPU 核,辅助线程和性能分析线程放到另一个核,然后用临时 Linux cgroup 把这两个物理核(含其 SMT 兄弟线程)从其他应用中隔离出来。博客说明这是一种简单设置,不需要重新编译内核、修改启动参数或重启,但中断、定时器和部分内核线程仍可能在这些核上运行。性能分析使用 NVIDIA Nsight Systems,Holoscan 内置 NVTX 标注,无需额外的跟踪装饰器或自定义计时代码。
目前的边界
据 NVIDIA 博客,该教程在 Jetson Orin Nano、Jetson Thor 和 x86 Ubuntu 24.04 系统上测试,硬件平台为 Seeed Studio reBot Arm B601-DM。博客称该机械臂使用准直驱(QDD)执行器,提供高力矩带宽;多数低成本机械臂平台使用高减速比舵机,仅适合位置控制。教程仓库还包含第二个 Python 示例,添加了运动学和阻抗控制作为可复用的 Holoscan 算子,可注入目标位姿(例如来自学习策略),同时保持机械臂对触碰的顺应性。
据 NVIDIA 博客,对于以毫秒或数十毫秒为量级的 GPU 感知工作负载,优化 CPU 上的小分配和附带系统调用通常影响较小,Python 在这类管线中仍然实用(前提是管线元素用 CUDA 实现)。
主题分类:机器人控制
参考资料
- Make a Robot Arm Feel Weightless with NVIDIA Holoscan 5 — NVIDIA, 2026-11-09