nasa开源项目_开源软件为NASA的Mars VR项目提供动力

nasa开源项目

帕克·阿伯克朗比 （ Parker Abercrombie）是美国宇航局喷气推进实验室的软件工程师，在那里他开发支持火星科学任务的软件。 他对地理信息系统（GIS）特别感兴趣，并与NASA和美国能源部的团队合作开发了用于地理可视化和数据管理的系统。

Parker拥有加州大学圣塔芭芭拉分校的波士顿大学地理学硕士学位和创意研究理学士学位，他的研究重点是计算机科学（他发誓说技术性胜于听起来的技术性）。 业余时间，Parker喜欢烤面包和吹爱尔兰木笛。

在加利福尼亚州帕萨迪纳市的SCaLE 14x大会上，他谈到了OnSight ，这是开源和专有软件的结合，使用户可以在虚拟现实中体验火星。 我们与他坐在一起，偷看了一下演讲，并了解了有关该项目的更多信息。

什么是OnSight？

OnSight使科学家和工程师可以使用混合现实在火星上进行虚拟工作。 用户佩戴Microsoft HoloLens头戴式受话器，头戴式受话器上运行的OnSight软件将与我们的Mars地形服务器联系并下载最新的3D地形。 这位科学家对火星有第一人称视角，就像他们站在好奇号火星车旁边一样。 这种观点使科学家和工程师对流动站周围的火星地形的规模和性质有了更好的了解。 真正强大的功能是，您在OnSight中看到的所有内容均以1：1比例渲染-大小就好像您真的在那一样。 您无需为全景照片中的岩石大小感到困惑，您只需看一下它，然后使用我们一生所使用的空间技巧即可。 我们还可以检测用户的办公桌和计算机的位置，并将其从虚拟世界中删除，这使他们可以在探索火星的同时继续使用桌面上熟悉的工具。

为了使这种身临其境的体验成为可能，OnSight团队需要创建火星的3D重建并在流动站驱动器和新图像发送回地球时每天生成新场景。 该团队开发了一个自定义图像处理管道，该管道可根据从好奇号流动站传回的立体图像生成3D场景。 我们还创建了一个自动构建系统，以在可用新映像时生成新的重构，并动态分配云资源以根据需要处理工作。 一旦新图像下行到地球，云机器就会旋转起来，并采取行动，将新数据压缩为3D场景。 下次我们的用户启动OnSight时，他们将看到火星的最新消息。

这个项目有多大？ 它处理多少数据？

当新数据从“好奇号”中下行时，OnSight地形构建系统会自动构建新的火星场景。 这大约每天都会发生。 输入数据是来自流动站的一组立体图像，我们的图像处理管道将这些立体图像处理成带纹理的3D网格。 该网格可以加载到我们的HoloLens应用程序中。

源图像的数量因位置而异。 如果流动站已经探索了一段时间，那么我们可能有数千张图像。 如果这是流动站刚到的新地方，我们可能只有几张照片。 一个典型的场景是大约1,000张图像或大约5GB的数据。 我们沿着好奇心的路径已经建立了数百个这样的场景。

正在使用哪些开源软件来处理数据？

我们使用许多开源软件！ 我们使用开源工具MeshLab和Blender来查看和处理一些3D模型。 因此，我们的大多数地形管道都在.NET中实现。 微软于2014年将.NET Core库作为开源发布。

我们还在我们的云构建系统中使用了几种开源工具和框架。 我们使用Jenkins持续集成系统来编译用于持续集成的代码并运行我们的图像处理作业。 我们将有关源图像的元数据和完整的版本存储在MySQL数据库中，我们可以通过使用LoopBack框架构建的REST接口访问该数据库。 我们有一个使用AngularJS和Bootstrap构建的Web仪表板。 我们还使用Ansible帮助我们配置云计算机。

您为什么选择将开源软件用于如此具有挑战性的项目？

解决技术问题时，我首先要问“最适合该工作的工具是什么？” 有很多很棒的开源软件可用，而且很多时候合适的工具都是开源的。

您在此项目中面临的最大挑战是什么？

哇，从哪里开始？ 该项目令人兴奋的事情之一是，它跨越了许多不同类型的技术，从在HoloLens上运行的图形和UI代码到执行地形重构的图像处理代码，当然还有后端云基础架构驱动整个过程。 我可以花几个小时讨论这些方面中每一个面临的挑战。

创建既美观又具有科学准确性的地形重建一直是一个挑战，尤其是在试图找到无需人为干预的情况下完全自动执行此任务的方法时。 如果您要制作游戏，则可以让一组艺术家创建一个看起来很棒的环境，或者甚至可以按程序生成该环境。 但是我们只能使用真实数据并尽可能少地对其进行操作。

作为软件工程师，我脑海中浮现的挑战是技术挑战-当时完全令人困惑的错误。 在云中运行地形构建的挑战之一是调试代码可能很困难。 我们已经遇到了许多情况，其中在云计算机上运行的代码的行为与在本地开发环境中运行的代码不同。 例如，部分表面重建过程利用GPU计算来加速处理，而让我们的软件在云实例上与GPU配合使用则非常棘手。 在某一时刻，我们试图使用支持GPU的云计算实例，但是由于某种原因，直到我们使用远程桌面连接到计算机之前，GPU才在我们的云计算机上被识别。 因此，我们尝试在云上运行构建，否则将失败，我们将连接到远程桌面以查看出了什么问题，然后GPU才能运行。 它将继续工作，直到计算机重新启动，然后又开始神秘地再次出现故障。 到那时，我们将进入远程桌面，看看有什么问题，它将重新开始工作。 很难追踪。

该项目处于哪个阶段？

我们正与一小撮科学家一起进入Beta测试阶段。 明年，我们将向更多科学家推广该系统。

翻译自: https://opensource.com/life/16/1/scale14x-interview-parker-abercrombie-nasa

nasa开源项目