无人机/无人车仿真软件学习与实践---CoppeliaSim教程3---群体性能优化

上一篇教程我们讲述了怎么使用Python连接CoppeliaSim对里面的无人机进行控制，也讲述了怎么通过多进程的方式进行调用。在大多数情况下学会这些手段就足够进行仿真操作，可将仿真的重点转到算法的验证上，然而对于群体无人机算法的验证则是个例外。

这类算法的验证往往需要对一堆无人机进行仿真，如果不对仿真性能进行优化，跑一次实验可能得半天到一天。这样一来速度慢不说，很多bug的调试也会因为无法快速获得反馈而变得无从下手。

在本篇教程中，我们将深入探讨如何对仿真软件进行性能优化，以实现快速的大规模无人机集群仿真。

测试环境搭建

首先，我们在仿真平台上放入20台无人机，如下图所示：

然后，用单线程阻塞的方式控制这20台无人机朝一个方向移动5个时间单位，代码如下：

import sim
import time

sim.simxFinish(-1)  # 断开一切可能的连接
# 开启一个与服务器（V-REP）的一个通信线程。返回一个ClientID，这个ClientID后续的API基本都需要用到，可以理解为用这个ID来进行通信。
clientID = sim.simxStart('127.0.0.1', 19997, True, True, 5000, 5)  # 连接到CoppeliaSim场景中

if clientID != -1:
    print('Connected to remote API server')
    time_start = time.time()  # 记录开始时间
    # 用名字来检索一个对象句柄。仿真环境里任何添加的object都会有一个自己的句柄（一个int，比如85，102），然后这个句柄跟object的名字对应，也就是我们有了名字就能对应到句柄。
    for run in range(5):
        for i in range(20):
            objName = "./Quadcopter[%s]" % i
            print(objName)
            _, targetObj = sim.simxGetObjectHandle(clientID, objName, sim.simx_opmode_oneshot_wait)
            # 获取无人机对象信息
            _, arr = sim.simxGetObjectPosition(clientID, targetObj, -1, sim.simx_opmode_oneshot_wait)
            print(arr)
            arr[1] = arr[1] + 0.5
            sim.simxSetObjectPosition(clientID, targetObj, -1, (arr[0], arr[1], arr[2]), sim.simx_opmode_oneshot_wait)

    time_end = time.time()  # 记录结束时间
    time_sum = time_end - time_start  # 计算的时间差为程序的执行时间，单位为秒/s
    print(time_sum)

else:
    print('Failed connecting to remote API server')

sim.simxGetPingTime(clientID)  # 在断开之前连接确保之前的命令已经被执行完成
sim.simxFinish(clientID)  # 断开与CoppeliaSim场景的连接

可以看到，在一台 i9-11900K的台式机上跑完一次代码需要49秒多。

优化方法一：设置模拟循环时间步长

有了测试场景之后，我们来看看最简单的加速方式（不要改任何代码），那就是设置模拟循环的时间步长。

软件的默认步长为50ms，将其改为10ms然后再运行程序，可以发现跑完一次代码的时间缩短到15秒多。

优化方法二：修改代码，减少阻塞

对代码进行分析，可以非常容易定位到代码运行速度慢的原因在于阻塞语句上。因此为了加速，可以尽可能减少阻塞代码的调用。比如获取对象句柄的语句只在开始调用，而位置设置语句写成非阻塞的形式。修改后的代码如下：

import sim
import time

sim.simxFinish(-1)  # 断开一切可能的连接
# 开启一个与服务器（V-REP）的一个通信线程。返回一个ClientID，这个ClientID后续的API基本都需要用到，可以理解为用这个ID来进行通信。
clientID = sim.simxStart('127.0.0.1', 19997, True, True, 5000, 5)  # 连接到CoppeliaSim场景中
targetObj={}# 创建空列表
if clientID != -1:
    print('Connected to remote API server')
    time_start = time.time()  # 记录开始时间

    for i in range(18):
        objName = "./Quadcopter[%s]" % i
        print(objName)
        _, targetObj[i] = sim.simxGetObjectHandle(clientID, objName, sim.simx_opmode_oneshot_wait)

    for run in range(5):
        for i in range(18):
            # 获取无人机对象信息
            _, arr = sim.simxGetObjectPosition(clientID, targetObj[i], -1, sim.simx_opmode_oneshot_wait)
            print(arr)
            arr[1] = arr[1] + 0.5
            sim.simxSetObjectPosition(clientID, targetObj[i], -1, (arr[0], arr[1], arr[2]), sim.simx_opmode_oneshot)

    time_end = time.time()  # 记录结束时间
    time_sum = time_end - time_start  # 计算的时间差为程序的执行时间，单位为秒/s
    print(time_sum)

else:
    print('Failed connecting to remote API server')

sim.simxGetPingTime(clientID)  # 在断开之前连接确保之前的命令已经被执行完成
sim.simxFinish(clientID)  # 断开与CoppeliaSim场景的连接

为了体现修改的效果，我们先将步长设置回50ms，然后运行代码。可以发现跑完一次代码需要的时间缩短到17秒多。如果步长为10ms，则缩短到5秒多。这相比于原来的仿真速度有了接近10倍的提升。

优化方法三：直接用仿真器进行仿真

如果上述的方法速度提升还是不够，那还有一个终极的解决方法，就是完全回避阻塞的问题，用仿真器直接进行仿真。

首先需要先把默认的脚本删掉，流程如下：无人机对象上方右键→Edit→Remove→Associated child script

然后添加python脚本，流程如下：无人机对象上方右键→Add→Associated child script→Threaded→Python

到CoppeliaSim的安装路径（C:\Program Files\CoppeliaRobotics\CoppeliaSimEdu\system）下，找到usrset.txt文件并打开，找到defaultPython，设置为本机Python的路径。找到executeUnsafe，设置为true：

defaultPython = C:\Users\38391\AppData\Local\Programs\Python\Python37\python.exe
executeUnsafe=true

然后，安装需要的Python模块

pip install pyzmq
pip install cbor

重启CoppeliaSim使设置生效，然后双击脚本写入如下代码（注意每台无人机都需要做一遍，可以先设置完一台无人机之后进行复制。复制的话代码中的objNum要做相应修改）：

#python
import time
objNum=0

def sysCall_thread():
    sim.setThreadAutomaticSwitch(True)#Setting Thread Automatic Switch
    handle=sim.getObject('../Quadcopter[%s]' % objNum)
    time_start = time.time()
    runTime=0
    while True:
        p=sim.getObjectPosition(handle,-1)
        #print(p)
        p[0]=p[0]+0.5
        sim.setObjectPosition(handle,-1,p)
        runTime=runTime+1
        if runTime==5:
            time_end = time.time()
            time_sum = time_end - time_start
            print(time_sum)
    pass

完成上述操作后，跑一下代码可以发现运行时间在最坏的情况下也只需要不到0.5秒，相比于一开始的仿真速度有了接近100倍的提升。

参考文章

https://blog.csdn.net/DoctorSRn/article/details/99407074