如何驯化机器狗读懂人类手势，手把手教你！

作为全国普通高校大学生竞赛榜单内竞赛，“中国软件杯”大学生软件设计大赛-智能四足机器狗电力巡检系统开发赛项，目前已吸引了全国2041支队伍参加。经过激烈的目标检测与分割算法打榜赛，最终，有153支团队成功晋级区域赛。在即将于7月中旬开展的区域赛中，晋级选手须基于搭载飞桨框架的国产四足机器狗宇树 Go1 机器狗，在规定的地图上进行自动巡检、避障越障和完成指定任务，根据各任务的完成质量和完成速度获得分数。

比赛模拟地图

开发者介绍#

安泓郡

大连海事大学智能科学与技术专业大三在读，研究方向为机器视觉、智能自主机器人。RoboCup 机器人世界杯中国赛水下作业组全国总冠军；全国大学生 RoboCom 机器人开发者大赛物资运送赛道全国总冠军；中国大学生计算机设计大赛飞桨赛道全国总冠军；全国大学生嵌入式芯片与系统设计竞赛海思赛道全国总冠军。保送至西北工业大学光电与智能研究院攻读博士研究生。

莫善彬

大连海事大学电子信息科学与技术专业，主攻机器视觉以及硬件机器控制方向。广泛涉猎各类大赛，2022届 ROBCOM 物资运送冠军队伍选手，熟悉四足机器狗的控制逻辑及其底层运动控制，有一定的开发经验；在全国大学生电子设计大赛，蓝桥杯等嵌入式硬件开发大赛中屡获佳绩。

预期目标：先看效果

监测到点赞手势时，进行运动跟随

监测到666手势时，小狗跳舞

检测到 STOP 手势时，原地静止跟随

驯化之路一：感知部分实现

感知部分工作目标：使用 mini-HaGRID 数据集，借助 PaddleDetection 工具训练一个可以识别 like、call、stop 三种手势的目标检测模型。

服务器端模型训练

本次使用 HaGRID 手势检测数据集的精简版：mini-HaGRID 作为训练数据。当然也可以使用 Labelme 标注工具自行制作数据集，或寻找网络公开数据集。使用 Labelme 标注数据集可以参考教程：https://gitee.com/paddlepaddle/PaddleDetection/blob/release/2.6/docs/tutorials/data/DetAnnoTools.md

在 AI Studio上，基于数据训练深度学习视觉模型。

1.1 数据准备

# 解压数据集
!unzip data/data215595/mini-HaGRID.zip -d data/mini-HaGRID

1.2 下载并安装 PaddleDetection v2.4

# 下载PaddleDetection仓库
!git clone https://gitee.com/paddlepaddle/PaddleDetection.git
# 更新pip版本
!pip install --upgrade pip
# 安装其他依赖
%cd PaddleDetection
!pip install -r requirements.txt --user
# 编译安装paddledet
!python setup.py install
%cd ~

1.3 新建数据集配置文件

进入 PaddleDetection/configs/datasets 目录，新建文件 voc_hand.yml以同目录下 voc.yml 为模板，修改数据集根目录，数据集类别数及数据列表文件。可直接复制如下内容：

metric: VOC
map_type: 11point
num_classes: 4

TrainDataset:
  !VOCDataSet
    dataset_dir: /home/aistudio/data/mini-HaGRID
    anno_path: train.txt
    label_list: label_list.txt
    data_fields: ['image', 'gt_bbox', 'gt_class', 'difficult']

EvalDataset:
  !VOCDataSet
    dataset_dir: /home/aistudio/data/mini-HaGRID
    anno_path: val.txt
    label_list: label_list.txt
    data_fields: ['image', 'gt_bbox', 'gt_class', 'difficult']

TestDataset:
  !ImageFolder
    anno_path: /home/aistudio/data/mini-HaGRID/label_list.txt

1.4 新建训练配置文件

进入PaddleDetection/configs/picodet目录，新建配置文件picodet_xs_320_voc_hand.yml以同目录下 picodet_xs_320_coco_lcnet.yml 为模板，修改数据集配置。可直接复制如下内容：

_BASE_: [
  '../datasets/voc_hand.yml',
  '../runtime.yml',
  '_base_/picodet_v2.yml',
  '_base_/optimizer_300e.yml',
  '_base_/picodet_320_reader.yml',
]

pretrain_weights: https://paddledet.bj.bcebos.com/models/pretrained/LCNet_x0_35_pretrained.pdparams
weights: output/picodet_xs_320_voc_hand/best_model
find_unused_parameters: True
use_ema: true
epoch: 300
snapshot_epoch: 10

LCNet:
  scale: 0.35
  feature_maps: [3, 4, 5]

LCPAN:
  out_channels: 96

PicoHeadV2:
  conv_feat:
    name: PicoFeat
    feat_in: 96
    feat_out: 96
    num_convs: 2
    num_fpn_stride: 4
    norm_type: bn
    share_cls_reg: True
    use_se: True
  feat_in_chan: 96

TrainReader:
  batch_size: 64

LearningRate:
  base_lr: 0.32
  schedulers:
  - !CosineDecay
    max_epochs: 300
  - !LinearWarmup
    start_factor: 0.1
    steps: 300

1.5 训练模型

# 安装VisualDL可视化工具
!python -m pip install visualdl -i https://mirror.baidu.com/pypi/simple

# 训练模型
%cd ~/PaddleDetection
!python -u tools/train.py -c configs/picodet/picodet_xs_320_voc_hand.yml --use_vdl=true --vdl_log_dir=vdl_dir/scalar --eval
训练时，可以用VisualDL工具可视化训练参数。
visualdl --logdir vdl_dir/scalar/ --host <host_IP> --port <port_num>

模型导出

使用 PaddleDetection 训练完模型后，需要将模型导出。

2.1 导出为 PaddleInference 格式

# 导出模型
%cd ~/PaddleDetection
!python tools/export_model.py \
    -c configs/picodet/picodet_xs_320_voc_hand.yml \
    --output_dir=./inference_model -o weights=output/picodet_xs_320_voc_hand/best_model.pdparams

2.2 服务器端安装 PaddleLite

打开 PaddleLite 官方 github 仓库：https://github.com/PaddlePaddle/Paddle-Lite打开 Release 页面，下载v2.12版本的 opt_linux 至 PaddleDetection 根目录。可以直接执行如下命令：

%cd ~/PaddleDetection
!wget https://github.com/PaddlePaddle/Paddle-Lite/releases/download/v2.12/opt_linux
# 为opt_linux工具添加运行权限
%cd ~/PaddleDetection
!chmod +x opt_linux

2.3 将模型导出为 PaddleLite 格式

%cd ~/PaddleDetection
!mkdir inference_model_opt
!./opt_linux --model_dir=./inference_model/picodet_xs_320_voc_hand --valid_targets=arm --optimize_out_type=naive_buffer --optimize_out=./inference_model_opt/voc_hand

其中，opt_linux 工具更加相信的使用说明可以参考https://www.paddlepaddle.org.cn/lite/v2.12/user_guides/opt/opt_bin.html运行完成后，可以在 inference_model_opt 文件夹下看到一个文件 “voc_hand.nb”，这就是转换好的 PaddleLite 模型文件。

可视化模型

3.1 下载模型文件

训练完成后，将 inference_model_opt 文件夹下看到一个文件“voc_hand.nb” 下载下来。打开模型可视化网站：https://netron.app/将 voc_hand.nb 模型上传。

3.2 记录输入输出名称

模型可视化如图所示：点击输入节点“0”，弹出侧边栏：可以看到，模型格式为 PaddleLite，模型有两个输入节点和两个输出节点。
每个节点的含义可以参考：https://gitee.com/paddlepaddle/PaddleDetection/blob/release/2.6/deploy/EXPORT_MODEL.md

• scale_factor：缩放系数
• image：输入图像
• multiclass_nms3_0.tmp_0：经NMS后的候选结果
• multiclass_nms3_0.tmp_2：候选结果的个数

这四个节点的名称要记住，部署的时候需要用。

驯化之路二：硬件部分实现

下面，我们就要讲授如何将训练的 voc_hand 模型部署到宇树 Go1 四足机器人，并用手势控制机器狗完成响应动作。

宇树 Go1 机器狗内置有3块 Nano 和1块树莓派

• 克隆本项目至机器狗 Nano1 和树莓派 home 目录。

cd ~
git clone https://gitee.com/an_hongjun/2023_paddle_dog_demo.git
cd 2023_paddle_dog_demo

Nano1 部署

进入 nano1-workspace 目录

cd nano1-workspace

杀进程

ps -aux | grep point_cloud_node | awk '{print $2}' | xargs kill -9
ps -aux | grep mqttControlNode | awk '{print $2}' | xargs kill -9
ps -aux | grep live_human_pose | awk '{print $2}' | xargs kill -9
ps -aux | grep rosnode | awk '{print $2}' | xargs kill -9

修改系统时间

将时间修改为你当前的时间。时间不对可能会影响CMake程序编译。

sudo date -s "2023-6-11 21:23:00"

编译程序

./build.sh

运行 nano1 节点

./bin/det_hand

树莓派部署

进入 pi-workspace 目录

cd pi-workspace

修改系统时间

将时间修改为你当前的时间。时间不对可能会影响 CMake 程序编译。

sudo date -s "2023-6-11 21:23:00"

编译程序

./build.sh

运行pi节点

./bin/follow

代码解释

Nano1 节点代码解释

https://gitee.com/an_hongjun/2023_paddle_dog_demo/blob/master/nano1-workspace/README.md

Pi 节点代码解释

https://gitee.com/an_hongjun/2023_paddle_dog_demo/blob/master/pi-workspace/README.md

结语：开发者有话说

作为作者，我必须承认：本项目提出的方案并不一定是最佳的。比如：

• 模型的选型，还有很大的空间；
• 模型在导出时，模型的压缩也可以做很多文章（或许 PaddleSlim 是个不错的参考）；
• 模型在部署时，代码还有很大的优化空间，以及结合 TensorRT 或许可以进行更加快速的推理。

本项目的目的主要是帮助大家入门。或许它不是最好的，但是个很好的开始。预祝大家比赛顺利！