在这篇文章中，我们将探讨这个特性，并分享如何使用 Python 构建您自己的 ISAAC 应用程序的分步指南。我们在 ISAAC SDK 中介绍 Python 编程，并举例说明如何创建应用程序；如何使用代码、模块和数据流；以及如何处理不同的数据类型。我们用示例来总结文章，将子图添加到同一个应用程序中，并将其部署到 Jetson 上。我们还将向您展示如何使用 Jupyter 笔记本电脑，这是一个面向 Python 开发人员的强大 UI 工具。对于更高级的 Python 开发人员，我们还提供了在移动机器人上部署 ISAAC 应用程序以及在 ISAAC Sim 中部署协作机器人手臂的例子。
在 ISAAC SDK 中，数据由传感器生成，并在代码实例之间流动，直到它们被执行器消耗。要从加载的 codelet 创建实例，请在调用之前将以下代码添加到 Python 应用程序应用程序运行.
数据应该在代码之间流动。但是，必须在它们之间建立连接才能使数据流动。从文档中可以看出， CameraGenerator 有三个输出通道。选择 ColorCameraProto 消息发布到的 color _ left 频道。类似地，您可以看到 ColorCameraViewer 代码从 color_listener 通道读取消息。连接它们（称为“边缘”）：
ISAAC SDK 允许您在应用程序中使用多个数据源：
在本节中，我们将解释如何在 Python 应用程序中使用这些数据类型。
如前所示， PythonAPI 提供了处理不同环境的灵活性。
使用真实的传感器数据是直观的，但是这样做并不总是实际可行的。木桶能帮上忙。 Cask 是用于记录 ISAAC SDK 中的消息的格式。在 ISAAC SDK 中，可以记录一个消息流，并在以后回放以用于调试或分析。要从 Realsense 摄像头录制图像流，请尝试在 //apps/samples/camera:record_realsense 运行示例应用程序。
有了录音桶，你可以在没有真正的传感器的情况下随时随地重放和播放消息流。假设记录的容器位于 /home/bob/cask/ 的文件夹中。您可以使用 Replay 代码来检索消息：
类似地，您可以向 Python 应用程序添加一个 cask 作为一个可能的选项，就像您使用 realseness camera 一样。这里，名称 color 是用于记录彩色相机图像流的通道名称。然后你就可以查看视频流，就好像它来自真实的摄像机一样。
如前所述，您已经有了一个 Python 应用程序，可以在记录的传感器数据（ cask ）和真实传感器数据（ camera ）之间切换。现在再添加一个可能的数据源：来自 ISAAC Sim Unity3D 的模拟传感器。将 Sim 选项添加到命令行参数源，并将模拟相机消息流连接到查看器以进行可视化，如以下代码示例所示：
启动 ISAAC 是 Unity3D ：
镜头来自安装在模拟机器人上的模拟摄像机。试着在模拟图形用户界面（ GUI ）上玩一些可移动的物体，比如纳米盒子，看看模拟相机的工作原理和真相机一样。
正如您所注意到的，组件（从代码创建的实例）和连接它们的边组成了一个图形。这样的图可以从 JSON 文件加载，也可以根据需要从 Python 应用程序加载。有关详细信息，请参阅 MIG 。
在 Python 应用程序中，可以使用以下命令加载它：
当加载多个子图时，命名冲突 MIG ht 会发生，因为在任何应用程序中，节点都需要具有唯一的名称。若要避免此类冲突，请使用另一个参数加载子图：
现在有了一个 Python 应用程序。在真正的 Jetson 板上运行只需要一个命令：
使用 SSH 连接到您的 Jetson 板或从 GUI 打开一个终端并检查文件夹 /home/nvidia/deploy/bob/mybot-pkg 。如果您在 Jetson 和开发设置上使用不同的用户名，请将 nvidia 替换为 Jetson 板上的用户名，将 bob 替换为开发设置上的用户名。
使用以下命令在 Jetson 上运行应用程序：
如果您在 PC 机上使用 ISAAC Sim Unity3D ，则可以正常通信。
以类似于 Jetson 板或 X86 工作站的方式部署应用程序，并使用以下命令启动 Jupyter ：
你现在可以走了。 run 函数被阻塞，只有在 robotic 应用程序停止时才返回。要以交互方式使用 robotics 应用程序，请相应地使用 start 和 stop 函数。
以下是应用程序中发生的情况。第一件事是加载一个子图，允许通过 TCP 与模拟器通信。
若要为关节生成平滑运动，请为节点加载另一个子图：
该子图封装 LQR 规划器的节点，生成当前关节状态和目标关节位置的命令。将仿真节点与规划器的节点连接起来，以使机械臂关节状态消息和命令消息在它们之间流动：
用 Python 编码的代码集 PyCodelet JointPositionControl 从滑块读取目标关节位置值，并将这些值作为 CompositeProto 消息发布：
然后， JointPositionControl 代码集连接到一个节点，并连接到 LQR planner 的目标输入通道：
启动应用程序应用程序启动你可以随意使用手臂。
与之前的应用程序一样，您可以将模拟摄影机通道连接到 ColorCameraViewer 代码板以可视化画面，并将 DepthCameraViewer 连接到可视化模拟深度传感器数据。
启动应用程序，模拟的摄像机镜头应该会出现在眼前：
在本文中，您使用 pythonapi 从头创建了一个机器人应用程序。您使应用程序可以使用真实的摄影机、录制的摄影机数据和模拟摄影机。我们还向您展示了如何使用 pythonapi 处理模拟移动机器人和模拟机械臂。做机器人玩得开心！