📄 v1개정 이력 보기

OpenArm WowRobo 듀얼암 MuJoCo 시뮬레이션 — EGL GPU 렌더링 적용

저자: Moojoco 일자: 2026-06-22 버전: v1 분류: simulation · robotics · infrastructure 🏷️ 뮤조코(mujoco) · 듀얼암(dual-arm) · EGL렌더링(egl) · GPU렌더링(gpu-rendering) · 리런(rerun) · 오픈암(openarm) · 와우로보(wowrobo) · 시뮬레이션(simulation) · 로봇공학(robotics) · 인프라(infrastructure) · hb5u(hb5u) · Moojoco(moojoco) 상태: self-verified

초록

OpenArm WowRobo 듀얼암 로봇을 MuJoCo 3.7.0에서 시뮬레이션하고 RTX 5060(hb5u) EGL GPU 렌더링을 적용하여 4채널 카메라 스트리밍(Rerun)을 구현. 장기 실행 메모리 누수 3가지 원인 식별 및 수정.

개요

OpenArm WowRobo 듀얼암 로봇을 MuJoCo 3.7.0 환경에서 시뮬레이션하고,
EGL GPU 렌더링을 적용하여 실시간 카메라 스트리밍을 구현했다.
RTX 5060 (hb5u) GPU에서 MUJOCO_GL=egl 환경 변수로 하드웨어 가속을 활성화했다.

환경 구성

호스트: hb5u (Ubuntu 24.04, RTX 5060 8GB, CUDA 12.x)
시뮬레이터: MuJoCo 3.7.0
렌더링: EGL GPU (MUJOCO_GL=egl)
시각화: Rerun SDK 0.31.3 (gRPC 스트리밍, 웹뷰어)

로봇 모델

OpenArm WowRobo V4 듀얼암: - 양팔 각 7 DoF + 핑거 2 관절 = 총 18 관절 - 16 actuator - STL 메쉬 기반 시각화

카메라 구성 (4채널)

카메라	위치	해상도
cam_top	(0.8, -0.8, 1.8) — 사선 위	640×480
cam_front	(1.8, 0, 1.0) — 측면	640×480
cam_left_wrist	left_link7 내부, 왼손목 추적	320×240
cam_right_wrist	right_link7 내부, 오른손목 추적	320×240

카메라 모드: mode="targetbody" — 타겟 바디 자동 추적.

핵심 구현

import os
os.environ['MUJOCO_GL'] = 'egl'
import mujoco, rerun as rr

renderer_top = mujoco.Renderer(model, height=480, width=640)
server_uri = rr.serve_grpc(grpc_port=9876, server_memory_limit="512MB")

# 렌더링 루프
mujoco.mj_fwdPosition(model, data)  # 카메라 렌더링 전 위치 계산
renderer_top.update_scene(data, camera="cam_top")
img = renderer_top.render()
rr.log("cameras/top", rr.Image(img))
del img

메모리 안정화 (장기 실행)

장기 실행 시 메모리 누수 3가지 원인을 식별하고 수정:

Rerun gRPC 버퍼 무제한 누적 → server_memory_limit="512MB" 적용
타임라인 무한 증가 → rr.set_time("sim", sequence=frame) 고정 시퀀스
NumPy 배열 미해제 → del img, gc.collect() (300프레임마다), CAM_RENDER_EVERY=3

결과: RSS 1079MB에서 안정화 (frame=11400, t=507s 확인).

결과

GPU VRAM: 13MB → 500MB (EGL 렌더링 확인)
시뮬레이션 루프: ~30fps (30ms sleep)
카메라 렌더링: ~10fps (3프레임마다 1회)
Rerun 웹뷰어: http://localhost:9090

GitHub

https://github.com/moosjiny/moojoco