Esegui simulazioni di guida autonoma con CARLA su Deadline Cloud

Il job bundle autonomous_driving_carla sul GitHub sito Web esegue un'analisi dei parametri di simulazione di guida autonoma su AWS Deadline Cloud con acquisizione multisensore configurabile, utilizzando il simulatore CARLA sul sito Web CARLA. https://carla.org/ Il job prevede uno scenario di cambio di corsia e prevede velocità dell'ego configurabili, velocità degli NPC e distanze di partenza degli NPC. Ogni combinazione di parametri crea un'attività (di default 2×2×2 = 8 attività).

Ogni attività acquisisce dati multisensore dai punti di vista della telecamera selezionati dall'utente e produce video per telecamera, fotogrammi di segmentazione semantica e RGB, nuvole di punti LiDAR () e riquadri di delimitazione in formato KITTI. .ply 2D/3D

Il lavoro viene eseguito carlasim/carla:0.9.16 all'interno di un contenitore Docker basato su. Prima di inviarla, crea l'immagine Docker personalizzata dalla docker/ directory del pacchetto e inviala ad Amazon Elastic Container Registry (Amazon ECR). Allega lo script di configurazione host docker_nvidia_container_toolkit presente sul sito Web alla tua flotta per fornire Docker e NVIDIA Container Toolkit. GitHub

Per eseguire questo pacchetto, è necessaria una farm Deadline Cloud con una flotta di GPU (minimo 1 GPU NVIDIA, 16 vCPU, 64 GiB di memoria) e un ambiente di coda conda con. ffmpeg Il ruolo di coda richiede le autorizzazioni pull di Amazon ECR.

Dalla job_bundles directory, invia il lavoro:

deadline bundle gui-submit autonomous_driving_carla

Nella scheda delle Job-specific impostazioni, imposta l'URI Container Image sull'immagine Amazon ECR e configura i parametri dello scenario (velocità ego, velocità NPC, distanze NPC) e i punti di vista della telecamera.

Per una procedura dettagliata che include la creazione dell'immagine Docker, l'invio e il monitoraggio del lavoro e la revisione dell'output del sensore acquisito, consulta. Esegui una simulazione di guida autonoma con CARLA