Criação de uma imagem de GPU base Criando uma imagem para o aplicativo de robô Criando uma imagem para o aplicativo de simulação Executando o aplicativo e enviando-o para o Amazon ECR

Aviso de fim do suporte: em 10 de setembro de 2025, AWS interromperá o suporte para AWS RoboMaker. Depois de 10 de setembro de 2025, você não poderá mais acessar o AWS RoboMaker console ou AWS RoboMaker os recursos. Para obter mais informações sobre como fazer a transição para ajudar AWS Batch a executar simulações em contêineres, visite esta postagem no blog.

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Executando um aplicativo de amostra de GPU com ROS2 Foxy e Gazebo 11

Este tutorial explica como usar drivers de GPU em imagens de contêiner para desenvolver com ROS 2 Foxy e Gazebo 11 criando e executando o aplicativo de robô Hello World e o aplicativo de simulação usando três imagens de contêiner descritas no exemplo a seguir.


├── SampleGPUBaseApp // Base Image
│   └── Dockerfile
├── SampleGPURobotApp // Image for Robot App
│   ├── Dockerfile
│   └── robot-entrypoint.sh
├── SampleGPUSimulationApp // Image for Simulation App
│   ├── Dockerfile
│   └── simulation-entrypoint.sh

Cada Dockerfile contém as instruções necessárias para criar cada imagem.

O Dockerfile da imagem base inclui comandos para configurar os drivers ROS, Gazebo e GPU.
O Dockerfile para o aplicativo de robô inclui os comandos para configurar o aplicativo de robô Hello World.
O Dockerfile do aplicativo de simulação inclui os comandos para configurar o aplicativo de simulação Hello World.

Tanto o aplicativo do robô quanto o aplicativo de simulação têm um script de ponto de entrada. Esses scripts fornecem os ambientes para seus respectivos aplicativos e configuram o caminho para você executar comandos para iniciar seus aplicativos de robô e simulação.

Criação de uma imagem de GPU base

O Dockerfile a seguir contém os comandos para criar uma imagem base do NVIDIA OpenGL e instalar o DCV.

Salve os comandos a seguir no Dockerfile no diretório SampleGPUBaseApp.


# Copyright Amazon.com, Inc. or its affiliates. All Rights Reserved.
# SPDX-License-Identifier: MIT-0
FROM nvidia/opengl:1.0-glvnd-runtime-ubuntu20.04

ENV DEBIAN_FRONTEND="noninteractive"
ENV QT_X11_NO_MITSHM=1

RUN apt-get clean
RUN apt-get update && apt-get install -y --no-install-recommends \
        ca-certificates \
        devilspie \
        gnupg2 \
        mesa-utils \
        sudo \
        unzip \
        wget \
        xfce4-terminal

RUN wget https://d1uj6qtbmh3dt5.cloudfront.net/NICE-GPG-KEY && gpg --import NICE-GPG-KEY && \
        wget https://d1uj6qtbmh3dt5.cloudfront.net/2021.2/Servers/nice-dcv-2021.2-11048-ubuntu1804-x86_64.tgz && \
        tar xvzf nice-dcv-2021.2-11048-ubuntu1804-x86_64.tgz && \
        cd nice-dcv-2021.2-11048-ubuntu1804-x86_64 && \
        apt install -y ./nice-dcv-gl_2021.2.944-1_amd64.ubuntu1804.deb

RUN apt update && apt -y install locales && \
        locale-gen en_US en_US.UTF-8 && \
        update-locale LC_ALL=en_US.UTF-8 LANG=en_US.UTF-8

ENV LANG=en_US.UTF-8

RUN apt-get update && apt-get install -y --no-install-recommends curl lsb-release

RUN curl -sSL https://raw.githubusercontent.com/ros/rosdistro/master/ros.key  -o /usr/share/keyrings/ros-archive-keyring.gpg && \
        curl -s https://raw.githubusercontent.com/ros/rosdistro/master/ros.asc | apt-key add - && \
        echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/ros-archive-keyring.gpg] http://packages.ros.org/ros2/ubuntu $(lsb_release -cs) main" | tee /etc/apt/sources.list.d/ros2.list > /dev/null && \
        apt update && \
        apt install -y ros-foxy-desktop && \
        /bin/bash -c "source /opt/ros/foxy/setup.bash"

RUN apt -y install ros-foxy-gazebo-ros-pkgs

RUN apt-key adv --fetch-keys 'http://packages.osrfoundation.org/gazebo.key' && \
        apt update && \
        apt install -y python3-rosdep git

RUN if [ ! -f "/etc/ros/rosdep/sources.list.d/20-default.list" ]; then \
        rosdep init; \
    fi

RUN rosdep update

RUN apt-get install -y python3-apt python3-pip python3-vcstool python3-testresources

RUN pip3 install -U pytest setuptools colcon-ros-bundle

RUN useradd --create-home robomaker && \
        sh -c 'echo "robomaker ALL=(root) NOPASSWD:ALL" >> /etc/sudoers'

RUN sh -c 'mkdir -p /home/robomaker/workspace' && \
        sh -c 'cd /home/robomaker/workspace && wget https://github.com/aws-robotics/aws-robomaker-sample-application-helloworld/archive/ros2.zip && unzip ros2.zip'

Depois de criar o Dockerfile, crie-o usando os seguintes comandos no seu terminal.


cd SampleGPUBaseApp
docker build -t samplegpubaseapp:latest .

A criação da imagem base instala ROS 2 Foxy, Gazebo 11, NVIDIA OpenGL e NICE-DCV.

Criando uma imagem para o aplicativo de robô

Depois de criar a imagem base, você pode criar a imagem para seu aplicativo de robô. Salve o script a seguir no Dockerfile no diretório e crie-o SampleGPURobotApp. Esse script baixa o aplicativo de robô “Hello World” e o configura.


# Copyright Amazon.com, Inc. or its affiliates. All Rights Reserved.
# SPDX-License-Identifier: MIT-0
FROM samplegpubaseapp:latest

# Build the Robot application
RUN cd /home/robomaker/workspace/aws-robomaker-sample-application-helloworld-ros2/robot_ws && \
 /bin/bash -c "source /opt/ros/foxy/setup.bash && vcs import < .rosinstall && rosdep install --rosdistro foxy --from-paths src --ignore-src -r -y && colcon build"

COPY robot-entrypoint.sh /home/robomaker/robot-entrypoint.sh
RUN sh -c 'sudo chmod +x /home/robomaker/robot-entrypoint.sh'
RUN sh -c 'sudo chown robomaker:robomaker /home/robomaker/robot-entrypoint.sh'

CMD ros2 launch hello_world_robot rotate.launch.py
ENTRYPOINT [ "/home/robomaker/robot-entrypoint.sh" ]

Veja a seguir o conteúdo do script que você salvou como robot-entrypoint.sh. Esse script fornece o ambiente do aplicativo do robô.


#!/bin/bash
cd /home/robomaker/workspace/aws-robomaker-sample-application-helloworld-ros2/robot_ws
source /opt/ros/foxy/setup.bash
source /usr/share/gazebo-11/setup.sh
source ./install/setup.sh
printenv

exec "${@:1}"

O comando a seguir cria a imagem para o aplicativo do robô a partir do Dockerfile.


cd SampleGPURobotApp
docker build -t samplegpurobotapp:latest .

Criando uma imagem para o aplicativo de simulação

Criando uma imagem para o aplicativo de simulação

Depois de criar a imagem base e a imagem para o aplicativo do robô, você pode criar a imagem para o seu aplicativo de simulação. Você salva o script a seguir em um Dockerfile no diretório SampleGPUSimulationApp e, em seguida, o cria. Esse script baixa o aplicativo de simulação “Hello World” e o configura.


# Copyright Amazon.com, Inc. or its affiliates. All Rights Reserved.
# SPDX-License-Identifier: MIT-0
FROM samplegpubaseapp:latest

# Build the Simulation application
RUN cd /home/robomaker/workspace/aws-robomaker-sample-application-helloworld-ros2/simulation_ws && \
 /bin/bash -c "source /opt/ros/foxy/setup.bash && vcs import < .rosinstall && rosdep install --rosdistro foxy --from-paths src --ignore-src -r -y && colcon build"

COPY simulation-entrypoint.sh /home/robomaker/simulation-entrypoint.sh

RUN sh -c 'sudo chmod +x /home/robomaker/simulation-entrypoint.sh'
RUN sh -c 'sudo chown robomaker:robomaker /home/robomaker/simulation-entrypoint.sh'

CMD ros2 launch hello_world_simulation empty_world.launch.py
ENTRYPOINT [ "/home/robomaker/simulation-entrypoint.sh" ]

Veja a seguir o conteúdo do script que você salvou como simulation-entrypoint.sh. Esse script fornece o ambiente do aplicativo de simulação.


#!/bin/bash
if [ ! -z $GAZEBO_MASTER_URI ]; then
   tmp_GAZEBO_MASTER_URI=$GAZEBO_MASTER_URI
fi

cd /home/robomaker/workspace/aws-robomaker-sample-application-helloworld-ros2/simulation_ws
source /opt/ros/foxy/setup.bash
source /usr/share/gazebo-11/setup.sh

 if [ ! -z $tmp_GAZEBO_MASTER_URI ]; then
    export GAZEBO_MASTER_URI=$tmp_GAZEBO_MASTER_URI
    unset tmp_GAZEBO_MASTER_URI 
fi

source ./install/setup.sh
printenv

exec "${@:1}"

O comando a seguir cria a imagem.



                cd SampleGPUSimulationApp
                docker build -t samplegpusimulationapp:latest .

Executando o aplicativo e enviando-o para o Amazon ECR

Depois de criar suas imagens, certifique-se de que elas sejam executadas corretamente em seu ambiente Linux local. Depois de verificar se sua imagem está sendo executada, você pode enviar sua imagem do Docker para o Amazon ECR e criar um trabalho de simulação.

Os comandos a seguir permitem que você execute o aplicativo Hello World em seu ambiente Linux local.


docker run -it -e DISPLAY -v /tmp/.X11-unix/:/tmp/.X11-unix/ --name gpu_robot_app \
-u robomaker -e ROBOMAKER_GAZEBO_MASTER_URI=http://localhost:5555 \
-e ROBOMAKER_ROS_MASTER_URI=http://localhost:11311 \
samplegpurobotapp:latest                   
                
docker run -it -e DISPLAY -v /tmp/.X11-unix/:/tmp/.X11-unix/ --name gpu_sim_app \
-u robomaker -e ROBOMAKER_GAZEBO_MASTER_URI=http://localhost:5555 \
-e ROBOMAKER_ROS_MASTER_URI=http://localhost:11311 \
samplegpusimulationapp:latest

Ao executar o aplicativo do robô e os contêineres do aplicativo de simulação, você pode visualizar a simulação usando a ferramenta Gazebo GUI. Use os comandos a seguir para:

Conectar-se ao contêiner executando o aplicativo de simulação.
Visualizar seu aplicativo executando a interface gráfica do usuário (GUI) do Gazebo.


# Enable access to X server to launch Gazebo from docker container
$ xhost +

# Check that the robot_app and sim_app containers are running. The command should list both containers
$ docker container ls

# Connect to the sim app container
$ docker exec -it gpu_sim_app bash

# Launch Gazebo from within the container
$ /home/robomaker/simulation-entrypoint.sh ros2 launch gazebo_ros gzclient.launch.py

É possível adicionar tags às imagens. Os comandos a seguir permitem marcar suas imagens.


docker tag samplegpurobotapp:latest accountID.dkr.ecr.us-west-2.amazonaws.com/samplegpurobotapp:latest
              
docker tag samplegpusimulationapp:latest accountID.dkr.ecr.us-west-2.amazonaws.com/samplegpusimulationapp:latest

Depois de verificar se o aplicativo está funcionando corretamente, você pode enviá-lo para o Amazon ECR usando os seguintes comandos.


aws ecr get-login-password --region us-west-2 | docker login --username AWS --password-stdin accountID.dkr.ecr.us-west-2.amazonaws.com
docker push accountID.dkr.ecr.us-west-2.amazonaws.com/samplegpurobotapp:latest 
docker push accountID.dkr.ecr.us-west-2.amazonaws.com/samplegpusimulationapp:latest

Agora você pode executar um trabalho de simulação com o GPU Compute usando essas imagens. Para obter mais informações sobre trabalhos de simulação, consulte Simulação com o AWS RoboMaker.

Atenção O Javascript está desativado ou não está disponível no seu navegador.

Para usar a documentação da AWS, o Javascript deve estar ativado. Consulte as páginas de Ajuda do navegador para obter instruções.

Convenções do documento

Executando um aplicativo de amostra com ROS Melodic e Gazebo 9

Simulation