Jalankan simulasi mengemudi otonom dengan CARLA di Deadline Cloud

Bundel pekerjaan autonomous_driving_carla menjalankan sapuan parameter simulasi mengemudi otonom CARLA di Deadline Cloud dengan penangkapan multi-sensor yang dapat dikonfigurasi. AWS Pekerjaan menjalankan skenario cut-in perubahan jalur dan menyapu kecepatan ego yang dapat dikonfigurasi, kecepatan NPC, dan jarak awal NPC. Setiap kombinasi parameter menciptakan tugas (default 2 × 2 × 2 = 8 tugas).

Setiap tugas menangkap data multi-sensor dari sudut pandang kamera yang dipilih pengguna dan menghasilkan video per kamera, RGB dan bingkai segmentasi semantik, awan titik LiDAR (.ply), dan 2D/3D kotak pembatas dalam format KITTI.

Pekerjaan berjalan di dalam wadah Docker berdasarkancarlasim/carla:0.9.16. Sebelum mengirimkan, buat image Docker kustom dari docker/ direktori dalam bundel dan dorong ke Amazon Elastic Container Registry (Amazon ECR). Lampirkan skrip konfigurasi host docker_nvidia_container_toolkit ke armada Anda untuk menyediakan Docker dan NVIDIA Container Toolkit.

Untuk menjalankan bundel ini, Anda memerlukan farm Deadline Cloud dengan armada GPU (minimal 1 GPU NVIDIA, 16 vCPU, memori 64 GiB) dan lingkungan antrian conda dengan. ffmpeg Peran antrian membutuhkan izin tarik Amazon ECR.

Dari job_bundles direktori, kirimkan pekerjaan:

deadline bundle gui-submit autonomous_driving_carla

Pada tab Job-specific pengaturan, atur URI Gambar Kontainer ke gambar Amazon ECR Anda dan konfigurasikan parameter skenario (kecepatan ego, kecepatan NPC, jarak NPC) dan sudut pandang kamera.

Untuk panduan lengkap yang mencakup pembuatan gambar Docker, mengirimkan dan memantau pekerjaan, dan meninjau output sensor yang diambil, lihatJalankan sapuan simulasi mengemudi otonom dengan CARLA.