Esegui simulazioni di guida autonoma con CARLA su Deadline Cloud

Il job bundle autonomous_driving_carla esegue una scansione dei parametri di simulazione di guida autonoma CARLA su Deadline Cloud con acquisizione multisensore configurabile. AWS 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 alla tua flotta per fornire Docker e NVIDIA Container Toolkit.

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