Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà. # Esegui simulazioni di guida autonoma con CARLA su Deadline Cloud Il [ job bundle ](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline/job_bundles/autonomous_driving_carla) autonomous\_driving\_carla esegue una scansione dei parametri di simulazione di guida [ autonoma ](https://carla.org/) 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](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline/host_configuration_scripts/docker_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](tutorial-carla-simulation.md)