Ejecute simulaciones de conducción autónoma con CARLA en Deadline Cloud

El paquete de tareas autonomous_driving_carla ejecuta un barrido de parámetros de simulación de conducción autónoma de CARLA en Deadline Cloud con captura multisensor configurable. AWS El trabajo se basa en un escenario de corte al cambiar de carril y abarca las velocidades del ego configurables, las velocidades de los NPC y las distancias de partida de los PNJ. Cada combinación de parámetros crea una tarea (por defecto, 2×2×2 = 8 tareas).

Cada tarea captura datos de varios sensores desde puntos de vista de cámara seleccionados por el usuario y produce vídeos por cámara, marcos de segmentación semántica y RGB, nubes de puntos LiDAR (.ply) y cuadros delimitadores en formato KITTI. 2D/3D

El trabajo se ejecuta dentro de un contenedor Docker basado en. carlasim/carla:0.9.16 Antes de enviarla, cree la imagen de Docker personalizada a partir del docker/ directorio del paquete y envíela a Amazon Elastic Container Registry (Amazon ECR). Adjunta el script de configuración de host docker_nvidia_container_toolkit a tu flota para proporcionar Docker y el kit de herramientas NVIDIA Container.

Para ejecutar este paquete, necesitas una granja de Deadline Cloud con una flota de GPU (mínimo 1 GPU NVIDIA, 16 vCPU, 64 GiB de memoria) y un entorno de cola conda con. ffmpeg El rol de cola necesita permisos de extracción de Amazon ECR.

Desde el job_bundles directorio, envíe el trabajo:

deadline bundle gui-submit autonomous_driving_carla

En la pestaña de Job-specific configuración, defina el URI de la imagen del contenedor en su imagen de Amazon ECR y configure los parámetros del escenario (velocidades del ego, velocidades de los NPC, distancias de los NPC) y los puntos de vista de la cámara.