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 pengambilan multi-sensor yang dapat dikonfigurasi. AWS Pekerjaan ini 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, bingkai segmentasi RGB dan semantik, awan titik LiDAR (), dan kotak pembatas dalam format KITTI. .ply 2D/3D

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 pertanian 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.