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 esegue uno scenario di adattamento al cambio di corsia e si basa su velocità ego configurabili, velocità NPC e distanze di partenza NPC. Ogni combinazione di parametri crea un'attività (impostazione predefinita 2 × 2 × 2 = 8 attività).

Ogni attività acquisisce dati multisensore dai punti di vista della telecamera selezionati dall'utente e produce video per telecamera, frame di segmentazione semantica e RGB, nuvole di punti LiDAR () e riquadri di delimitazione in formato KITTI. .ply 2D/3D

Il job 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) 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 Deadline Cloud farm con una flotta di GPU (almeno 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 Job-specific Impostazioni, imposta l'URI Container Image sulla tua immagine Amazon ECR e configura i parametri dello scenario (velocità ego, velocità NPC, distanze NPC) e i punti di vista della telecamera.