Nuplan (un ensemble de données open source pour la planification de la conduite autonome) - installation et configuration dans ubuntu

Table des matières

1. Présentation de nuplan :

1.1 Importance du jeu de données nuplan :

2. Installer

2.1 Télécharger le kit de développement devkit

2.2 Installer la version spécifiée de python

2.3 Installer l'environnement virtuel

installation de miniconda (ignorez cette étape si miniconda est déjà installé)

Créer un environnement conda

Installez les dépendances dans l'environnement conda créé :

3. Téléchargement du jeu de données et paramétrage des variables d'environnement

3.1 Téléchargement du jeu de données

3.2 Configuration des variables d'environnement

Configuration des variables d'environnement du package

Configuration des variables d'environnement de la base de données

4. Résumé

5. Références


1. Présentation de nuplan :

        Il s'agit du premier ensemble de données open source au monde (publié en 2021) pour les tests de méthode de planification de la conduite autonome.Il a collecté environ 1 300 heures de données de conduite dans quatre villes : Boston, Pittsburgh, Las Vegas et Singapour.

        Bien que les planificateurs de mouvement basés sur ML soient de plus en plus disponibles, le manque d'ensembles de données établis, de cadres de simulation et de mesures d'évaluation limite également les progrès dans ce domaine. Les ensembles de données existants ( Argoverse , Lyft , Waymo ) se concentrent principalement sur la prédiction de mouvement à court terme d'autres agents, plutôt que sur la planification à long terme du véhicule de l'ego. Cela conduit au fait que la plupart des méthodes précédentes utilisent une évaluation en boucle ouverte basée sur des indicateurs L2, ce qui n'est pas adapté à une évaluation rationnelle de la planification à long terme. Afin de résoudre les problèmes ci-dessus, en plus de fournir des ensembles de données de véhicules réels à grande échelle, nuplan fournit également un cadre de formation basé sur l'apprentissage pour développer des planificateurs basés sur l'apprentissage automatique, des simulateurs légers en boucle fermée, des indicateurs d'évaluation de la planification des mouvements et des outils de visualisation . La figure ci-dessous est son cadre de formation.

cadre de formation nuplan

2. Installer

2.1 Télécharger le kit de développement devkit

        Tout d'abord, accédez au répertoire d'installation souhaité, puis exécutez le code suivant dans un terminal :

git clone https://github.com/motional/nuplan-devkit.git
cd nuplan-devkit

2.2 Installer la version spécifiée de python

        Le devkit officiel est utilisé pour tester Python 3.9 sur Ubuntu.Afin d'éviter les bogues, il est recommandé d'installer python3.9, et l'installation peut être réalisée en utilisant la commande suivante :

sudo apt install python-pip
sudo add-apt-repository ppa:deadsnakes/ppa
sudo apt-get update
sudo apt-get install python3.9
sudo apt-get install python3.9-dev

2.3 Installer l'environnement virtuel

installation de miniconda (ignorez cette étape si miniconda est déjà installé)

        Saisissez la commande suivante dans le terminal pour télécharger le package d'installation de miniconda :

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

        Exécutez le package d'installation :

bash Miniconda3-latest-Linux-x86_64.sh

        Pendant le processus d'installation, suivez les instructions et continuez à sélectionner Oui. Après avoir installé Conda, vous pouvez modifier la source pour améliorer la vitesse. Vous pouvez vous référer à canda pour modifier la source dans l'environnement Ubuntu.

Créer un environnement conda

        Assurez-vous d'abord que le terminal se trouve dans le dossier téléchargé nuplan-devkit, puis exécutez le code suivant :

conda create --name nuplan python=3.9
## 激活conda环境
conda activate nuplan
## 安装指定版本pip
python -m pip install pip==21.2.4 -i https://pypi.tuna.tsinghua.edu.cn/simple

Installez les dépendances dans l'environnement conda créé :

        Assurez-vous que le terminal se trouve dans le répertoire nuplan-devkit et que l'environnement conda de nuplan est activé, puis exécutez les codes suivants dans l'ordre :

pip install -r requirements_torch.txt
pip install -r requirements.txt

        Les deux listes txt mentionnées ci-dessus dans le répertoire du dossier sont utilisées pour installer les packages dépendants. Le nombre de packages dépendants est énorme, l'installation prend beaucoup de temps et il peut y avoir des interruptions. Par conséquent, une fois le problème d'interruption survenu, les deux lignes de code ci-dessus doivent être exécutées à plusieurs reprises pour garantir que tous les packages sont installés avec succès.

        Remarque : les versions grpcio et SQLAlchemy des packages de dépendance fournis par le kit de développement nuplan officiel sont manquantes. Vous devez installer les packages d'installation SQLAlchemy-1.43.0 et SQLAlchemy-1.4.27 respectivement. Par conséquent, vous devez exécuter les deux lignes de code suivantes pour vous assurer que les versions sont correctes, sinon des bogues se produiront lorsque vous exécuterez nuplan plus tard.

pip install grpcio==1.43.0
pip install SQLAlchemy==1.4.27

3. Téléchargement du jeu de données et paramétrage des variables d'environnement

3.1 Téléchargement du jeu de données

        Après vous être inscrit sur le site Web officiel de nuplan , vous pouvez télécharger le jeu de données. Après l'enregistrement, vous pouvez accéder à l'interface de téléchargement suivante et télécharger au moins deux jeux de données dans la case rouge, comme indiqué sur la figure :

Jeux de données à télécharger pour essai et test : cartes et mini

        Une fois le téléchargement des données terminé, elles doivent être décompressées dans les dossiers correspondants, respectivement, afin de faciliter le téléchargement et l'ajout ultérieurs d'ensembles de données d'entraînement plus volumineux. La hiérarchie officielle de stockage des fichiers suggérée est la suivante :

~/nuplan 
├── exp 
│ └── ${USER} 
│ ├── cache 
│ │ └── <cached_tokens> 
│ └── exp 
│ └── my_nuplan_experiment 
└── data set 
    ├── maps 
    │ ├── nuplan-maps-v1.0.json 
    │ ├── sg-one-north 
    │ │ └── 9.17.1964 
    │ │ └── map.gpkg 
    │ ├─ ─ us-ma-boston 
    │ │ └── 9.12.1817 
    │ │ └── map.gpkg 
    │ ├── us-nv-las-vegas-strip │ 
    │ └── 9.15.1915 
    │ │ └── map.gpkg 
    │ └── us-pa-pittsburgh-hazelwood 
    │ └── 17.09.1937 
    │ └── map.gpkg 
    └── nuplan-v1.1
        ├── mini
        │   ├── 2021.05.12.22.00.38_veh-35_01008_01518.db
        │   ├── 2021.06.09.17.23.18_veh-38_00773_01140.db
        │   ├── ...
        │   └── 2021.10.11.08.31.07_veh-50_01750_01948.db
        └── trainval
            ├── 2021.05.12.22.00.38_veh-35_01008_01518.db
            ├── 2021.06.09.17.23.18_veh-38_00773_01140.db
            ├── ...
            └── 2021.10.11.08.31.07_veh-50_01750_01948.db

        Si vous êtes juste en train d'essayer ou d'apprendre, nous n'avons pas besoin de télécharger l'ensemble de données trainval, téléchargez simplement les cartes et les mini ensembles de données. Par conséquent, une simplification correspondante peut être effectuée sur la base de la hiérarchie de fichiers officielle recommandée, et les cartes téléchargées et les mini-ensembles de données peuvent être stockés au format suivant :

~/nuplan
├── dataset
    ├── maps
    │   ├── nuplan-maps-v1.0.json
    │   ├── sg-one-north
    │   │   └── 9.17.1964
    │   │       └── map.gpkg
    │   ├── us-ma-boston
    │   │   └── 9.12.1817
    │   │       └── map.gpkg
    │   ├── us-nv-las-vegas-strip
    │   │   └── 9.15.1915
    │   │       └── map.gpkg
    │   └── us-pa-pittsburgh-hazelwood
    │       └── 9.17.1937
    │           └── map.gpkg
    └── nuplan-v1.1
        ├── mini
            ├── 2021.05.12.22.00.38_veh-35_01008_01518.db
            ├── 2021.06.09.17.23.18_veh-38_00773_01140.db
            ├── ...
            └── 2021.10.11.08.31.07_veh-50_01750_01948.db

3.2 Configuration des variables d'environnement

Configuration des variables d'environnement du package

        Pour exécuter le code source de nuplan-devkit, vous devez d'abord ajouter cette variable d'environnement et écrire le contenu suivant dans le fichier ~/.bashrc en fonction du chemin réel de nuplan-devkit :

# 打开并编辑.bashrc
sudo gedit ~/.bashrc
# 根据个人安装的路径将以下内容写入./bashrc中
export PYTHONPATH="${PYTHONPATH}:$HOME/nuplan-devkit"

Configuration des variables d'environnement de la base de données

        Le but de la configuration des variables d'environnement de la base de données est de trouver rapidement l'emplacement du dossier de données via le code, et également d'ajouter le contenu suivant dans ~/.bashrc :

# 以下路径根据数据集文件夹以及地图文件夹的位置进行设置
export NUPLAN_DATA_ROOT="$HOME/nuplan/dataset/mini"
export NUPLAN_MAPS_ROOT="$HOME/nuplan/dataset/maps"

4. Résumé

        Le contenu ci-dessus est un résumé personnel de l'opération réelle selon les instructions du document d'installation officiel de nuplan Au cours de cette période, certains bogues dans le document d'installation officiel ont été rencontrés et résolus.

        S'il y a des problèmes avec le contenu ci-dessus, n'hésitez pas à en discuter.

5. Références

        nuPlan (nuscenes.org)

        motional/nuplan-devkit : le kit de développement du jeu de données nuPlan. (github.com)

        nuPlan — documentation nuplan-devkit v0.1

Je suppose que tu aimes

Origine blog.csdn.net/m0_63771100/article/details/130062340
conseillé
Classement