鸟瞰卡拉模拟器
carla-birdeye-view的Python项目详细描述
卡拉鸟瞰图
| Freeway-oriented shape | Learning By Cheating-like shape | Centerlines layer |
|---|---|---|
（上面的gif在应用as_rgb()函数后显示特征图）
动机
在我们的research期间，我们发现了一篇非常鼓舞人心的论文，叫做{a2}。Bird eye的视图是专门为学习更快而设计的，这归功于更简单的二维世界表示法（作弊的甲骨文），我们认为这很适合强化学习设置。在
这个存储库是一个几乎完整的重新实现，它提供了更好的性能和与最新版本的CARLA的兼容性。您可以使用它作为模型的输入，如有必要，还可以将其转换为RGB并可视化。在
特点
- one hot 3D功能地图（8x2D图层，每个图层代表其他实体，例如道路图层、行人图层）-专为CNN制作
- 特征映射可以转换为RGB图像
- 层可以很容易地移除
- 静态层的缓存机制，如：道路和车道
- 使用OpenCV rendering（高效，多线程友好）代替慢Pygame方法
- 巨大的FPS加速，这归功于受限的渲染（仅限于代理的环境，而不是整个地图）
- 所有CARLA地图都支持开箱即用，还支持使用RoadRunner制作的有效OpenDrive文件的自定义地图
- 目前的实施是专门针对公路场景（延长形状）进行调整的，但是其他形状和作物很容易实现
安装
pip install carla-birdeye-view
如何运行
确保PYTHONPATHenv变量包含CARLA distribution egg，这样就可以导入carla包。在
基本代码用法
fromcarla_birdeye_viewimportBirdViewProducer,BirdViewCropType,PixelDimensionsbirdview_producer=BirdViewProducer(client,# carla.Clienttarget_size=PixelDimensions(width=150,height=336),pixels_per_meter=4,crop_type=BirdViewCropType.FRONT_AND_REAR_AREA)# Input for your model - call it every simulation step# returned result is np.ndarray with ones and zeros of shape (8, height, width)birdview=birdview_producer.produce(agent_vehicle=agent# carla.Actor (spawned vehicle))# Use only if you want to visualize# produces np.ndarray of shape (height, width, 3)rgb=BirdViewProducer.as_rgb(birdview)
贡献和反馈
我们会：心：收集任何反馈、问题和请求！在
学分
项目出生于deepsense.ai，编制人：
- 项目
标签：
欢迎加入QQ群-->： 979659372
