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PYTHONPATH
env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: