DeepRobustDroneRacing

最新推荐文章于 2024-12-02 16:56:28 发布

「已注销」

最新推荐文章于 2024-12-02 16:56:28 发布

阅读量431

点赞数 1

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/Mickey_c_mouse/article/details/114082703

本文介绍了在Ubuntu 18.04和ROS Melodic环境下，如何搭建tensorflow-gpu环境，包括创建ROS工作区、安装依赖、配置conda与pip源。接着，详细说明了如何利用预训练模型进行训练，并解决训练过程中遇到的错误。最后，提供了根据自收集数据训练网络的步骤，包括下载训练数据并进行训练。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

环境准备工作

前提要求：Ubuntu 18.04 and ROS Melodic (Python2.7)
#ros melodic安装：http://wiki.ros.org/melodic/Installation/Ubuntu （注意使用国内源：http://wiki.ros.org/ROS/Installation/UbuntuMirrors）首先创造一个新的ros工作区

cd ~
mkdir -p drone_racing_worksapce/src
cd ~/drone_racing_worksapce
catkin init  **#catkin安装 ：http://wiki.ros.org/catkin**
catkin build 

cd ~/drone_racing_worksapce/src
git clone https://github.com/tianqi-wang1996/DeepRobustDroneRacing.git

#git clone加速方法：https://blog.youkuaiyun.com/Mickey_c_mouse/article/details/113872841

#用Anaconda创建虚拟环境python2.7
#anaconda官网安装方法：https://www.anaconda.com/

conda create -n virtual_env python=2.7.17
conda activate virtual_env

#安装依赖

cd ~/drone_racing_worksapce/src/DeepRobustDroneRacing/sim2real_drone_racing
pip install -r python_dependencies.txt #pyside2安装容易超时，可以手动安装或重复多试几次
conda install tensorflow-gpu==1.12.0

#pip换源：https://blog.youkuaiyun.com/yuzaipiaofei/article/details/80891108
conda换源：https://blog.youkuaiyun.com/Mickey_c_mouse/article/details/114088415
#重新编译工作环境

cd ~/drone_racing_worksapce
catkin build
#编译过程可能会提示找不到octomap_msgs，解决方法：
sudo apt-get install ros-melodic-octomap-msgs
#编译rotors_gazebo_plugins可能会失败，解决方法：
#删除build文件夹里面的rotors_gazebo_plugins重新编译
source ./devel/setup.bash
echo "source ~/drone_racing_worksapce/devel/setup.bash" >> ~/.bashrc #添加至bash启动变量

搭建tensorflow-gpu环境

建议提前在win系统下好对应的显卡驱动
安装驱动过程可参考文章：https://www.cnblogs.com/jimchen1218/p/11804927.html
https://cloud.tencent.com/developer/article/1509929
过程需要多次重启
cuda和cudnntensorflow-gpu里自带简版，有需要可以额外手动安装

用训练好的模型进行训练

参数修改在main.yaml中，第一次训练用不到

#the following two maximum velocity settings (preferably set to be the same) 
global_traj_max_v: 6.0               max velocity of precomputed global trajectory 
max_velocity: 6.0                          max velocity 
# perturb the gate positions before each experiment
 gates_static_amplitude: 1.5    max amplitude for statically replacing the gates at new runs # even make the gates keep moving while testing
  moving_gates: true                     triggers dynamically moving gates
 # if moving_gates is set to be false, then the two parameters below would be ignored 
gates_dyn_amplitude: 1.0          max amplitude for moving at test time speed_moving_gates: 0.3            max speed moving gates

#重新打开一个新终端

conda activate virtual_env
roslaunch deep_drone_racing_learning  net_controller_launch.launch
#启动节点程序会出现找不到模块Network  ：ImportError: No module named Network
#通过sudo find ~/drone_racing_worksapce -name "Network"找到Network模组路径并添加到报错程序syspath中

添加syspath
报错ImportError: No module named ddr_learner.models.base_learner和上面同样的方法find ddr_learner位置在import程序加入位置
在这里插入图片描述
#再打开一个终端

conda activate virtual_env
roslaunch test_racing test_racing.launch

出现问题和之前一样，修改import部分
在这里插入图片描述

根据搜集数据训练自己的模型

这里采用提供的数据训练网络：下载训练数据
将文件解压缩到文件夹./sim2real_drone_racing/learning/deep_drone_racing_learner/data and then train the network

conda activate virtual_env
roscd deep_drone_racing_learner/src/ddr_learner
#修改文件train_model.sh中的train_data和checkpoint_dir参数指向目标路径(注意必须是绝对路径)
gedit train_model.sh
./train_model.sh #开始训练

在这里插入图片描述