通过GPU服务器运行Carla_v2

通过GPU服务器运行Carla

一、流程概述

  • 法一:通过ssh命令连接服务器,指定连接端口,并创建服务器和本地的TCP端口映射,这里carla使用的端口为20002001。在本地配置好Python环境(如opencv、networkx、numpy等,建议使用conda),运行代码即可。

  • 法二:通过VNC连接服务器远程桌面,直接使用服务器配置好的python环境运行代码。

推荐法二,这样client和server的之间的通信响应不会因网络问题而延迟过多,导致导航指令滞后效应明显。法二与使用一般ubuntu系统相同。

二、操作流程(法一)

以下操作可以通过shellvnc完成,其中使用vnc可忽略第一步ssh连接

  • ssh -p 222 -L 127.0.0.1:2000:127.0.0.1:2000 -L 127.0.0.1:2001:127.0.0.1:2001 wanghejun@10.12.120.45
    

    通过ssh指定连接端口,连接用户和服务器IP,并创建端口映射;

  • docker run --privileged -it --gpus all --net=host -v /tmp/.X11-unix:/tmp/.X11-unix:rw carla:0.9.13 /bin/bash
    

    docker容器内运行carla镜像,本服务器已安装最新版本0.9.13;本服务器快捷命令:launchc

  • ./CarlaUE4.sh -world-port=2000 -RenderOffScreen
    

    运行carla,指定端口,模式为离屏渲染模式;

到此服务器端已配置完成,将会产生系列警告信息,为服务器显示设备和声卡设备缺失导致,请无需在意

  • 定位到目标代码文件夹路径,win在资源管理器路径栏输入cmd即可打开shellubuntu选择在终端打开或通过cd命令均可;

  • conda activate yourenvname
    

    通过conda激活已配置好的环境yourenvnamewin可直接activate,本服务器快捷命令:cac

  • python yourscript.py
    

    python命令运行你的代码文件,可通过pygameopencv打开可视化窗口监视运行过程;

三、其他

  • 如果你想将自己的数据集或其他文件上载到服务器,可以通过基于sshscp命令实现

    scp -P 222 yourdocname.zip wanghejun@10.12.120.45:/data2/wanghejun/
    

    运行命令前需定位到目标文件路径夹,建议先其打包成.zip文件,文件将传输到指定路径/data2/wanghejun/

  • 通过conda配置carla所需的python环境

    • conda create -n carlaPy python=3.x.x
      

      建议pytho版本选择3.7或以上

    • conda activate carlaPy
      

      进入环境

    • pip install -r requirements.txt
      

      通过pip安装PythonAPI文件夹内requirements.txt指定的packages

  • opencv的python环境配置请注意

    • opencv版本不能过低
    • opencv-python的版本需与代码中使用的opencv版本对应,否则在使用一些函数如imshow()将报错function unimplimented
  • 不同系统下运行carla,请尤其注意自己使用的PythonAPI文件夹PythonAPI/carla/dist/~.egg文件是否和系统对应,分别为:

    • ~win-amd64.egg
    • ~linux-x86_64.egg

    同时最好保证Client和Simulator的版本对应(即python的carla库和模拟器版本对应)

    或者直接pip install carla==0.9.x版本对应者即可,无对应版本则应使用对应版本.egg文件

### 安装和运行CARLA模拟器 #### 准备工作 为了在Linux远程服务器上成功安装并运行CARLA模拟器,需先确保服务器已正确设置。通过SSH命令连接至目标服务器,并指定连接端口号以及建立必要的TCP端口映射,对于CARLA而言,默认使用的端口为2000和2001[^2]。 #### 下载与解压CARLA包 按照官方推荐的方法之一,在Linux环境下可以通过下载预打包好的CARLA版本来快速入门。进入`/opt`目录或其他合适位置放置CARLA文件夹,接着执行如下指令完成软件的部署: ```bash cd /opt/ wget https://github.com/carla-simulator/carla/releases/download/<version>/Carla<Version>.tar.gz tar -xzvf Carla<Version>.tar.gz ``` 上述命令中的`<version>`应替换为具体要安装的CARLA版本号。 #### 启动CARLA服务端 一旦完成了CARLA压缩包的提取过程,则可通过访问其内部的启动脚本来激活仿真平台的服务端部分。这一步骤涉及切换到CARLA二进制文件所在的路径下,并调用特定于Unix系统的Shell脚本以开启程序实例: ```bash cd /opt/carla-simulator/bin/ ./CarlaUE4.sh ``` 此阶段之后,如果一切正常的话,将会观察到一个新的图形化界面弹出,代表着CARLA仿真的可视化环境已被加载完毕[^1]。 #### 配置本地开发环境 与此同时,在个人计算机一侧也需要做一些准备工作以便能够顺利地同远端正在运作着的CARLA实例交互。建议采用Anaconda这样的工具管理Python虚拟环境及其所需的第三方库(比如OpenCV、NetworkX、NumPy等)。完成后可参照下面的例子尝试发送简单的控制信号给定位于云端的目标对象: ```python import carla client = carla.Client('localhost', 2000) world = client.get_world() spectator = world.get_spectator() print(f"Spectator is at position {spectator.get_transform().location}") ``` 这段代码展示了怎样利用Python API获取当前场景内摄像机的位置信息。当然实际应用时还需进一步编写更复杂的逻辑实现预期功能[^3]。 #### 参考其他安装选项 值得注意的是,除了上述介绍的方式外,CARLA还支持基于源码编译的方式来满足开发者更加个性化的需求。不过这种方式相对复杂度较高,适合有一定经验的技术人员探索[^4]。
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值