![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Carla教程
文章平均质量分 81
Carla教程
大风车滴呀滴溜溜地转
为天地立心,为生民立命,为往圣继绝学,为万世开太平。
展开
-
使用 Carla 和 Python 的自动驾驶汽车第 1 部分 —— 介绍
大家好,欢迎来到关于Carla的系列教程,这是一个开源的自动驾驶环境,还附带了一个Python API来与之交互。Carla的主要思想是先有环境(服务器),然后是代理(客户)。这种服务器/客户端架构意味着我们当然可以在同一台机器上本地运行服务器和客户端,但我们也可以在一台机器上运行环境(服务器),在其他多台机器上运行多个客户端,这非常酷。有了Carla,我们有了一辆车(很明显),一个驾驶汽车的环境,然后我们有一堆传感器,我们可以放置在汽车上模仿现实生活中的自动驾驶汽车传感器。比如激光雷达,相机,加速计等转载 2022-01-27 21:28:40 · 1895 阅读 · 0 评论 -
使用 Carla 和 Python 的自动驾驶汽车第 2 部分 —— 控制汽车并获取传感器数据
欢迎来到 Carla 自动驾驶汽车教程系列的第 2 部分。在本教程中,我们将向您介绍 Carla 的 Python API 方面。首先,Carla 中有几种类型的对象。首先,你当然拥有“world”。这是你的环境。然后,你就有了这个世界的actors。actors是您的汽车、汽车上的传感器、行人等。最后,我们有blueprint。blueprint是我们演员的属性。有了这些信息,让我们开始编写一些实际的代码。首先,让我们制作一辆生成并简单地向前行驶的汽车,然后我们希望看到来自我们将放置在汽车引擎盖上的常转载 2022-01-09 17:41:34 · 3056 阅读 · 0 评论 -
使用 Carla 和 Python 的自动驾驶汽车第 3 部分 —— 强化学习环境
欢迎使用Python编程教程学习Carla自动驾驶/自动驾驶汽车的第三部分。在本教程中,我们将利用我们关于Carla API的知识,并尝试将这个问题转化为一个强化学习问题。在OpenAI率先开发了强化学习环境和解决方案的开源之后,我们终于有了一种接近强化学习环境的标准化方法。这里的想法是,你的环境将有一个step方法,它将返回:observation, reward, done, extra_info,以及一个reset方法,该方法将基于某种done标志重新启动环境。我们需要做的就是创建代码来表示这个转载 2022-01-23 17:55:34 · 2233 阅读 · 0 评论 -
使用 Carla 和 Python 的自动驾驶汽车第 4 部分 —— 强化学习代理
在我们的自动驾驶汽车的第四部分,Carla, Python, TensorFlow,和强化学习项目,我们将为我们的实际代理编码。在前一篇教程中,我们研究了环境类,我们的代理将与之交互。在考虑如何创建代理时,我们还必须考虑模型本身。假设你已经完成了强化学习教程(你最好这样做,否则事情会让你感到非常困惑),你知道代理所采取的每一步都伴随着一个合理的预测(取决于探索/epsilon),而且还伴随着一个调整!这意味着我们要同时进行训练和预测,但我们的代理必须获得尽可能高的FPS(帧/秒)。为了实现这一点,我们可转载 2022-01-23 18:23:47 · 1612 阅读 · 0 评论 -
使用 Carla 和 Python 的自动驾驶汽车第 4 部分 —— 强化学习Action
欢迎来到自动驾驶汽车的第五部分,并与Carla、Python和TensorFlow加强学习。现在我们已经有了环境和代理,我们只需要添加更多的逻辑将它们连接在一起,这是我们接下来要做的。首先,我们将从强化学习教程中复制粘贴修改后的张量板类:from keras.callbacks import TensorBoard...# Own Tensorboard classclass ModifiedTensorBoard(TensorBoard): # Overriding init to转载 2022-01-23 21:50:52 · 2661 阅读 · 1 评论 -
使用 Carla 和 Python 的自动驾驶汽车第 5 部分 —— 长期模型结果
欢迎来到第六部分的自动驾驶汽车/自动驾驶汽车和强化学习Carla, Python和TensorFlow。在这一部分中,我们将讨论我们工作中的一些初步发现。我会用"我们"这个词因为这是我和丹尼尔·库基拉的共同努力。一开始,这个问题被有意地保持得非常简单。代理可以采取三种行动中的一种:左转,右转,直走。我选择了Xception模式,因为我在《侠盗猎车手》中创造了自动驾驶汽车并获得了成功。对于奖励,我们设置如下:每帧+1以>50KMH行驶每帧-1以<50KMH行驶发生碰撞,-200,此轮结转载 2022-01-23 22:03:41 · 1237 阅读 · 0 评论 -
Python API 索引
此索引包含Python API的所有细节。要查阅特定CARLA发行版的以前参考资料,请使用右下角的面板更改文档版本。(我这是稳定版的索引,改不了,官网:https://carla.readthedocs.io/en/latest/python_api/)这将使整个文档变为以前的状态。请记住,最新的版本是开发分支,可能会显示任何包装版本的CARLA所没有的特性。carla.Rotation此类表示三维旋转,因此也表示空间的方向。Carla使用虚幻引擎的坐标体系,是一个z轴向上的左手坐标系。构造函数方翻译 2022-02-06 15:10:43 · 399 阅读 · 0 评论