大家好,我是李慢慢。
今天在研究openpilot的说明文档时,发现openpilot可以和carla进行配合运行。然后我就发现,openpilot提供的启动carla的程序,竟然是通过docker来运行的。于是好奇之下,又去carla官方文档找了找,还真发现了说明文档。于是将两者结合,记录了如下这篇文章。
参考链接1-openpilot官方-启动carla的程序:
https://github.com/commaai/openpilot/blob/master/tools/sim/start_carla.sh
参考链接2-carla官方-docker版:
https://carla.readthedocs.io/en/latest/build_docker/
0、前言
首先给大家普及下docker是什么。
百度百科:
“Docker 是一个开源的应用容器引擎,让开发者可以打包他们的应用以及依赖包到一个可移植的容器中,然后发布到任何流行的Linux或Windows操作系统的机器上。”
简单来说,就是有人把carla打包好成了一个镜像,我们拷贝这个镜像,就可以直接开始使用carla,而不用再去管运行carla还需要什么乱七八糟的依赖库。。。
在carla官方说明中,描述了使用docker版本的carla的适宜场景:
1、docker的下载及安装
要能运行docker版本的carla,首先需要在自己的电脑上安装好docker底层,这个是基础。
curl https://get.docker.com | sh
启动docker服务:
sudo systemctl start docker
设置为开机启动docker:
sudo systemctl enable docker
查看docker版本信息:
docker version
2、安装docker版本的显卡驱动容器
我们知道,carla的运行离不开显卡,关于英伟达显卡驱动,也有docker版本的,我们需要提前给安装好。
拷贝以下程序,保存为【install_nvidia_docker.sh】到本地,运行即可(该部分命令截取自前文参考链接1)。
# Requires nvidia docker - https://github.com/NVIDIA/nvidia-docker
if ! $(apt list --installed | grep -q nvidia-container-toolkit); then
read -p "Nvidia docker is required. Do you want to install it now? (y/n)";
if [ "${REPLY}" == "y" ]; then
distribution=$(. /etc/os-release;echo$ID$VERSION_ID)
echo$distribution
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt-get update && sudo apt-get install -y nvidia-docker2 # Also installs docker-ce and nvidia-container-toolkit
sudo systemctl restart docker
else
exit 0
fi
fi
3、使用docker拉取carla镜像
安装好docker后,就可以使用docker拉取carla镜像了。首先,我们可以看到官网上有很多版本的docker镜像。
https://hub.docker.com/r/carlasim/carla/tags
我们这里最新的其实就是0.9.13,使用docker将其拉取安装到本地即可,命令如下:
# Pull the latest image
docker pull carlasim/carla:latest
# Pull a specific version
0.9.13 :
拉取的过程很漫长,需要耐心等待。
拉取完成后,输入如下命令,如果显示出镜像的话,则证明拉取成功了。
docker images
如果你的网速不好的话,可以使用我拉取下来的carla的docker镜像包的网盘链接。
下载链接:见附件
下载到本地后,使用如下命令进行加载即可。
docker load -i docker_image_carla_0.9.13
4、创建容器运行Carla
根据镜像(image)创建容器(container),并进入容器。指令如下:
sudo docker run --privileged --gpus all --net=host -e DISPLAY=$DISPPALY -it carlasim/carla:0.9.13 /bin/bash
紧接着,在容器中,直接启动Carla服务端:
./CarlaUE4.sh -opengl -nosound -RenderOffScreen -benchmark -fps=20 -quality-level=Low
此时,什么窗口都看不到,那是因为我这里通过“-RenderOffScreen”模式,取消了窗口。但其实,此时显卡已经工作起来了,如下所示。
附:这里我遇到了一个比较诡异的问题,就是如果不指定“-RenderOffScreen”模式的话,会报一个错:XDG_RUNTIME_DIR not set in the enviroment。理论来讲如果不报错的话,可以在docker里直接启动服务器端的画面。不过此处我没有解决掉,就忽略了,没有画面就没有画面吧。
5、运行Carla客户端
此时,在本地随意运行一个示例python程序,运行就能打开一个Carla客户端:
cd ./PythonAPI/examples/
python3 automatic_control.py
本文完。
一点感受:
我感觉Carla的docker版本并不好用,说它安装方便吧,我觉得官方预编译版的安装也挺简单的;说它可以脱离窗口运行吧,我发现使用“-RenderOffScreen”模式,在非docker版里一样可以实现;docker版的优势可能体现在其他地方,只是我现在实在是爱它不起来。若说本次探索有什么收获,那就是docker的使用了。这次真的是一边学一边用了。另外,本文臭又长,真正的过程,其实都是在跟着以下脚本在做。这个脚本只消运行一下,就是以上全文,哈哈。
# Requires nvidia docker - https://github.com/NVIDIA/nvidia-docker
if ! $(apt list --installed | grep -q nvidia-container-toolkit); then
read -p "Nvidia docker is required. Do you want to install it now? (y/n)";
if [ "${REPLY}" == "y" ]; then
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
echo $distribution
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt-get update && sudo apt-get install -y nvidia-docker2 # Also installs docker-ce and nvidia-container-toolkit
sudo systemctl restart docker
else
exit 0
fi
fi
docker pull carlasim/carla:0.9.13
EXTRA_ARGS="-it"
if [[ "$DETACH" ]]; then
EXTRA_ARGS="-d"
fi
docker kill carla_sim || true
docker run \
--name carla_sim \
--rm \
--gpus all \
--net=host \
-v /tmp/.X11-unix:/tmp/.X11-unix:rw \
$EXTRA_ARGS \
carlasim/carla:0.9.13 \
/bin/bash ./CarlaUE4.sh -opengl -nosound -RenderOffScreen -benchmark -fps=20 -quality-level=Low
本文完。