【百度Apollo】探索自动驾驶:小白教学如何使用 Dreamview 播放数据包


🎬 鸽芷咕个人主页
🔥 个人专栏 : 《linux深造日志》《粉丝福利》

⛺️生活的理想,就是为了理想的生活!


文章目录

  • 引入
  • [一、Dreamview 简介](#一、Dreamview 简介)
  • [二、使用 Dreamview 具体步骤](#二、使用 Dreamview 具体步骤)
    • [步骤一:进入 Apollo Docker 环境](#步骤一:进入 Apollo Docker 环境)
    • [步骤二:安装 DreamView(若已经安装,请忽略)](#步骤二:安装 DreamView(若已经安装,请忽略))
    • [步骤三:启动 DreamView](#步骤三:启动 DreamView)
    • [步骤四:下载 Apollo 的演示包](#步骤四:下载 Apollo 的演示包)
    • [步骤五:播放 Apollo 的演示包](#步骤五:播放 Apollo 的演示包)
    • [步骤六:使用 DreamView 查看数据包](#步骤六:使用 DreamView 查看数据包)
  • 三、结尾

引入

在开发和测试自动驾驶系统时,对于收集的数据进行可视化和分析是至关重要的。Apollo 提供了一个强大的工具,即 Dreamview,它可以帮助用户轻松地查看和分析收集的数据包。本文将介绍如何使用 Dreamview 进行数据包的可视化和分析,以及它的功能和优势。

一、Dreamview 简介

Dreamview 是 Apollo 平台中的一个交互式可视化工具,旨在帮助用户直观地查看自动驾驶系统的感知、规划和控制数据。通过 Dreamview,用户可以以三维场景的形式实时展示车辆的行驶轨迹、感知到的障碍物、规划的路径以及执行的控制命令,从而更加直观地了解系统的运行状态和性能表现。

二、使用 Dreamview 具体步骤

使用的前提是需要 Apollo EDU-Pre 发行版嗷, 并且 Apollo docker环境已经正常运行,若没有启动 Apollo docker环境,请执行以下命令:

bash scripts/edu_launcher.sh start

步骤一:进入 Apollo Docker 环境

  1. 输入以下命令进入 Apollo

    bash scripts/edu_launcher.sh enter

  2. 执行setup脚本,Apollo的运行依赖于某些环境变量,需要手动执行一遍setup脚本

    source /opt/apollo/neo/setup.sh

步骤二:安装 DreamView(若已经安装,请忽略)

在同一个终端,输入以下命令,安装 Apollo 的 DreamView 程序。

sudo apt install apollo-neo-dreamview-dev && sudo apt install apollo-neo-monitor-dev

步骤三:启动 DreamView

在同一个终端,输入以下命令,启动 Apollo 的 DreamView 程序。

bash scripts/apollo_neo.sh bootstrap

步骤四:下载 Apollo 的演示包

Record 是 Apollo 记录数据的一种数据格式。

.record 为后缀的文件就是我们说的 record 数据包。

在命令行中,输入下面的命令,下载 record 数据包。

wget https://apollo-system.cdn.bcebos.com/dataset/6.0_edu/demo_3.5.record

步骤五:播放 Apollo 的演示包

cyber_recorder play -f demo_3.5.record --loop

选项 --loop 用于设置循环回放模式。

步骤六:使用 DreamView 查看数据包

在浏览器中输入 http://localhost:8888,访问 Apollo DreamView:

地图选择Sunnyvale

如果一切正常,可以看到一辆汽车在 DreamView 里移动。

现在您看到的车和道路状况,只是 DreamView 将 record 数据包的数据单纯的回放,就像播放录好的视频一样。

三、结尾

Dreamview 是 Apollo 平台中的一个强大的可视化工具,为用户提供了直观、全面的数据可视化和分析功能,帮助用户更好地理解自动驾驶系统的运行状态和性能表现,加速系统开发和优化过程。通过使用 Dreamview,用户可以更加高效地开发、测试和部署自动驾驶系统,推动自动驾驶技术的不断发展和应用。

相关推荐
B站计算机毕业设计超人3 分钟前
计算机毕业设计PySpark+Hadoop中国城市交通分析与预测 Python交通预测 Python交通可视化 客流量预测 交通大数据 机器学习 深度学习
大数据·人工智能·爬虫·python·机器学习·课程设计·数据可视化
学术头条8 分钟前
清华、智谱团队:探索 RLHF 的 scaling laws
人工智能·深度学习·算法·机器学习·语言模型·计算语言学
18号房客12 分钟前
一个简单的机器学习实战例程,使用Scikit-Learn库来完成一个常见的分类任务——**鸢尾花数据集(Iris Dataset)**的分类
人工智能·深度学习·神经网络·机器学习·语言模型·自然语言处理·sklearn
feifeikon15 分钟前
机器学习DAY3 : 线性回归与最小二乘法与sklearn实现 (线性回归完)
人工智能·机器学习·线性回归
游客52018 分钟前
opencv中的常用的100个API
图像处理·人工智能·python·opencv·计算机视觉
古希腊掌管学习的神19 分钟前
[机器学习]sklearn入门指南(2)
人工智能·机器学习·sklearn
凡人的AI工具箱1 小时前
每天40分玩转Django:Django国际化
数据库·人工智能·后端·python·django·sqlite
IT猿手1 小时前
最新高性能多目标优化算法:多目标麋鹿优化算法(MOEHO)求解TP1-TP10及工程应用---盘式制动器设计,提供完整MATLAB代码
开发语言·深度学习·算法·机器学习·matlab·多目标算法
咸鱼桨1 小时前
《庐山派从入门到...》PWM板载蜂鸣器
人工智能·windows·python·k230·庐山派
强哥之神1 小时前
Nexa AI发布OmniAudio-2.6B:一款快速的音频语言模型,专为边缘部署设计
人工智能·深度学习·机器学习·语言模型·自然语言处理·音视频·openai