コンテンツにスキップ

認識機能の評価#

準備#

  1. サンプルのシナリオのコピー

    mkdir -p ~/driving_log_replayer_data/perception/sample
cp -r ~/autoware/src/simulator/driving_log_replayer/sample/perception/scenario.yaml ~/driving_log_replayer_data/perception/sample

  2. サンプルのデータセットをコピー

    mkdir -p ~/driving_log_replayer_data/perception/sample/t4_dataset
cp -r ~/driving_log_replayer_data/sample_dataset ~/driving_log_replayer_data/perception/sample/t4_dataset

  3. 機械学習の学習済みモデルの変換を行う

    source ~/autoware/install/setup
ros2 launch autoware_launch logging_simulator.launch.xml map_path:=$HOME/autoware_map/sample-map-planning vehicle_model:=sample_vehicle sensor_model:=sample_sensor_kit
# ~/autoware/install/lidar_centerpoint/share/lidar_centerpoint/dataに以下のファイルができるまで待つ
# - pts_backbone_neck_head_centerpoint_tiny.engine
# - pts_voxel_encoder_centerpoint_tiny.engine
# ファイルが出力されたらCtrl+Cでlaunchを止める

実行方法#

  1. シミュレーションの実行

    dlr simulation run -p perception  -l play_rate:=0.5

    perception

  2. 結果の確認

    以下のような結果がターミナルに表示されます。 PC の性能や CPU の負荷状況によってテスト回数が若干異なることがありますが、多少の差は問題ありません。

    scenario: sample_dataset
--------------------------------------------------
TestResult: Failed
Passed: criteria0 (Success): 215 / 215 -> 100.00%, Failed: criteria1 (Fail): 0 / 8 -> 0.00%