diff --git a/docs/development/images/docker/eval.drawio.svg b/docs/development/images/docker/eval.drawio.svg index 930c1d3..95b4a63 100644 --- a/docs/development/images/docker/eval.drawio.svg +++ b/docs/development/images/docker/eval.drawio.svg @@ -434,4 +434,4 @@ - \ No newline at end of file + diff --git a/docs/development/installation.ja.md b/docs/development/installation.ja.md index dc25919..3aeb9e1 100644 --- a/docs/development/installation.ja.md +++ b/docs/development/installation.ja.md @@ -1,6 +1,7 @@ # 環境構築 -### aptパッケージ等のインストール +## aptパッケージ等のインストール + まずは諸々最初に必要なパッケージをインストールします。 ```bash @@ -10,7 +11,8 @@ sudo apt install -y git python3-pip ca-certificates curl gnupg libvulkan1 sudo ubuntu-drivers autoinstall ``` -### Dockerのインストール +## Dockerのインストール + [公式ドキュメント](https://docs.docker.com/engine/install/ubuntu/)通りに以下のコマンドでインストールします。 ```bash @@ -28,7 +30,8 @@ sudo usermod -aG docker $USER ``` 以下のコマンドで正常にインストールされているか確認してください。 -``` + +```bash sudo docker run hello-world ``` @@ -36,7 +39,8 @@ sudo docker run hello-world ここまで出来たら一度再起動します。 -### rockerのインストール +## rockerのインストール + rockerはDockerコンテナのGUIアプリを簡単に起動できるようにするツールです。 [公式README](https://github.com/osrf/rocker?tab=readme-ov-file#debians-recommended)ではaptからのインストールが推奨されていますが、手順と環境をシンプルにするためにここではpipからインストールします。 @@ -46,12 +50,14 @@ pip install rocker ``` デフォルト設定ではrockerの実行ファイルへのパスが通っていないので、以下のコマンドで`.bashrc`に追加しておきます。 -``` + +```bash echo export PATH='$HOME/.local/bin:$PATH' >> ~/.bashrc source ~/.bashrc ``` ## autoware環境のDockerイメージのpull + AIチャレンジで使用するautoware環境のDockerイメージを取得します。 Dockerイメージは10GB程度のサイズがあり、ダウンロードには時間が掛かるため有線LANでのダウンロードを推奨します。 @@ -61,20 +67,20 @@ docker pull ghcr.io/automotiveaichallenge/autoware-universe:humble-latest ``` 以下のコマンドでダウンロードできているか確認します。 + ```bash docker images ``` Dockerイメージがダウンロードできていれば以下のような出力が得られます。 -``` -# REPOSITORY TAG IMAGE ID CREATED SIZE -# ghcr.io/automotiveaichallenge/autoware-universe humble-latest 30c59f3fb415 13 days ago 8.84GB -``` +```txt +REPOSITORY TAG IMAGE ID CREATED SIZE +ghcr.io/automotiveaichallenge/autoware-universe humble-latest 30c59f3fb415 13 days ago 8.84GB +``` -## AIチャレンジの大会用リポジトリの準備と実行 +## 大会用リポジトリのダウンロード -### 大会用リポジトリのダウンロード リポジトリをクローンします。ここではホームディレクトリにクローンしますが、お好きなディレクトリに入れていただいても構いません。 ```bash @@ -82,8 +88,8 @@ cd ~ git clone https://github.com/AutomotiveAIChallenge/aichallenge-2024.git ``` -### AWSIMのダウンロード -## AWSIMのダウンロード・起動確認 +## AWSIMのダウンロード + 1. [Google Drive(あとでリンク変える)](https://drive.google.com/drive/) から最新の `AWSIM_GPU.zip` をダウンロードし、`aichallenge-2024/aichallenge/simulator` に展開します。 2. パーミッションを図のように変更します。 diff --git a/docs/development/visible-simulation.ja.md b/docs/development/visible-simulation.ja.md index e012e61..a496941 100644 --- a/docs/development/visible-simulation.ja.md +++ b/docs/development/visible-simulation.ja.md @@ -16,7 +16,7 @@ - [NVIDIA Container Toolkit](https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/install-guide.html)(GPU非搭載の方はスキップ) -### NVIDIAドライバのインストール +## NVIDIAドライバのインストール ```bash # リポジトリの追加 @@ -37,7 +37,7 @@ nvidia-smi ![nvidia-smi](./images/installation/nvidia-smi.png) -#### NVIDIA Container Toolkit +## NVIDIA Container Toolkit ```bash # インストールの下準備 @@ -91,19 +91,19 @@ sudo docker run --rm --runtime=nvidia --gpus all nvidia/cuda:11.6.2-base-ubuntu2 ![パーミッション変更の様子](./images/installation/permmision.png) - 実行ファイルが`aichallenge-2024/aichallenge/simulator/AWSIM_GPU/AWSIM.x86_64`に存在していることを確認してください。 -# Dockerコンテナの起動 +## Dockerコンテナの起動 描画有りのシミュレーション推奨環境を満たしており、 NVIDIA関連のinstallが済んでいる方は上記のコマンドではなく、以下のコマンドでコンテナを起動してください。 + ```bash cd aichallenge-2024 ./docker_run.sh dev gpu ``` -### AutowareのビルドとSimulatorの起動 +## AutowareのビルドとSimulatorの起動 コンテナを起動したターミナル(コンテナ内)で以下を実行します。 @@ -113,6 +113,7 @@ cd /aichallenge ``` Autowareのビルド後、run_simulator.bashを変更します + ```bash #!/bin/bash @@ -132,4 +133,4 @@ sudo ip link set multicast on lo 以下のような画面が現れたら成功です。 -![](./images/AWSIM%26Autoware.png) \ No newline at end of file +![AWSIM-Autoware](./images/AWSIM%26Autoware.png) diff --git a/docs/development/workspace.ja.md b/docs/development/workspace.ja.md index 5ad9e7a..8c1f7e3 100644 --- a/docs/development/workspace.ja.md +++ b/docs/development/workspace.ja.md @@ -11,33 +11,40 @@ - 16GB以上（推奨） - SSD: 60GB以上 - ## 大会用リポジトリのビルド・実行 + 大会用リポジトリでは、実際の動作環境はすべてDocker内で完結して提供されています。リポジトリの利用は以下の流れで行います。 + 1. 大会環境のDockerイメージのビルド 2. Dockerコンテナ上でのAutowareのビルド 3. Dockerコンテナ上でのAutowareとシミュレータの同時起動 ## 大会環境のDockerイメージのビルド + 大会用リポジトリに入ります。 -``` + +```bash cd ~/aichallenge-2024 ``` Dockerイメージのビルドを行います。 -``` + +```bash ./docker_build.sh dev ``` -``` +```bash docker images ``` + で以下のイメージが生成されていることを確認しましょう。 -``` + +```txt aichallenge-2024-dev latest df2e83a20349 33 minutes ago 8.9GB ``` ## Dockerコンテナ上でのAutowareのビルド + 以下を実行してDockerコンテナを立ち上げます。 ```bash @@ -69,15 +76,14 @@ Autowareのビルド後、以下のコマンドを実行します。 下記の様な画面が表示されたら起動完了です。終了するにはターミナル上でCTRL + Cを入力します。 ![autoware](./images/installation/autoware.png) - A. Dockerイメージのビルドをお願いします。 -#### ワークスペースの構成 +### ワークスペースの構成 -**docker-dev** +docker-dev ![dev](./images/docker/dev.drawio.svg) -**docker-eval** +docker-eval ![eval](./images/docker/eval.drawio.svg) diff --git a/docs/faq.en.md b/docs/faq.en.md index d53595d..e87312b 100644 --- a/docs/faq.en.md +++ b/docs/faq.en.md @@ -2,7 +2,8 @@ ## Environment Setup -#### The communication between AWSIM and Autoware is unstable. +### The communication between AWSIM and Autoware is unstable. + When testing locally, setting `ROS_LOCALHOST_ONLY=1` on all terminals improves communication speed. Add the following lines to your .bashrc: ```bash @@ -20,6 +21,7 @@ For this competition, we are considering configurations with two PCs: Windows+Li In that case, set `ROS_LOCALHOST_ONLY=0`. Note: + - After the OS starts, you will be prompted for a password when opening a terminal, and the initial `sudo ip link set lo multicast on` is required. - If you forget to change the .bashrc as described above, it will always be applied, so be sure to check for changes with `echo $ROS_LOCALHOST_ONLY`. - Communication between containers cannot occur if `ROS_LOCALHOST_ONLY=1` and `ROS_LOCALHOST_ONLY=0` are mixed. @@ -27,31 +29,36 @@ Note: --- -#### ros2 topic list is not displayed. +### ros2 topic list is not displayed. + Make sure that the `ROS_DOMAIN_ID` of your machine matches. (There is no problem if you have not set the `ROS_DOMAIN_ID`.) Also, please ensure that ROS2 is sourced. --- -#### Using AWSIM on Windows and Autoware on Ubuntu, the $ ros2 topic list is not displayed. +### Using AWSIM on Windows and Autoware on Ubuntu, the $ ros2 topic list is not displayed. + Allow communication through the Windows Firewall. Also, execute `ros2 daemon stop` and `ros2 daemon start` to check if any unnecessary processes remain, and restart. --- -#### Rocker does not start. +### Rocker does not start. + First, check if rocker is installed. If it is installed but does not start, check your permissions. There have been reports that it cannot be executed if the account type/permissions differ between the account that built the image and the account that runs it. --- -#### AWSIM terminates with a core dump. +### AWSIM terminates with a core dump. + If AWSIM terminates with a core dump immediately after startup, the GPU memory may be insufficient. Therefore, check if the GPU memory usage has reached its limit with `nvidia-smi`. It is recommended to have more than 11GB of GPU memory. --- -#### Only a Windows PC with a GPU is available. +### Only a Windows PC with a GPU is available. + Since the support for this competition is based on the configuration described on the HP, detailed guidance cannot be provided, but the following methods are generally possible. The problem is setting up the Autoware environment to participate. @@ -65,32 +72,40 @@ Therefore, the key is to prepare an environment to run Autoware, and there may b --- -#### AWSIM is displayed after setting up the environment on AWS, but Rviz shows a black screen. +### AWSIM is displayed after setting up the environment on AWS, but Rviz shows a black screen. + There have been reports that `sudo apt upgrade` resolved the issue, so please check and try it. Also, there was a similar question in a [past Issue](https://github.com/ros2/rviz/issues/948), so please check it as well. --- ## Operations + ### ROS -#### When creating a package in python, a "no module named *" error occurs at runtime. + +#### When creating a package in python, a "no module named \*" error occurs at runtime. + Please refer to [this](https://zenn.dev/tasada038/articles/5d8ba66aa34b85#setup.py%E3%81%ABsubmodules%E3%81%A8%E3%81%97%E3%81%A6%E3%83%91%E3%83%83%E3%82%B1%E3%83%BC%E3%82%B8%E3%82%92%E8%BF%BD%E5%8A%A0%E3%81%99%E3%82%8B). --- #### How can I check the type of a topic? + To check the type of a topic, use `ros2 topic info -v fuga_topic` or if you can identify the node, use `ros2 node info hoge-node`. If you want to find more information about ROS, searching "ROS2 commands" on the internet might be helpful. --- ### Autoware + #### Maps and routes are not displayed on Rviz. + Make sure that the map data you are using is placed in the appropriate location and is correct. --- #### I don't know how to modify Autoware to participate. + There are ways such as adjusting node parameters, modifying, or replacing nodes in Autoware. The basic configuration of Autoware is summarized in another tab on this site and [here](https://automotiveaichallenge.github.io/aichallenge2023-integ/customize/index.html), so please make use of it. Also, although it is an external article, [this](https://qiita.com/h_bog/items/86fba5b94b2148c4d9da) might be helpful. @@ -98,6 +113,7 @@ Also, although it is an external article, [this](https://qiita.com/h_bog/items/8 --- #### Tell me about behavior path/motion planner route generation. + The behavior planner is primarily designed for driving on general roads (ODD3 and above), considering traffic rules that should not be broken (e.g., stop lines, crosswalks, signal stops). Therefore, avoidance is also rule-based and not optimized. On the other hand, motion is designed for driving in limited areas or limited spaces (ODD2 and below) and does not handle information such as signals or map information. @@ -106,6 +122,7 @@ It is responsible for necessary functions such as obstacle avoidance, stopping, --- #### Tell me about Autoware's avoidance behavior. + There are two types of avoidance: behavior path and obstacle avoidance. By default, obstacle avoidance is off, and only path smoothing is performed. Additionally, by default, behavior path is set to avoid, but only cars and trucks are the target objects. @@ -113,8 +130,10 @@ Additionally, by default, behavior path is set to avoid, but only cars and truck --- #### Tell me about the center point. + The center point detects vehicles, trucks, and pedestrians, but it cannot detect items like cardboard boxes that are not tagged. However, currently, Autoware does not function unless it receives objects in the planning stage, and using the default configuration with the center point can cause the following issues: + 1. Planning cannot generate a path if the center point fails. 2. Clustering-based obstacle detection results are erased by data association. @@ -124,24 +143,30 @@ Therefore, the perception configuration of autoware mini is ideal, but understan --- ### AWSIM + #### How can I reset the car to its initial position? + Currently, the only way is to restart AWSIM. --- #### AWSIM's operation is unstable. + One of the causes can be insufficient GPU performance. If using a high-performance GPU is difficult, setting the time scale to around 0.5 with the slider at the bottom of the AWSIM screen may stabilize the operation. --- #### I want to tune the mpc, but are the model parameters (lag and time constants) used in AWSIM disclosed? + The lag and time constants are not measured or disclosed, but the basic specifications are available [here](https://automotiveaichallenge.github.io/aichallenge-documentation-2024/specifications/simulator/). --- ## General Competition -#### Is it possible to add additional sensors? + +### Is it possible to add additional sensors? + To tackle the tasks under the same conditions and difficulty, adding new sensors is not allowed. --- diff --git a/docs/faq.ja.md b/docs/faq.ja.md index 6ff5e26..6692f06 100644 --- a/docs/faq.ja.md +++ b/docs/faq.ja.md @@ -1,7 +1,9 @@ # FAQ ## 環境構築 -#### AWSIM and Autoware間の通信が安定しません。 + +### AWSIM and Autoware間の通信が安定しません。 + local でテストする際、すべての terminal で`ROS_LOCALHOST_ONLY=1`に設定すると通信速度が向上します。 .bashrc に以下の行を追加してください。 @@ -19,38 +21,44 @@ if [ ! -e /tmp/cycloneDDS_configured ]; then その場合は、 `ROS_LOCALHOST_ONLY=0`としてください。 注意: + - OS の起動後、ターミナルの起動時にパスワードが要求され、初回には `sudo ip link set lo multicast on` が必要です。 - 一度上記のように.bashrc に書き込んで変更したことを忘れると常に適用されてしまうことになるため、`echo $ROS_LOCALHOST_ONLY`で確認するなど必ず変更点は追ってください。 -- `ROS_LOCALHOST_ONLY=1`と`ROS_LOCALHOST_ONLY=0`が混在していると container 間の通信ができません。 -- `ROS_LOCALHOST_ONLY`が実行ファイルに記載されていることには注意してください。 +- `ROS_LOCALHOST_ONLY=1`と`ROS_LOCALHOST_ONLY=0`が混在していると container 間の通信ができません。 +- `ROS_LOCALHOST_ONLY`が実行ファイルに記載されていることには注意してください。 --- -#### ros2 topic list が表示されません。 +### ros2 topic list が表示されません。 + あなたのマシンの`ROS_DOMAIN_ID`が一致していることを確認してください。（ROS_DOMAIN_ID を設定していない方は問題ないです） また、ROS2 がソースされていることの確認をお願いします。 --- -#### WindowsのAWSIMとUbuntuのAutowareを使用しており、$ ros2 topic list が表示されません。 +### WindowsのAWSIMとUbuntuのAutowareを使用しており、$ ros2 topic list が表示されません。 + Windows Firewallでの通信を許可してください。 また、`ros2 daemon stop`と`ros2 daemon start`を実行して、不要なプロセスが残っていないか確認し、再起動をお願いします。 --- -#### Rockerが起動しません。 +### Rockerが起動しません。 + まず、rockerがインストールされているかの確認をお願いします。 インストールされているにも関わらず、起動しない場合は権限をご確認ください。過去の事例ですと、イメージをビルドしたアカウントと実行する際のアカウントの種類・権限が異なると実行できないことが報告されています。 --- -#### AWSIMがコアダンプで終了します。 +### AWSIMがコアダンプで終了します。 + AWSIMを起動した直後にcoredumpで終了する場合、GPUのメモリが不足している可能性があります。そのため、`nvidia-smi`でGPUメモリの利用率が限界に達していないか確認してください。 なお、GPUのメモリは11GB以上を推奨しています。 --- -#### GPU搭載のWindowsPCしか用意できませんでした。 +### GPU搭載のWindowsPCしか用意できませんでした。 + 本大会のサポート対象はHP記載の構成になりますため、詳細のご案内はできませんが、一般的に下記のような方法があると思われます。 参加するためには、Autoware環境が問題です。 @@ -64,7 +72,9 @@ AWSIMを起動した直後にcoredumpで終了する場合、GPUのメモリが - クラウドに環境を構築 (過去の大会ではAWSを利用して参加されている方もいらっしゃいました) --- -#### AWSで環境構築したところ、AWSIMは表示されたが、Rvizがブラックスクリーンとなりました。 + +### AWSで環境構築したところ、AWSIMは表示されたが、Rvizがブラックスクリーンとなりました。 + `sudo apt upgrade`で治ったという事例がありますので、内容を確認の上、お試しください。 また、[過去Issue](https://github.com/ros2/rviz/issues/948)にてご質問内容と似た質問がありましたので、こちらも合わせてご確認ください。 @@ -73,13 +83,17 @@ AWSIMを起動した直後にcoredumpで終了する場合、GPUのメモリが --- ## 操作 + ### ROS -#### pythonでパッケージを作成すると実行時 no module named * のerrorが起きます。 + +#### pythonでパッケージを作成すると実行時 no module named \* のerrorが起きます。 + [こちら](https://zenn.dev/tasada038/articles/5d8ba66aa34b85#setup.py%E3%81%ABsubmodules%E3%81%A8%E3%81%97%E3%81%A6%E3%83%91%E3%83%83%E3%82%B1%E3%83%BC%E3%82%B8%E3%82%92%E8%BF%BD%E5%8A%A0%E3%81%99%E3%82%8B)を参考にしてみてください。 --- #### トピックの型を調べるには、どのようなコマンドを打てばよろしいでしょうか。 + topicの型を調べる際は`ros2 topic info -v fuga_topic`もしくはnodeが特定できれば、`ros2 node info hoge-node`で調べることができます。 その他にもROSに関する情報を調べたい場合は「ROS2　コマンド」で、ネット検索すると良いかもしれません。 @@ -88,12 +102,15 @@ topicの型を調べる際は`ros2 topic info -v fuga_topic`もしくはnodeが --- ### Autoware + #### Rviz上で地図・ルートが表示されません。 + 使用しているマップデータが適切な場所に配置されいるか・正しいかを確認してください。 --- #### どのようにしてAutowareを改良して参加すればよいかが分かりません。 + Autowareのノードのパラメータ調整やノード改良・置き換えなどが方法としてあります。 Autowareの基本構成などを本サイトの別タブや[こちら](https://automotiveaichallenge.github.io/aichallenge2023-integ/customize/index.html)に少しまとめておりますので、ご活用ください。 また、外部の方の記事ですが、[こちら](https://qiita.com/h_bog/items/86fba5b94b2148c4d9da)も参考になるかもしれません。 @@ -101,6 +118,7 @@ Autowareの基本構成などを本サイトの別タブや[こちら](https://a --- #### 経路生成（Behavior Path/Motion Planner）に関して教えてください。 + behavior plannerは、主にODD3以上のいわゆる一般道での走行を行うのに必要な機能（一時停止線、横断歩道、信号停止）など破ってはいけない交通ルールを加味したplanningを行うものとなっています。 それ故、回避機能もルールベースの回避で最適化を行っていません。 一方でmotionはODD2以下のいわゆる限定区域や限定空間での走行を実現するもので、例えば信号や、地図の情報等といった情報を扱うものはありません。 @@ -109,6 +127,7 @@ behavior plannerは、主にODD3以上のいわゆる一般道での走行を行 --- #### Autowareの回避行動について教えて下さい + 回避には二種類あり、behavior pathとobstacle avoidanceがあります。 デフォルトではobstacle avoidabceの回避はoffで、経路の平滑化のみ行われる設定になっています。 また、デフォルトではbehavior pathで回避する設定にはなっていますがその際の回避対象物は車とトラックのみです。 @@ -116,8 +135,10 @@ behavior plannerは、主にODD3以上のいわゆる一般道での走行を行 --- #### center pointについて教えて下さい。 + center pointは車両とトラックと歩行者を検知してくれますが、ダンボールなどタグ付けされていないものは検知できません。 ただ、現状のautowareとしてはplanningがobjectを受け取らないと動かないようになっており、objectを受け取る段階でcenter pointを使うデフォルトの構成にしていると、以下の2つの原因により不具合が起こります。 + 1. center pointが死んだときにplanningが経路を生成できなくなる 2. data associationでclusteringによる障害物検知結果が消される @@ -129,26 +150,32 @@ center pointは車両とトラックと歩行者を検知してくれますが --- ### AWSIM + #### 車を初期位置にリセットするにはどうすればいいでしょうか。 + 現状、AWSIMを再起動する方法しかございません。 --- #### AWSIMの動作が安定しません。 + GPUの性能不足が原因の一つになります。 高性能GPUの利用が難しい場合は、awsimの画面の下部にスライドバーでtime scaleを0.5くらいに設定すると安定して動作する可能性があります。 --- #### mpcのチューニングをしたいのですが，今回AWSIMで使用されているモデルパラメータ（遅れや時定数など）は公開されていないでしょうか． -遅れや時定数については計測も公開もされていませんが、基本的な仕様については[こちら](https://automotiveaichallenge.github.io/aichallenge-documentation-2024/specifications/simulator/ )に公開されています。 + +遅れや時定数については計測も公開もされていませんが、基本的な仕様については[こちら](https://automotiveaichallenge.github.io/aichallenge-documentation-2024/specifications/simulator/)に公開されています。 --- --- ## 大会全般 -#### センサの追加取り付けは可能ですか。 + +### センサの追加取り付けは可能ですか。 + 同一条件・難易度で課題に取り組んでいただくために、新たなセンサの取り付けは不可としています。 ---- \ No newline at end of file +--- diff --git a/docs/getting-started.ja.md b/docs/getting-started.ja.md index 58d0334..10f29b9 100644 --- a/docs/getting-started.ja.md +++ b/docs/getting-started.ja.md @@ -5,6 +5,7 @@ ## 必要なもの ## Ubuntu PC + 以下のスペックを満たすPCが必要ですが、推奨と書かれているものについては満たしていなくても動作することは可能です。ただし、推奨よりも低いスペックで動作させる場合ROS2側での実行速度が安定せずシミュレーションの実行の度に挙動が大きく変わってしまう可能性があります。 - OS: Ubuntu 22.04 @@ -18,35 +19,37 @@ Windows環境しかお持ちでない方は、Ubuntu22.04のインストール Ubuntuのインストール方法については[こちらの記事](https://qiita.com/kiwsdiv/items/1fa6cf451225492b33d8)が参考になります。 - ## AIチャレンジの環境構築 -`Alt+Ctrl+T`でターミナルを立ち上げてから、以下に従ってコマンドを実行します。 -[環境構築の説明ページ](./development/installation.ja.md) +`Alt+Ctrl+T`でターミナルを立ち上げてから、以下に従ってコマンドを実行します。 +[環境構築の説明ページ](./development/installation.md) ## 大会用リポジトリのビルド・実行 + 環境構築が終わってから再度`Alt+Ctrl+T`でターミナルを立ち上げてから、以下に従ってコマンドを実行します。 -[ワークスペースの使い方説明ページ](development/workspace.ja.md) +[ワークスペースの使い方説明ページ](development/workspace.md) ## AIチャレンジでの開発の進め方 -AIチャレンジで開発する上でベースとなるソースコードは[大会用リポジトリ](https://github.com/AutomotiveAIChallenge/aichallenge-2024/tree/main/aichallenge/workspace/src/aichallenge_submit)内に提供されています。参加者の皆様にはこちらのコードをカスタマイズすることで開発を進めていただきますが、Autowareに不慣れな方はまずは[入門講座](./course/index.ja.md)を一通りやっていただくことをお勧めします。 + +AIチャレンジで開発する上でベースとなるソースコードは[大会用リポジトリ](https://github.com/AutomotiveAIChallenge/aichallenge-2024/tree/main/aichallenge/workspace/src/aichallenge_submit)内に提供されています。参加者の皆様にはこちらのコードをカスタマイズすることで開発を進めていただきますが、Autowareに不慣れな方はまずは[入門講座](./course/index.md)を一通りやっていただくことをお勧めします。 ## 参考 + ### 変更点の取り込み 大会環境の重大なアップデートがあった際には適宜アナウンスがあります。 参考までにこちらに記載しています。以下を実行してください。 -**Dockerのupdate** +Dockerのupdate ```bash docker pull ghcr.io/automotiveaichallenge/autoware-universe:humble-latest ``` -**Repositoryのupdate** +Repositoryのupdate ```sh cd aichallenge2024 # path to aichallenge2024 @@ -57,6 +60,6 @@ git pull origin/main Q. `docker_run.sh: 行 35: rocker: コマンドが見つかりません` -A. [rockerのインストール](#docker環境のインストール)をお願いします。 +A. [rockerのインストール](./development/installation.md)をお願いします。 Q. `WARNING unable to detect os for base image 'aichallenge-2024-dev', maybe the base image does not exist` diff --git a/docs/index.ja.md b/docs/index.ja.md index fa82fb4..9e554a3 100644 --- a/docs/index.ja.md +++ b/docs/index.ja.md @@ -10,14 +10,13 @@ ## 目的 -**技術的な観点からの大会の役割** +### 技術的な観点からの大会の役割 - ハードウェアを理解しながらのソフトウェアのインテグレーションを通してSDV開発を学ぶ - 継続的インテグレーション / 継続的デプロイメント（CI/CD）を学ぶ - 開発をOpen Source Software（OSS）で行い社会実装に向けたイノベーションの場とする - -**人材育成としての大会の役割** +### 人材育成としての大会の役割 - 幅広い分野のエンジニア参加の促進 - 教育コンテンツの提供によるスキル開発の加速 @@ -25,14 +24,13 @@ - デジタルツインシミュレーションを通じた技術革新 - 技術コンペ×エンタメ=モータースポーツを題材とした「憧れ」や「情熱・興奮」の創出 - ## 概要 -**予選** +### 予選 オンラインのシミュレーションで実施します。予選の競技はデジタルツイン指向のAWSIMを用いてコースをより速く走行することを目指します。参加者は、Autoware※の構造を学ぶだけでなく、実際に行動、判断の部分についてパラメータ調整を行い、また必要に応じて新しいアルゴリズムの開発も行います。 -**決勝** +### 決勝 競技車両であるEVレーシングカートを使用した大会を行います。シミュレーションで得た知見を実車両に活かしつつ、AWSIMでは再現できない実車ならではの課題にもチャレンジします。 @@ -45,13 +43,10 @@ 賞金の総額は100万円以上となっております。 詳細は[2024年度自動運転AIチャレンジの開催概要](https://www.jsae.or.jp/jaaic/2024ver/summary/)をご覧ください。 - ## 走行コース - - ## 使用車両 ![TOM'S RacingKart](./images/RacingKart.jpeg) diff --git a/docs/specifications/simulator.en.md b/docs/specifications/simulator.en.md index 961517e..69b5d1b 100644 --- a/docs/specifications/simulator.en.md +++ b/docs/specifications/simulator.en.md @@ -1,57 +1,63 @@ # Simulator ## Overview + This page describes the specifications of the simulator used in the AI Challenge. The simulator is based on the open-source autonomous driving simulator "[AWSIM](https://github.com/tier4/AWSIM)" developed for Autoware. ## Vehicle (Go-Kart) + The vehicle conforms to the specifications of the [EGO Vehicle](https://tier4.github.io/AWSIM/Components/Vehicle/EgoVehicle/) in AWSIM and is designed with specifications close to an actual go-kart. ![vehicle-appearance](./images/vehicle-appearance.png) ### Parameters + The following table summarizes the vehicle parameters. -| **Item** | **Value** | -| --------------------- | ---------- | -| Vehicle Weight | 160 kg | -| Length | 200 cm | -| Width | 145 cm | -| Front Wheel Diameter | 24 cm | -| Front Wheel Width | 13 cm | -| Front Wheel Tread | 93 cm | -| Rear Wheel Diameter | 24 cm | -| Rear Wheel Width | 18 cm | -| Rear Wheel Tread | 112 cm | -| Maximum Steering Angle| 80° | -| Maximum Acceleration | 3.2 m/s^2 | +| **Item** | **Value** | +| ---------------------- | --------- | +| Vehicle Weight | 160 kg | +| Length | 200 cm | +| Width | 145 cm | +| Front Wheel Diameter | 24 cm | +| Front Wheel Width | 13 cm | +| Front Wheel Tread | 93 cm | +| Rear Wheel Diameter | 24 cm | +| Rear Wheel Width | 18 cm | +| Rear Wheel Tread | 112 cm | +| Maximum Steering Angle | 80° | +| Maximum Acceleration | 3.2 m/s^2 | #### Vehicle Component + The following table summarizes the settings of the Vehicle component. For detailed information of the setting items, see [this manual](https://tier4.github.io/AWSIM/Components/Vehicle/EgoVehicle/#vehicle-script). -| **Item** | **Value** | -| ------------------------------- | ------------------------- | -| **Vehicle Settings** | | -| Use Inertia | Off | -| **Physics Settings (experimental)** | | -| Sleep Velocity Threshold | 0.02 | -| Sleep Time Threshold | 0 | -| Skidding Cancel Rate | 0.236 | -| **Input Settings** | | -| Max Steer Angle Input | 80 | -| Max Acceleration Input | 3.2 | +| **Item** | **Value** | +| ----------------------------------- | --------- | +| **Vehicle Settings** | | +| Use Inertia | Off | +| **Physics Settings (experimental)** | | +| Sleep Velocity Threshold | 0.02 | +| Sleep Time Threshold | 0 | +| Skidding Cancel Rate | 0.236 | +| **Input Settings** | | +| Max Steer Angle Input | 80 | +| Max Acceleration Input | 3.2 | #### Rigidbody Component + The following table summarizes the settings of the Rigidbody component. For more information, see [this manual](https://tier4.github.io/AWSIM/Components/Vehicle/EgoVehicle/#rigidbody). -| **Item** | **Value** | -|-------------------------|-----------------| -| Mass | 160 | -| Drag | 0 | -| Angular Drag | 0 | +| **Item** | **Value** | +| ------------ | --------- | +| Mass | 160 | +| Drag | 0 | +| Angular Drag | 0 | ### CoM Position + CoM (Center of Mass) is the mass center of the vehicle Rigidbody. The CoM position is set at the center of the vehicle and at the height of the wheel axles. ![side-view-of-com](./images/side-view-of-com.png) @@ -59,27 +65,30 @@ CoM (Center of Mass) is the mass center of the vehicle Rigidbody. The CoM positi ![top-view-of-com](./images/top-view-of-com.png) ### Vehicle Collider + Vehicle collider is used to detect collision between the vehicle and other objects or checkpoints. The vehicle collider is created based on the mesh of the vehicle object. ![body-collider](./images/body-collider.png) ### Wheel Colliders + The vehicle has a total of four wheel colliders - one for each wheel, simulating the vehicle on a four-wheel model, rather than a kinematic bicycle model. ![wheel-collider](./images/wheel-collider.png) The Wheel Collider is set as follows. For more details on wheel colliders, please refer to [this manual](https://tier4.github.io/AWSIM/Components/Vehicle/EgoVehicle/#wheels-colliders). -| **Item** | **Value** | -| -------------------------- | ------------------------------ | -| Mass | 1 | -| Radius | 0.12 | -| Wheel Damping Rate | 0.25 | -| Suspension Distance | 0.001 | -| **Suspension Spring** | | -| Spring (N/m) | 35000 | -| Damper (N*s/m) | 3500 | -| Target Position | 0.01 | +| **Item** | **Value** | +| --------------------- | --------- | +| Mass | 1 | +| Radius | 0.12 | +| Wheel Damping Rate | 0.25 | +| Suspension Distance | 0.001 | +| **Suspension Spring** | | +| Spring (N/m) | 35000 | +| Damper (N\*s/m) | 3500 | +| Target Position | 0.01 | ### Sensor Configuration -TODO \ No newline at end of file + +TODO diff --git a/docs/specifications/simulator.ja.md b/docs/specifications/simulator.ja.md index 837d7d8..af1a05e 100644 --- a/docs/specifications/simulator.ja.md +++ b/docs/specifications/simulator.ja.md @@ -1,56 +1,62 @@ # シミュレーター ## 概要 + このページではAIチャレンジで使用されるシミュレーターの仕様について説明します。 シミュレーターは、Autowareのためのオープンソース自動運転シミュレーター「[AWSIM](https://github.com/tier4/AWSIM)」をベースとして作成されています。 ## 車両（ゴーカート） + 車両はAWSIMにおける[EGO Vehicle](https://tier4.github.io/AWSIM/Components/Vehicle/EgoVehicle/)の仕様に準拠しており、実際のゴーカートに近いスペックで作成されています。 ![vehicle-appearance](./images/vehicle-appearance.png) ### パラメータ + 車両のパラメータを以下の表にまとめています。 -| **項目** | **値** | -| ------------------ | --------- | -| 車両重量 | 160 kg | -| 全長 | 200 cm | -| 全幅 | 145 cm | -| 前輪タイヤ直径 | 24 cm | -| 前輪タイヤ幅 | 13 cm | +| **項目** | **値** | +| ---------------------- | --------- | +| 車両重量 | 160 kg | +| 全長 | 200 cm | +| 全幅 | 145 cm | +| 前輪タイヤ直径 | 24 cm | +| 前輪タイヤ幅 | 13 cm | | 前輪ホイールトレッド | 93 cm | -| 後輪タイヤ直径 | 24 cm | -| 後輪タイヤ幅 | 18 cm | +| 後輪タイヤ直径 | 24 cm | +| 後輪タイヤ幅 | 18 cm | | 後輪ホイールトレッド | 112 cm | | 最大ステアリング転舵角 | 80 ° | -| 駆動時最大加速度 | 3.2 m/s^2 | +| 駆動時最大加速度 | 3.2 m/s^2 | #### Vehicleコンポーネント + Vehicleコンポーネントの設定内容を以下の表にまとめています。各項目の詳細については[こちらのマニュアル](https://tier4.github.io/AWSIM/Components/Vehicle/EgoVehicle/#vehicle-script)をご覧ください。 -| **項目** | **値** | -| ------------------------------- | ------------------------- | -| Use Inertia | Off | -| **Physics Settings (experimental)** | | -| Sleep Velocity Threshold | 0.02 | -| Sleep Time Threshold | 0 | -| Skidding Cancel Rate | 0.236 | -| **Input Settings** | | -| Max Steer Angle Input | 80 | -| Max Acceleration Input | 3.2 | +| **項目** | **値** | +| ----------------------------------- | ------ | +| Use Inertia | Off | +| **Physics Settings (experimental)** | | +| Sleep Velocity Threshold | 0.02 | +| Sleep Time Threshold | 0 | +| Skidding Cancel Rate | 0.236 | +| **Input Settings** | | +| Max Steer Angle Input | 80 | +| Max Acceleration Input | 3.2 | #### Rigidbodyコンポーネント + Rigidbodyコンポーネントの設定内容を以下の表にまとめています。詳細については[こちらのマニュアル](https://tier4.github.io/AWSIM/Components/Vehicle/EgoVehicle/#rigidbody)をご覧ください。 -| **項目** | **値** | -|-------------------------|-----------------| -| Mass | 160 | -| Drag | 0 | -| Angular Drag | 0 | +| **項目** | **値** | +| ------------ | ------ | +| Mass | 160 | +| Drag | 0 | +| Angular Drag | 0 | ### CoM位置 + CoM(Center of Mass)は、車両Rigidbodyの質量中心です。CoM位置は、車両の中心かつ車輪軸の高さに設定されています。 ![side-view-of-com](./images/side-view-of-com.png) @@ -58,27 +64,30 @@ CoM(Center of Mass)は、車両Rigidbodyの質量中心です。CoM位置は、 ![top-view-of-com](./images/top-view-of-com.png) ### 車両コライダー + 車両コライダーは、車両と他オブジェクトやチェックポイントとの接触判定に利用されます。車両コライダーは車両オブジェクトのメッシュをベースとして作成されています。 ![body-collider](./images/body-collider.png) ### ホイールコライダー + 車両には各車輪に1つずつ、合計4つのホイールコライダーが設定されており、等価二輪モデルではなく四輪モデルでの車両シミュレーションが行われています。 ![wheel-collider](./images/wheel-collider.png) ホイールコライダーは以下のように設定されています。ホイールコライダーの詳細については[こちらのマニュアル](https://tier4.github.io/AWSIM/Components/Vehicle/EgoVehicle/#wheels-colliders)をご覧ください。 -| **項目** | **値** | -| -------------------------- | ------------------------------ | -| Mass | 1 | -| Radius | 0.12 | -| Wheel Damping Rate | 0.25 | -| Suspension Distance | 0.001 | -| **Suspension Spring** | | -| Spring (N/m) | 35000 | -| Damper (N*s/m) | 3500 | -| Target Position | 0.01 | +| **項目** | **値** | +| --------------------- | ------ | +| Mass | 1 | +| Radius | 0.12 | +| Wheel Damping Rate | 0.25 | +| Suspension Distance | 0.001 | +| **Suspension Spring** | | +| Spring (N/m) | 35000 | +| Damper (N\*s/m) | 3500 | +| Target Position | 0.01 | ### センサ構成 -TODO \ No newline at end of file + +TODO diff --git a/docs/stylesheets/custom.css b/docs/stylesheets/custom.css index 745664d..9403760 100644 --- a/docs/stylesheets/custom.css +++ b/docs/stylesheets/custom.css @@ -1,16 +1,16 @@ :root > * { - --md-primary-fg-color: #15151E; - --md-primary-fg-color--light: #ECB7B7; - --md-primary-fg-color--dark: #B70000; - --md-typeset-a-color: #B70000; + --md-primary-fg-color: #15151e; + --md-primary-fg-color--light: #ecb7b7; + --md-primary-fg-color--dark: #b70000; + --md-typeset-a-color: #b70000; } .md-header { - border-bottom: 2px solid #B70000; + border-bottom: 2px solid #b70000; } h1 { padding: 10px 0 10px 20px; - border-bottom: 2px solid #B70000; - background-color: #15151E; + border-bottom: 2px solid #b70000; + background-color: #15151e; }