Skip to content

Latest commit

 

History

History
46 lines (35 loc) · 2.74 KB

README.md

File metadata and controls

46 lines (35 loc) · 2.74 KB

auto-robotics-design

Подготовка

  • Склонировать ветку inverse_task/widget

    1. git clone -b inverse_task/widget https://github.com/LicAiBeerLab/auto-robotics-design.git

  • Датасет

    1. скачать архив по ссылке
    2. Распаковать архив в папку

  • Патчинг библеотеки

    1. скачать архив по ссылке
    2. Переложить в корень репозитория

  • Сбилдить Docker Image

    1. docker build --pull --rm -f "Dockerfile" -t autoroboticsdesign:latest

Запуск

В репозитории содержаться три виджета

  1. Виджет обратной задачи находится в apps/widjetdemo/streamlit_widgets/streamlit_inverse.py. Для запуска требуеться датасет, далее будет описанно.
  2. Виджет прямой задачи находится в apps/widjetdemo/streamlit_widgets/streamlit_forward_v2.py
  3. Виджет оптимизации находится в apps/widjetdemo/streamlit_widgets/streamlit_optimization_v2.py

Для корректного отображения роботов в каждом из виджетов нужно настроить порты. Сейчас они задаються через назначенние перменных среды в начале каждого скрипта.

os.environ["MESHCAT_WEB_PORT"] = "7000"
os.environ["MESHCAT_WEB_PUBLIC_PORT"] = "7080"

Виджеты написанны с помощью Streamlit. Важно что запускать виджет нужно из корневой папки. В случае запуска из Docker это /jmoves_env. Это связанно с путями для подгурзки деталей робота. Это пораждает требование на возможность редактирования рабочей директории в докер контрейнере. Я уже это прописал.

Команды запуска виджета

streamlit run apps/widjetdemo/streamlit_widgets/streamlit_inverse.py  
streamlit run apps/widjetdemo/streamlit_widgets/streamlit_forward_v2.py  
streamlit run apps/widjetdemo/streamlit_widgets/streamlit_optimization_v2.py

Команда на запуск контейнера

DATASET_FOLDER -- папка с датасетом

sudo docker run --rm -it -p 8501:8501 -p 7080:7000 -v DATASET_FOLDER:/home/jovyan/jmoves_env/datasets  autoroboticsdesign:latest