CARLA Evaluation Route Visualization

[신민서]

https://github.com/autonomousvision/transfuser/blob/2022/tools/result_parser.py

transfuser/tools/result_parser.py at 2022 · autonomousvision/transfuser

TransFuser의 tools/result_parser.py에 CARLA의 탑다운 렌더링 이미지를 배경으로 쓰는 방식으로 코드가 있음

근데 이건 내가 현재 추론한 모델에 대해서 어디에서 사고가 났는지 어떤 경로로 갔는지 json 기반으로 시각화함

• JSON 결과 파일 필수
• 맵 위에 infraction 발생 위치를 색상 점으로 표시
• CSV 통계 파일 생성 (DS, RC, IS 등)
• 루트 자체보다 어디서 사고났는지 시각화가 목적

필요한 건 어떤 루트를 가는지 시각화가 필요하기 때문에 (결과가 아님)

https://github.com/autonomousvision/transfuser/tree/2022/tools/dataset

transfuser/tools/dataset at 2022 · autonomousvision/transfuser

위의 vis_points.py에서 시각화하면 됨 (json 불필요)

• JSON 결과 파일 불필요
• XML 또는 JSON 파일만 있으면 됨
• 맵 위에 루트 경로와 웨이포인트를 표시

---

현재 필요한 맵 -> Town5_long 평가지표의 전체적인 맵이 없어 이를 그릴 예정

InterFuser에서 필요한 xml만 가져오면 됨

https://github.com/opendilab/InterFuser/tree/main/leaderboard/data/eval‎uation_routes

InterFuser/leaderboard/data/eval‎uation_routes at main · opendilab/InterFuser

---

TransFuser의 leaderboard/data/town_maps_xodr 내에 각 town들을 png로 저장해놓은 사진 찾음

이를 가지고 위에 루트만 그려주면 TransFuser가 사용하는 logest6와 같은 route figure를 만들 수 있음

Town5.png

---

vis_points.sh

# Town03에서 Scenario8(무신호 교차로)이 포함된 학습용 루트들을 시각화
python3 ${WORK_DIR}/tools/dataset/vis_points.py \
--in_path=${WORK_DIR}/leaderboard/data/training/routes/Scenario8/Town03_Scenario8.xml \
--save_dir=${WORK_DIR}/figures/vis_points/Scenario8/

# 시나리오 트리거 위치(어디서 NPC가 튀어나오는지)만 점으로 그려짐
python3 ${WORK_DIR}/tools/dataset/vis_points.py \
--in_path=${WORK_DIR}/leaderboard/data/training/scenarios/Scenario8/Town03_Scenario8.json \
--save_dir=${WORK_DIR}/figures/vis_points/Scenario8/

# Town03의 차선변경 루트들을 시각화
python3 ${WORK_DIR}/tools/dataset/vis_points.py \
--in_path=${WORK_DIR}/leaderboard/data/training/routes/lr/Town03_lr.xml \
--save_dir=${WORK_DIR}/figures/vis_points/lr/

# longest6.xml을 하나씩 split해놓은 파일을 시각화
python3 ${WORK_DIR}/tools/dataset/vis_points.py \
--in_path=${WORK_DIR}/leaderboard/data/longest6/longest6_split/longest_weathers_15.xml \
--save_dir=${WORK_DIR}/figures/vis_points/

여기에서 필요한 명령어는 split 해놓은 파일을 시각화하여 아래와 같이 각 루트의 png를 얻어야 함

현재 town5_long.xml은 split 되어 있지 않아서 따로 분할해줘야 함

각 route마다 분할하면 될 듯 - 총 10개

아래 python 명령어 실행

python3 -c "
import xml.etree.ElementTree as ET
import os

tree = ET.parse('/home/airlab/transfuser/leaderboard/data/routes_town05_long.xml')
root = tree.getroot()

os.makedirs('/home/airlab/transfuser/leaderboard/data/routes_town05_long_split', exist_ok=True)

for route in root.findall('route'):
    route_id = route.get('id')
    new_root = ET.Element('routes')
    new_root.append(route)
    tree_out = ET.ElementTree(new_root)
    out_path = f'/home/airlab/transfuser/leaderboard/data/routes_town05_long_split/Town05_long_{route_id}.xml'
    tree_out.write(out_path)
    print(f'Route {route_id} → {out_path}')
"

각 route별로 split된 xml 파일이 나오게 됨

이를 가지고 sh 실행

for xml in ${WORK_DIR}/leaderboard/data/routes_town05_long_split/*.xml; do
python3 ${WORK_DIR}/tools/dataset/vis_points.py \
--in_path=${xml} \
--save_dir=${WORK_DIR}/figures/vis_points/town05_long/
done

어짜피 하나하나 다 돌려야 하기 때문에 for 제어로 모든 route 돌며 png로 저장

++

돌리고 보니 기존 TransFuser에서 미리 만든 것보다 선도 얇고 시작점과 끝점을 그려주지 않아서 코드 수정함

vis_points.py

생성 완료

기존 longest6와 비교

longest6 route24 (town5)

Town05_long_16

town05_long.zip

2.24MB