UniAD_test

2025年11月22日 612 字大概 2 分钟

UniAD

一、环境搭建 (Infrastructure)

1. 硬件与基础镜像

平台: AutoDL
显卡: RTX 3090 (24GB) 或 RTX 4090 (显存必须 $\ge$ 24GB)
镜像配置:
- PyTorch: 1.11.0
- Python: 3.8 (Ubuntu 20.04)
- CUDA: 11.3

2. 核心依赖安装

UniAD 对版本极度敏感，切勿直接安装最新版。

# 基础工具
pip install -U openmim

# 核心库 (严格锁定版本)
mim install "mmcv-full>=1.6.0"
mim install "mmdet==2.26.0"       # 必须是 2.x，3.x 会报 mmengine 错误
mim install "mmsegmentation==0.30.0" # 必须是 0.x

二、数据准备 (Data Preparation)

1. 数据清单 (nuScenes)

你需要从 nuScenes 官网或相关渠道下载以下文件：

v1.0-mini.tgz (核心数据集)
nuScenes-map-expansion-v1.3.zip (高精地图扩展包，强依赖，没它会报错)
can_bus.zip (车辆底盘信息，如速度、转角)
uniad_base_e2e.pth (UniAD 预训练权重文件)

在 AutoDL 的数据盘 /root/autodl-tmp/UniAD 下，建立如下软链接和目录结构：

UniAD/
├── ckpts/
│   └── uniad_base_e2e.pth   -> (存放权重)
├── data/
│   ├── nuscenes/ -> /root/autodl-tmp/nuscenes (解压后的原始数据)
│   ├── infos/    -> (存放生成的 .pkl 索引，需手动创建并复制)
│   ├── can_bus/  -> (软链接到 /root/autodl-tmp/nuscenes/can_bus)
│   └── others/   -> (存放 motion_anchor_infos_mode6.pkl)

运行脚本生成 .pkl 索引文件，这是模型读取数据的“字典”。


python tools/create_data.py nuscenes --root-path ./data/nuscenes --out-dir ./data/nuscenes --extra-tag nuscenes --version v1.0-mini

Fix (关键修复): 配置文件默认去 data/infos 找索引，但脚本生成在 data/nuscenes。 操作: mkdir -p data/infos && cp data/nuscenes/*.pkl data/infos/

三、 rule based对比

传统规划组件 (Rule-based)	端到端对应物 (UniAD E2E)	本质区别
Reference Line (参考线)	Navigation Embedding (意图向量)	几何引导 vs 语义引导
Obstacle Selection (障碍物筛选)	Cross-Attention (注意力机制)	规则过滤 vs 权重分配
Solver (QP/SQP) (求解器)	MLP (多层感知机)	数学求解 vs 经验拟合
Cost Function (代价函数)	Loss Function (L2 + Collision Loss)	人工调参 vs 数据驱动

四、可视化流程 (Visualization Workflow)

这是解决“画不出图”问题的终极方案。学术代码通常对在线画图 (--show-dir) 支持不佳，推荐分离关注点。

Step 1: 只推理，存数据 (Inference & Dump)
快速跑完模型，只保存结果文件，不浪费显存去画图，避免 OOM。

PYTHONPATH=".":$PYTHONPATH bash tools/uniad_dist_eval.sh \
    projects/configs/stage2_e2e/base_e2e.py \
    ckpts/uniad_base_e2e.pth \
    1 \
    --out results.pkl

Step 2: 只画图，不推理 (Plot & Dump)

PYTHONPATH=".":$PYTHONPATH python tools/analysis_tools/visualize/run.py \
    --predroot results.pkl \
    --out_folder vis_results \
    --demo_video test_demo.mp4 \
    --project_to_cam True