BEVFusion-ROS-TensorRT-CPP

This repository contains source code and models for BEVFusion online real-time inference using CUDA, TensorRT & ROS.

Supports ROS2. please switch to the galactic-devel branch

1 依赖安装

• ubuntu-20.04,noetic,cuda-11.3, cudnn-8.6.0, TensorRT-8.5

1. 默认已安装noetic, cuda, cudnn, 已下载TensorRT源码

2. ros依赖

# 1. 建立ros工作空间
mkdir -p bevfusion_ws/src

# 2. 进入bevfusion_ws/src目录，拉取源码
cd bevfusion_ws/src
git clone https://github.com/linClubs/BEVFusion-ROS-TensorRT.git

# 3. 进入bevfusion_ws工作空间一键安装功能包需要ros依赖
cd .. 
rosdep install -r -y --from-paths src --ignore-src --rosdistro $ROS_DISTRO

3. 模型下载参考

4. 模型导出参考

• 修改./tool/environment.sh中cuda tensorrt cudnn的路径, 运行./tool/build_trt_engine.sh生成tensorrt推理模型

./tool/build_trt_engine.sh

5. ros包准备

• bevfusion官方提供了已训练好的nuscenes模型参数

• rosbag数据转换参考nuscenes2rosbag功能包

• nuscenes传感器之间的参数已给出,无需标定

如果需接真实的传感器进行场景测试,需提前完成训练和标定工作

传感器标定参考

2 编译运行

1. 编译前需要修改CMakeLists.txt中TensorRT和CUDA路径,修改如下

...
# cuda
set(CUDA_TOOLKIT_ROOT_DIR /usr/local/cuda-11.3) # CUDA修改这一行
set(CUDA_INSTALL_TARGET_DIR targets/x86_64-linux)
set(CUDA_INCLUDE_DIRS ${CUDA_TOOLKIT_ROOT_DIR}/${CUDA_INSTALL_TARGET_DIR}/include)
set(CUDA_LIBS ${CUDA_TOOLKIT_ROOT_DIR}/${CUDA_INSTALL_TARGET_DIR}/lib)

# TENSORRT
set(TensorRT_ROOT /home/lin/software/TensorRT-8.5.3.1)  # TensorRT修改这一行
# set(TensorRT_ROOT ~/share/TensorRT-8.5.3.1)           
set(TensorRT_INCLUDE_DIRS ${TensorRT_ROOT}/include)
set(TensorRT_LIBS ${TensorRT_ROOT}/lib/)
...

2. 编译运行

• bevfusion_node.launch修改model_name与precision参数值

model_name: resnet50/resnet50int8/swint precision: fp16/int8 swint + int8模式不能工作

# 1. 编译
catkin_make

# 2. source工作空间
source devel/setup.bash

# 3. 运行bevfusion_node
roslaunch bevfusion bevfusion_node.launch

# 4. 播放数据集
 rosbag play 103.bag 

3. 运行报错tool/simhei.ttf找不到, 全局搜索tool/simhei.ttf或者UseFont关键字

在/src/common/visualize.cu中修改UseFont的值即可,改成simhei.ttf正确的路径即可

---

References

• bevfusion

• Lidar_AI_Solution

• bev感知交流群-472648720, 欢迎各位小伙伴进群一起学习讨论bev相关知识！！！^_^