智源 FlagOpen 开源 RoboDriver-Server 部署指南
GitHub - FlagOpen/RoboDriver-Server · GitHub
智源研究院 FlagOpen 开源 RoboDriver-Server,并给出外部使用者专属部署指南:拉取源码后按脚本完成机器人类型(aloha/pika/realman 等)、用户名、Docker 安装等 4 项配置。非 Docker 环境可用 Conda(Python 3.10/3.11)手动部署,Docker 环境可一键容器部署并进入调试容器查看日志。采集数据上传与视频编码由 setup.yaml 配置,实时采集编码上传需 NVIDIA 显卡支持 NVENC 并安装 nvidia-container-runtime。
正文
FlagOpen; RoboDriver-Server
Repository navigation
NotificationsYou must be signed in to change notification settings; Fork4 (4); Star5 (5)You must be signed in to star a repository
Repository files navigation
README
为快速部署并使用 RoboDriver-Server,以下为 外部使用者提供专属部署指南,智源研究院内部开发者请切换到baai分支,按需选择操作即可高效完成配置:
首先拉取 RoboDriver-Server 源码至本地:
2. 跟随脚本完成关键配置
运行脚本后,按提示完成 4 项核心操作,其余步骤将自动执行:
输入机器人类型(支持 aloha/pika/realman 等预定义类型,也可自定义);; 确认或输入当前用户名(将自动同步到数据集存储路径 /home/$CURRENT_USER/DoRobot/dataset/);; 选择是否安装 Docker:
若RoboDriver提示 127.0.0.1:8088 连接失败:RoboDriver-Server 服务未启动,需重新执行启动命令;; 访问 http://localhost:5805/hmi/ 失败:重启 Nginx 服务,命令:
or; 数据集路径权限问题:重新设置目录权限:
🛠️ 补充操作指南
(一)非 Docker 环境部署(未安装 Docker 时)
若选择不安装 Docker,需手动部署运行环境,步骤如下:
基于 Conda 创建并激活虚拟环境(支持 Python 3.10/3.11):; 进入对应架构的服务目录:; 安装依赖并启动服务:
(二)容器调试操作(Docker 部署时)
若通过一键容器部署,需调试服务可按以下步骤操作:
查看并停止当前容器:; 进入对应架构目录,启动调试容器:; 容器内启动服务并查看日志:; 调试完成后退出并重启正式服务:; 日志查看路径:/opt/RoboDriver-log/log/server/
(三)上传配置与 GPU 编码说明
采集数据的上传规则与视频编码可通过 setup.yaml 配置,核心参数说明如下:
当RoboDriver use_video=False 时,采集的相机数据将以图片形式存储;触发上传操作后,系统会自动将图片编码为视频文件,并存入指定的 video 目录。; 若需实现采集、编码、上传同步完成(实时处理流程),需同时满足以下所有条件:
硬件要求:主机必须配备 NVIDIA 显卡(需支持 NVENC 视频编码功能,主流 Kepler 架构及以上显卡均支持);; 依赖安装:需在主机安装 NVIDIA 容器运行时依赖 nvidia-container-runtime;
安装方式(Ubuntu 系统示例):
配置 NVIDIA 软件源:; 更新并安装:; 重启 Docker 服务使配置生效:; 配置要求:在配置文件中设置 upload_immadiately_gpu: True 并且 is_collect_upload_at_sametime: True;; 启动方式:通过 start_server_docker_gpu.sh 脚本启动容器;; 关键配置修正:start_server_docker_gpu.sh 脚本中存在 NVIDIA 编码库的挂载配置,需根据主机实际安装的 NVIDIA 驱动版本修改文件路径中的版本号:
原始配置示例:; 修改说明:将路径中的 535.230.02 替换为主机实际的 NVIDIA 驱动对应版本号(需确保主机 /usr/lib/x86_64-linux-gnu/ 目录下存在 libnvidia-encode.so.XXX.XX 格式的文件);; 版本查询方法:在主机终端执行命令 nvidia-smi,输出结果中「Driver Version」字段对应的数值即为需替换的版本号(例如驱动版本为 550.54.14,则替换为 libnvidia-encode.so.550.54.14)。; 补充说明; 若未安装 nvidia-container-runtime,容器将无法识别主机 GPU 及挂载的编码库,同步处理流程会直接失效,需优先完成该依赖安装;; 若未正确匹配 NVIDIA 驱动版本号,会导致容器内无法加载 libnvidia-encode.so.1 编码库,进而出现编码失败、程序报错或同步流程卡死;; 若主机无 NVIDIA 显卡、不支持 NVENC 编码,或未按上述要求安装依赖/配置/启动,将无法使用同步处理流程,仅支持「先采集图片→触发上传时编码视频」的异步模式(即 use_video=False 对应的基础功能);