自动驾驶—CARLA仿真（2）入门指南

CARLA 入门指南

CARLA 仿真器是一套面向自动驾驶（AD）及其他机器人应用的综合性合成训练数据生成解决方案。CARLA 能够模拟高度逼真的环境，复现现实世界中的城镇、城市和高速公路，以及在这些道路空间中行驶的车辆和其他物体。

此外，CARLA 仿真器也是一个出色的评估与测试平台。你可以在仿真环境中部署已训练好的自动驾驶智能体（agents），安全地测试和评估其性能与安全性，而无需承担任何对硬件设备或其他道路使用者的风险。

启动 CARLA 并连接客户端

CARLA 可通过命令行启动：Windows 系统使用可执行文件，Linux 系统使用 Shell 脚本。请先按照 Linux 或 Windows 的安装说明完成安装，然后在命令行中启动 CARLA：

bash 复制代码

cd /carla/root
./CarlaUE4.sh

若要通过 Python API 控制 CARLA，需将 Python 客户端连接到服务器的开放端口。客户端通过 client 和 world 对象控制仿真器。

python 复制代码

import carla
import random

# Connect to the client and retrieve the world object
client = carla.Client('localhost', 2000)
world = client.get_world()

client 对象用于维持与服务器的连接，并提供多种功能，如执行命令、加载或导出数据。你可以使用它加载其他地图，或重载当前地图（恢复初始状态）。

默认端口为 2000，你也可以指定任意可用端口；同时可通过输入计算机 IP 地址替代 localhost，从而实现服务器与客户端分离部署------例如在一台配备高性能 GPU 的服务器上运行 CARLA 仿真，而在本地笔记本上运行 Python 客户端进行神经网络训练。这对 GPU 资源紧张的场景尤其有用。

注意：以下内容假设 CARLA 运行在默认的异步模式下。若启用了同步模式，部分代码行为可能有所不同。

加载地图

CARLA 地图的信息

在 CARLA API 中，world 对象提供了对仿真环境中所有元素的访问权限，包括地图、建筑物、交通灯、车辆和行人等。CARLA 服务器通常会加载一个默认地图（通常是 Town10）。若要在启动时指定其他地图，可使用 config.py 脚本：

bash 复制代码

python ./util/config.py -m Town04

也可在客户端通过 world 对象动态加载地图：

python 复制代码

client.load_world('Town04')

可看到仿真器中，地图已切换：

观察者（Spectator）导航

观察者（Spectator）是进入仿真的视觉窗口。默认情况下，当你在带显示器的电脑上运行 CARLA 服务器时，会自动弹出一个新窗口显示观察者视角（除非使用 -RenderOffScreen 命令行参数）。

观察者有助于可视化仿真过程：你可以熟悉所加载的地图，直观查看各项操作的效果（如添加车辆、改变天气、开关地图图层等），也便于调试。

你可以使用鼠标和键盘自由飞行观察者视角：

Q：向上移动（朝窗口顶部）

E：向下移动（朝窗口底部）

W：向前

S：向后

A：向左

D：向右

鼠标左键拖动：上下控制俯仰角（pitch），左右控制偏航角（yaw）

你也可以通过 Python API 访问和操控观察者：

python 复制代码

# Retrieve the spectator object
spectator = world.get_spectator()

# Get the location and rotation of the spectator through its transform
transform = spectator.get_transform()

location = transform.location
rotation = transform.rotation

# Set the spectator with an empty transform
spectator.set_transform(carla.Transform())
# This will set the spectator at the origin of the map, with 0 degrees
# pitch, yaw and roll - a good way to orient yourself in the map

添加非玩家角色（NPCs）

地图加载完成后，我们需要在仿真中添加车辆，以模拟真实交通环境中的其他道路使用者（即非玩家角色，NPCs）。

首先从蓝图库中选择所需车辆：

python 复制代码

# 获取蓝图库并筛选车辆蓝图
vehicle_blueprints = world.get_blueprint_library().filter('*vehicle*')

接着，利用地图预设的出生点（spawn points）放置车辆：

python 复制代码

# 获取地图的出生点
spawn_points = world.get_map().get_spawn_points()

# 随机在地图各处生成 50 辆车
for i in range(50):
    world.try_spawn_actor(random.choice(vehicle_blueprints), random.choice(spawn_points))

此外，还需创建一辆作为仿真核心的"主车"（Ego Vehicle）------即未来由你的自动驾驶算法控制的车辆：

python 复制代码

ego_vehicle = world.spawn_actor(random.choice(vehicle_blueprints), random.choice(spawn_points))

CARLA 还支持添加行人，以构建更真实的驾驶场景。在 CARLA 术语中，车辆和行人均称为"Actor"（参与者），具体详见

添加传感器

现代自动驾驶车辆通过多种车载传感器感知环境，如光学摄像头、光流相机、激光雷达（LiDAR）、毫米波雷达（RADAR）和加速度计等。CARLA 内置了多种传感器模型，可用于生成机器学习训练数据。传感器可安装在车辆上，也可固定在某一点（如模拟监控摄像头）。

以下示例将一个标准 RGB 摄像头安装到主车上以录制视频：

python 复制代码

# 定义摄像头相对于车辆的位置（车顶上方 1.5 米）
camera_init_trans = carla.Transform(carla.Location(z=1.5))

# 从蓝图库创建摄像头
camera_bp = world.get_blueprint_library().find('sensor.camera.rgb')

# 将摄像头挂载到主车
camera = world.spawn_actor(camera_bp, camera_init_trans, attach_to=ego_vehicle)

随后，通过 listen() 方法启动数据记录。该方法接受一个回调函数，用于处理传感器数据（如保存到磁盘或传输至其他程序）：

python 复制代码

# 使用 lambda 函数将图像保存为 PNG 文件
camera.listen(lambda image: image.save_to_disk('out/%06d.png' % image.frame))

CARLA 支持多种传感器类型，点击此处深入了解。

使用交通管理器驱动车辆

添加完车辆和传感器后，需通过 交通管理器（Traffic Manager） 让车辆动起来。该组件可控制车辆在地图道路上自主行驶，遵守交通规则，模拟真实道路行为。

python 复制代码

# 将所有车辆交由交通管理器控制
for vehicle in world.get_actors().filter('*vehicle*'):
    vehicle.set_autopilot(True)

现在，你的仿真已运行起来：多辆车在地图中行驶，其中一辆主车上的摄像头正在录制数据。这些数据可用于训练自动驾驶智能体。交通管理器还提供丰富的行为定制功能，详见文档。

这是最基础的仿真设置。接下来，你可以深入探索 CARLA 提供的更多传感器和高级功能，以构建更精细、更真实的仿真场景。

设置主车（Ego Vehicle）

"主车"是 CARLA 仿真中的核心概念，通常指：

安装传感器的车辆
由你的自动驾驶算法控制的车辆

主车对提升仿真效率至关重要，例如：

大地图分块加载 ：

大型地图（如 Town12）采用分块设计，仅加载主车附近的区块以优化性能。
混合物理模式（Hybrid Physics Mode） ：

当仿真包含大量交通车辆时，仅对主车附近的车辆计算物理，大幅节省计算资源。

如何定义主车？

在生成主车时，为其蓝图设置 role_name 属性为 'hero'：

python 复制代码

ego_bp = world.get_blueprint_library().find('vehicle.lincoln.mkz_2020')
ego_bp.set_attribute('role_name', 'hero')
ego_vehicle = world.spawn_actor(ego_bp, random.choice(spawn_points))

选择地图

CARLA 内置多张精心设计的地图，涵盖城市、乡村、住宅区等多样环境，包含不同建筑风格和道路布局（从无标线乡道到多车道高速公路）。

地图	描述
Town01	小型简易城镇，含河流与多座桥梁
Town02	混合住宅与商业建筑的小城镇
Town03	较大的城区地图，含环岛与大型路口
Town04	山区小镇，含"8字形"无限高速公路
Town05	方格网状城镇，含十字路口与桥梁，支持多车道变道
Town06	多车道高速公路，含多个出入口及"密歇根左转"
Town07	乡村环境，窄路、玉米地、谷仓，极少红绿灯
Town08/09	Leaderboard 挑战赛专用"隐藏"地图
Town10	市中心城区，含摩天大楼、住宅区与海滨大道
Town11	未装饰的大地图
Town12	超大地图，含高层、住宅、乡村等多种区域

查看可用地图列表：

python 复制代码

client.get_available_maps()

加载指定地图：

python 复制代码

client.load_world('Town03_Opt')

选择车辆

CARLA 提供丰富的车辆模型库以构建多样化交通流。浏览车辆目录了解详情。

列出所有可用车辆蓝图：

python 复制代码

for bp in world.get_blueprint_library().filter('vehicle'):
    print(bp.id)