自动驾驶—CARLA仿真（4）基础概念

基础概念

本页面介绍理解 CARLA 服务器与客户端如何通过 API 运行和通信所需的基本概念。

CARLA 采用客户端-服务器架构：

CARLA 服务器负责运行仿真
**客户端（一个或多个）**向服务器发送指令

客户端代码通过 API 与服务器通信。要使用 Python API，需通过 PIP 安装模块：

bash 复制代码

python3 -m pip install carla

并在 Python 脚本中导入 CARLA 包：

python 复制代码

import carla

World 与 Client

Client（客户端）

客户端是用户运行的模块，用于请求仿真中的信息或更改。每个客户端通过一个 IP 地址和特定端口运行，并通过终端与服务器通信。可同时运行多个客户端（高级多客户端管理需要深入理解 CARLA 和同步机制）。

使用 CARLA 客户端对象设置客户端：

python 复制代码

client = carla.Client('localhost', 2000)

此代码将客户端配置为与本地机器（localhost）上运行的 CARLA 服务器通信。若客户端运行在其他机器上，可替换为网络中某台计算机的 IP 地址。第二个参数是端口号，默认情况下 CARLA 服务器运行在 2000 端口，启动时可根据需要修改。

客户端对象可用于多种功能，例如加载新地图、录制仿真、初始化交通管理器等：

python 复制代码

client.load_world('Town07')
client.start_recorder('recording.log')

World（世界）

World 是表示仿真的对象，作为抽象层提供主要方法，如生成参与者（actors）、更改天气、获取当前仿真状态等。每个仿真只有一个 World 对象。当切换地图时，当前 World 会被销毁并替换为新的 World。

通过客户端对象获取 World：

python 复制代码

world = client.get_world()

World 对象可用于访问仿真中的各类对象，例如天气、车辆、交通灯、建筑物和地图：

python 复制代码

level = world.get_map()
weather = world.get_weather()
blueprint_library = world.get_blueprint_library()

同步模式与异步模式

CARLA 采用客户端-服务器架构：服务器运行仿真，客户端获取信息并请求更改。本节讨论客户端与服务器之间的通信方式。

默认情况下，CARLA 运行在异步模式。

异步模式：服务器以最快速度运行，客户端请求被即时处理。
同步模式 ：由运行 Python 代码的客户端主导，只有在客户端发出"tick"指令后，服务器才推进一帧。

建议：

实验或搭建仿真时 → 使用异步模式（可自由飞行观察者视角）

生成训练数据或部署智能体时 → 使用同步模式（更高控制力与可预测性）
⚠️ 多客户端注意 ：

在多客户端架构中，只能有一个客户端调用 tick()。服务器会将所有 tick 视为来自同一客户端，多个 tick 会导致服务器与客户端状态不一致。

设置同步模式

切换同步/异步模式只需修改一个布尔值：

python 复制代码

settings = world.get_settings()
settings.synchronous_mode = True  # 启用同步模式
settings.fixed_delta_seconds = 0.05  # 固定时间步长（秒）
world.apply_settings(settings)

⚠️ 重要警告 ：

若启用同步模式且运行了 Traffic Manager，必须同时将 Traffic Manager 设为同步模式。

禁用同步模式：

python 复制代码

# 方法1：设为 False
settings.synchronous_mode = False
world.apply_settings(settings)

# 方法2：使用配置脚本（仅支持禁用）
cd PythonAPI/util && python3 config.py --no-sync

❗ 注意：配置脚本不能启用同步模式，因为启用后服务器会等待客户端 tick，而脚本无法按需发送 tick。

使用同步模式

同步模式在以下场景尤为重要：

客户端应用处理较慢
需要多个传感器数据严格同步

若客户端处理慢而服务器不等待，会导致信息溢出、数据丢失或错乱。在异步多传感器场景下，也无法保证所有传感器使用同一仿真时刻的数据。

以下代码片段展示了同步模式的基本用法：客户端创建摄像头，将当前帧图像存入队列，并在取出后触发服务器下一帧：

python 复制代码

settings = world.get_settings()
settings.synchronous_mode = True
world.apply_settings(settings)

camera = world.spawn_actor(blueprint, transform)
image_queue = queue.Queue()
camera.listen(image_queue.put)

while True:
    world.tick()          # 推进仿真
    image = image_queue.get()  # 获取对应帧的图像

⚠️ 关键提示 ：

GPU 传感器（主要是摄像头）的数据通常有 2~3 帧延迟 ，同步机制在此至关重要。

World 还提供异步方法，让客户端等待服务器 tick 或注册回调：

python 复制代码

# 等待下一 tick 并获取快照
world_snapshot = world.wait_for_tick()

# 注册回调函数（每次收到新快照时调用）
world.on_tick(lambda world_snapshot: do_something(world_snapshot))

Recorder（记录器）

Recorder 可将重现先前仿真所需的所有数据保存到文件中，包括：

车辆的位置与速度
交通灯状态
行人的位置与速度
太阳位置与天气条件

数据以二进制文件 形式保存，后续可由 CARLA 服务器加载以精确复现仿真。

回放时：

录制文件中的参与者将被移动或重新生成
未出现在录制中的参与者继续按原逻辑运行

⚠️ 注意：

回放结束后，车辆将启用自动驾驶，但行人会停止移动。

录制文件包含以下元素信息：

参与者：创建/销毁、包围盒与触发盒
交通灯：状态变化与时间设置
车辆：位置/朝向、线速度/角速度、灯光状态、物理控制
行人：位置/朝向、线速度/角速度
灯光：建筑、街道及车辆的灯光状态

录制

开始录制只需指定文件名：

文件名含 \、/ 或 : → 视为绝对路径
未指定路径 → 保存在 CarlaUE4/Saved/ 目录

python 复制代码

client.start_recorder("/home/carla/recording01.log")

默认仅保存回放必需信息。若需保存全部上述数据，需设置 additional_data=True：

python 复制代码

client.start_recorder("/home/carla/recording01.log", True)

💡 附加数据包括 ：

车辆/行人的线速度与角速度、交通灯时间设置、执行时间、参与者触发盒/包围盒、车辆物理控制。

停止录制：

python 复制代码

client.stop_recorder()

📊 存储估算 ：

1 小时录制（50 个交通灯 + 100 辆车）≈ 200 MB

仿真回放

可在仿真任意时刻启动回放。除日志文件路径外，还需以下参数：

python 复制代码

client.replay_file("recording01.log", start, duration, camera)

参数	说明	注意
`start`	回放起始时间（秒）	正数：从开头计算；负数：从结尾倒推
`duration`	回放时长（秒），0=全部	结束后车辆启用自动驾驶，行人停止
`camera`	摄像头聚焦的参与者 ID	设为 `0` 可自由控制观察者视角

Recorder 文件格式

Recorder 使用自定义二进制格式保存数据，详见此文档。

渲染（Rendering）

CARLA 提供多种渲染质量与效率选项。基础层面提供两种画质模式，适配高低配置硬件：

Epic Mode

bash 复制代码

./CarlaUE4.sh -quality-level=Epic

低画质模式（Low Mode）

bash 复制代码

./CarlaUE4.sh -quality-level=Low

CARLA 还支持暂停渲染 或离屏渲染（offscreen），以提升仿真效率或用于后台录制。

更多渲染选项详情请参阅官方文档。