自动驾驶—CARLA仿真（5）Actors与Blueprints

在 CARLA 中，参与者（Actors） 是仿真中执行动作的元素，能够影响其他参与者。CARLA 的参与者包括：

车辆（Vehicles）和行人（Walkers）
传感器（Sensors）
交通标志（Traffic Signs）和交通灯（Traffic Lights）
观察者（Spectator）

蓝图（Blueprints）

蓝图是预定义的模型模板，包含动画和一系列属性，使用户能轻松将新参与者加入仿真。部分属性可修改，部分不可修改，例如：

车辆颜色
激光雷达（LiDAR）的通道数
行人的行走速度等等。

所有可用蓝图及其属性均列在 蓝图库（Blueprint Library） 中。车辆和行人蓝图带有 generation 属性，标识其为新一代（gen2）或旧一代（gen1）资产。

管理蓝图库

carla.BlueprintLibrary 类包含一系列 carla.ActorBlueprint 元素，可通过 world 对象访问：

python 复制代码

blueprint_library = world.get_blueprint_library()

每个蓝图有唯一 ID 用于识别自身及由其生成的参与者。可通过以下方式查询蓝图：

python 复制代码

# 查找特定蓝图
collision_sensor_bp = blueprint_library.find('sensor.other.collision')

# 随机选择车辆蓝图
vehicle_bp = random.choice(blueprint_library.filter('vehicle.*.*'))

每个 carla.ActorBlueprint 包含若干 carla.ActorAttribute，可读取或设置：

python 复制代码

# 示例：若为两轮车，设为红色
if vehicle.get_attribute('number_of_wheels') == 2:
    vehicle.set_attribute('color', '255,0,0')

⚠️ 注意：

部分属性不可修改，请查阅蓝图库确认

可修改属性通常提供推荐值列表：

python 复制代码

for attr in blueprint:
    if attr.is_modifiable:
        blueprint.set_attribute(attr.id, random.choice(attr.recommended_values))

💡 自定义资产 ：

用户可创建自己的车辆模型（参见资产教程），贡献者还可将新内容加入 CARLA。

参与者生命周期

⚠️ 重要提示 ：

Python API 支持批量命令（batch commands），可在单帧内高效执行多个常见操作（如批量生成/销毁）。

生成（Spawning）

world 对象负责生成参与者并跟踪其状态。生成仅需两个要素：

一个蓝图（Blueprint）
一个 carla.Transform（指定位置与旋转）

world 提供两种生成方法：

spawn_actor()：失败时抛出异常
try_spawn_actor()：失败时返回 None

python 复制代码

transform = carla.Transform(carla.Location(x=230, y=195, z=40), carla.Rotation(yaw=180))
actor = world.spawn_actor(blueprint, transform)

⚠️ 坐标系注意 ：

CARLA 使用 Unreal Engine 坐标系。carla.Rotation 构造函数参数顺序为 (pitch, yaw, roll)，与 Unreal Editor 的 (roll, pitch, yaw) 不同。

碰撞检测：若指定位置存在静态物体或其他参与者，生成将失败。为避免此问题：

车辆：使用预设出生点

python 复制代码

spawn_points = world.get_map().get_spawn_points()

行人：使用人行道随机位置

python 复制代码

spawn_point = carla.Transform()
spawn_point.location = world.get_random_location_from_navigation()

父子关联 ：参与者可附加到另一参与者（常用于传感器）。通过 carla.AttachmentType 定义关联方式：

Rigid（刚性）：相对位置固定（适合精确数据采集）
SpringArm（弹性）：带缓冲移动

python 复制代码

# 将摄像头刚性附着到车辆
camera = world.spawn_actor(
    camera_bp, 
    relative_transform, 
    attach_to=my_vehicle, 
    attachment_type=carla.AttachmentType.Rigid
)

⚠️ 关键：附加生成时，提供的 Transform 必须是相对于父参与者的局部坐标。

生成后，world 会将参与者加入全局列表，支持快速查询：

python 复制代码

actor_list = world.get_actors()
actor = actor_list.find(id)  # 按 ID 查找

# 打印所有限速标志位置
for speed_sign in actor_list.filter('traffic.speed_limit.*'):
    print(speed_sign.get_location())

操作（Handling）

carla.Actor 主要通过 get() 和 set() 方法管理：

python 复制代码

print(actor.get_acceleration())
print(actor.get_velocity())

# 移动参与者（Z轴升高10米）
location = actor.get_location()
location.z += 10.0
actor.set_location(location)

可禁用物理模拟以冻结参与者：

python 复制代码

actor.set_simulate_physics(False)

参与者还继承蓝图中的标签（Tags），主要用于语义分割传感器。

⚠️ 性能警告 ：

大多数 set() 方法异步发送请求。若短时间内发送过多请求，会导致显著延迟（因仿真器每帧处理能力有限）。

销毁（Destruction）

Python 脚本结束时，参与者不会自动销毁！必须显式调用销毁：

python 复制代码

destroyed_successfully = actor.destroy()  # 成功返回 True

⚠️ 注意：销毁操作会阻塞仿真器直至完成。

参与者类型详解

传感器（Sensors）

传感器是生成数据流的特殊参与者（详见第 4 章 Sensors and Data）。典型工作流程：

python 复制代码

# 生成 RGB 摄像头并保存图像
camera_bp = blueprint_library.find('sensor.camera.rgb')
camera = world.spawn_actor(camera_bp, relative_transform, attach_to=my_vehicle)
camera.listen(lambda image: image.save_to_disk('output/%06d.png' % image.frame))

关键点：

传感器也有蓝图，需配置属性
通常附着于车辆以感知环境
通过 listen() 注册回调函数（常用 Lambda 表达式处理数据）

观察者（Spectator）

由 Unreal Engine 提供，用于控制仿真窗口视角。可编程移动视角：

python 复制代码

# 将观察者移至车辆正上方（俯视视角）
spectator = world.get_spectator()
transform = vehicle.get_transform()
spectator.set_transform(carla.Transform(
    transform.location + carla.Location(z=50),
    carla.Rotation(pitch=-90)
))

交通标志与交通灯

目前 CARLA 仅将 停车标志（Stop）、让行标志（Yield）和交通灯 视为参与者。其他 OpenDRIVE 标志通过 carla.Landmark 访问（非参与者，详见第 3 章 Maps and Navigation）。

仿真启动时，系统根据 OpenDRIVE 文件自动生成交通标志/灯
无法通过蓝图库生成（因不在蓝图库中）
⚠️ 注意：CARLA 地图的 OpenDRIVE 文件不包含交通标志/灯，均由开发者手动放置

交通灯特性：

位于路口，有唯一 ID 和组 ID（同一路口的灯共享 pole ID）
同组灯按顺序循环：当前绿灯 → 黄灯 → 红灯 → 下一盏灯激活（期间存在全红相位）
可通过 API 控制状态与持续时间：

python 复制代码

# 将红灯强制变绿
if traffic_light.get_state() == carla.TrafficLightState.Red:
    traffic_light.set_state(carla.TrafficLightState.Green)
    traffic_light.set_green_time(4.0)  # 绿灯持续4秒

⚠️ 重要：车辆仅在红灯时才会感知交通灯！

车辆（Vehicles）

carla.Vehicle 是特殊参与者，通过内部组件模拟轮式车辆物理，支持四类控制：

驾驶控制 (carla.VehicleControl)

python 复制代码

vehicle.apply_control(carla.VehicleControl(throttle=1.0, steer=-1.0))

物理控制 (carla.VehiclePhysicsControl)

包含齿轮控制 (GearPhysicsControl) 和车轮控制 (WheelPhysicsControl)：

python 复制代码

physics = carla.VehiclePhysicsControl(
    max_rpm=5000.0,
    center_of_mass=carla.Vector3D(0,0,0),
    torque_curve=[[0,400],[5000,400]]
)
vehicle.apply_physics_control(physics)

包围盒 (carla.BoundingBox)

用于物理计算与碰撞检测：

python 复制代码

box = vehicle.bounding_box
print(box.location)  # 相对于车辆的位置
print(box.extent)    # XYZ 半长（米）

高级车轮物理

启用扫掠碰撞（Sweep Collision）可提升车轮物理精度：

python 复制代码

physics = vehicle.get_physics_control()
physics.use_sweep_wheel_collision = True
vehicle.apply_physics_control(physics)

其他功能：

自动驾驶模式 ：

python 复制代码

vehicle.set_autopilot(True)  # 交由 Traffic Manager 控制（非 ML 驱动）

车灯控制 ：
部分车辆支持灯光（如 Tesla Model 3、Audi e-tron 等），通过二进制操作控制：
python 复制代码
```
# 开启位置灯
lights = carla.VehicleLightState.NONE
lights |= carla.VehicleLightState.Position
vehicle.set_light_state(lights)
```

行人（Walkers）

carla.Walker 通过控制器操作：

基础控制 (carla.WalkerControl)

控制方向、速度及跳跃
骨骼控制 (carla.WalkerBoneControl)

操纵 3D 骨骼（详见骨骼控制教程）

AI 控制 ：

行人无 autopilot 模式，但可通过 carla.WalkerAIController 实现自主移动：

python 复制代码

# 生成 AI 控制器
controller_bp = world.get_blueprint_library().find('controller.ai.walker')
ai_controller = world.spawn_actor(controller_bp, carla.Transform(), parent_walker)

# 初始化并设置目标
ai_controller.start()
ai_controller.go_to_location(world.get_random_location_from_navigation())
ai_controller.set_max_speed(1.5)  # 1.5 m/s

⚠️ 注意：

AI 控制器无实体、无物理，不会出现在场景中

到达目标后自动前往新随机点；若目标不可达，则移至最近可达点

批量生成行人 ：
carla.Client 提供批量操作接口高效生成大量行人。

⚠️ 销毁行人 ：

必须同时销毁行人 Actor 和 AI 控制器：
python 复制代码
ai_controller.stop()
walker.destroy()
ai_controller.destroy()