Carla仿真系列:4_在 Carla 的 Tesla 上装 4 路摄像头,并创建网格为环视拼接做准备

前几期把环境搭好、加了 NPC、跑通了 YOLO 检测。这期开始为环视拼接做准备------在 Tesla 车上安装前后左右 4 路摄像头,并创建标定用的棋盘格。

1 为什么是 4 路摄像头

环视拼接需要覆盖车辆四周 360 度,用 4 路 120 度 FOV 的相机,每路间隔 90 度,留有 30 度重叠区域用于拼接。

ini 复制代码
       前 (yaw=0°)
        ↑
左 ←── 车 ──→ 右
(yaw=90°)  (yaw=-90°)
        ↓
       后 (yaw=180°)

2 摄像头安装配置

在 carla_spawn_objects/config/objects.json 中给 Tesla 配置 4 个传感器。

Tesla 尺寸:4.6 × 1.84 × 1.44 m

json 复制代码
{
  "type": "sensor.camera.rgb",
  "id": "rgb_front",
  "spawn_point": {"x": 2.3, "y": 0.0, "z": 0.8, "roll": 0.0, "pitch": 0.0, "yaw": 0.0},
  "image_size_x": 640,
  "image_size_y": 480,
  "fov": 120.0
},
{
  "type": "sensor.camera.rgb",
  "id": "rgb_back",
  "spawn_point": {"x": -2.3, "y": 0.0, "z": 0.8, "roll": 0.0, "pitch": 0.0, "yaw": 180.0},
  "image_size_x": 640,
  "image_size_y": 480,
  "fov": 120.0
},
{
  "type": "sensor.camera.rgb",
  "id": "rgb_left",
  "spawn_point": {"x": 0.0, "y": 0.92, "z": 0.8, "roll": 0.0, "pitch": 0.0, "yaw": 90.0},
  "image_size_x": 640,
  "image_size_y": 480,
  "fov": 120.0
},
{
  "type": "sensor.camera.rgb",
  "id": "rgb_right",
  "spawn_point": {"x": 0.0, "y": -0.92, "z": 0.8, "roll": 0.0, "pitch": 0.0, "yaw": -90.0},
  "image_size_x": 640,
  "image_size_y": 480,
  "fov": 120.0
}

下图是通过rviz查看4路摄像头的数据。

复制代码
rosrun rviz rviz -d carla_sim_config.rviz

关键点解释

配置 说明
x=2.3 / -2.3 前后相机装在车头/车尾前方
y=0.92 / -0.92 左右相机装在车两侧(车宽1.84m的一半)
z=0.8 相机离地高度0.8米
yaw旋转 后180°、左90°、右-90°,让相机朝向车外
fov=120 广角,保证相邻相机有重叠区域

坐标系用的是右手坐标系,跟 ROS 一致。

3 Python3 获取4路图像

跟之前一样的套路,终端启动基础环境,然后:

arduino 复制代码
终端3: TCP Bridge Server(多相机版)
终端4: Python 3.10 接收图像
bash 复制代码
# 终端3:多相机 TCP 服务端(Python 2.7)
cd /opt/carla_ws
python tcp_bridge/tcp_bridge_server_multi_camera_py2.py

# 终端4:接收图像(Python 3.10)
source activate py310
cd /opt/carla_ws/sim_workspace/image_detect
python tcp_bridge_client_py3.py

4 创建标定网格

Carla里面是没有标准的黑白的棋盘格,所以我这边是创建的网格来代替。

bash 复制代码
# 终端5:创建标定棋盘格
python scripts/create_board_py2.py --vehicle-id 513
# --vehicle-id 是车辆的 ID,在创建 ego_vehicle 时会有打印输出,换成你自己的车辆 ID 即可。

演示视频

点击前往 B 站观看

5 下一步

4 路相机 + 棋盘格都准备好了,下一期就是真正的环视拼接------把 4 路图像投影到统一的 BEV 鸟瞰视角,拼接成完整的 360 度环视图。

往期回顾

如果本文对你有帮助,欢迎点赞、关注、收藏。 遇到问题可以评论区留言交流,也欢迎转发给需要的朋友。

相关推荐
这个DBA有点耶11 小时前
1亿条向量内存降95.4%,延迟降80%:金仓AI原生内核真能解决RAG痛点?
数据库·人工智能·开源
鶴哥只手遮天12 小时前
Angular 22 源码级深度解析-第 06 章 模板指令全解:`ɵɵelementStart`、`ɵɵproperty`、`ɵɵadvance` 与绑定指令
前端·开源·angular.js
AI日报派送佬12 小时前
2026年11月01日AI行业日报|可灵AI198亿融资落地、DeepSeek开源超级智能体、Anthropic取消Ultra时长限制
人工智能·开源·openai·deepseek·anthropic·ai日报
miofly12 小时前
Mistral Large 4发布,万亿参数模型的编码与安全实测数据
开源·github
SL_staff12 小时前
10人团队如何用轻量私有化文档平台实现知识复用提效?技术视角拆解B/S架构下的协作闭环
java·开源·全栈
阡陌数智13 小时前
StepFun Step 5 Preview:开源权重 600B MoE 模型拥有 27B 激活参数与 1M 上下文窗口
开源
wflynn15 小时前
GitHub 周榜趋势速报 | 2026-11-01
开源·github
ClouGence16 小时前
开源数据库管理工具 CloudDM 发布新版本,支持团队多级审批工单,无需依赖第三方系统
数据库·sql·开源
七牛云行业应用17 小时前
DeepSeek 开源 Super-agent 是什么:双层架构、主动找活的 Agent 原型怎么部署(2026 年 11 月)
架构·开源
一枕槐安48718 小时前
开源大模型 Llama3 本地部署全过程,Ollama 上手
开源·本地部署·大模型推理·ollama·llama3·modelfile