CARLA自动驾驶车辆设置：从基础配置到高级控制实战

1次阅读

共计 1998 个字符，预计需要花费 5 分钟才能阅读完成。

CARLA 是一个开源的自动驾驶仿真平台，基于 Unreal Engine 构建，提供高度可配置的传感器模拟和逼真的交通场景。它的核心价值在于：

安全地测试极端场景（如恶劣天气、突发障碍）
降低实车测试成本（单次路测成本可达仿真千倍）
支持传感器数据的精确同步采集

典型传感器组合包括：

# 摄像头配置示例
camera_bp = world.get_blueprint_library().find('sensor.camera.rgb')
camera_bp.set_attribute('image_size_x', '1920')
camera_bp.set_attribute('image_size_y', '1080')
camera_bp.set_attribute('fov', '90')

# LiDAR 配置示例
lidar_bp = world.get_blueprint_library().find('sensor.lidar.ray_cast')
lidar_bp.set_attribute('channels', '64')
lidar_bp.set_attribute('range', '100')

关键参数包括：

质量(mass)
转向比(steer_ratio)
最大转速(max_rpm)
传动比(gear_ratio)

通过 VehicleControl 类实现：

control = carla.VehicleControl()
control.throttle = 0.5
control.steer = 0.2
control.brake = 0.0
vehicle.apply_control(control)

import carla

# 连接服务端
client = carla.Client('localhost', 2000)
world = client.get_world()

# 设置同步模式
settings = world.get_settings()
settings.synchronous_mode = True
world.apply_settings(settings)

# 获取蓝图
vehicle_bp = world.get_blueprint_library().filter('model3')[0]

# 随机生成位置
spawn_point = random.choice(world.get_map().get_spawn_points())

# 生成车辆
vehicle = world.spawn_actor(vehicle_bp, spawn_point)

def camera_callback(image):
    image.save_to_disk('output/%06d.png' % image.frame)

# 挂载摄像头
camera = world.spawn_actor(camera_bp, carla.Transform(), attach_to=vehicle)
camera.listen(camera_callback)

使用 TrafficManager 实现：

tm = client.get_trafficmanager()
tm.set_random_device_seed(0)

# 设置自动驾驶模式
for v in world.get_actors().filter('vehicle.*'):
    v.set_autopilot(True, tm.get_port())

时间对齐策略：