CARLA自动驾驶仿真平台新手入门指南：从环境搭建到第一个仿真场景

共计 1707 个字符，预计需要花费 5 分钟才能阅读完成。

CARLA 平台概述与应用场景

CARLA 是一个开源的自动驾驶仿真平台，基于 Unreal Engine 构建，提供高度可配置的虚拟环境和丰富的传感器模型。它主要用于以下场景：

• 自动驾驶算法开发与测试
• 传感器数据采集与标注
• 复杂交通场景模拟
• 多车协同仿真

环境搭建（Ubuntu 20.04+）

推荐使用 Docker 部署方案，可以避免依赖冲突问题。以下是具体步骤：

1. 安装 Docker 和 NVIDIA 容器工具包

sudo apt-get install docker.io
sudo apt-get install nvidia-container-toolkit

1. 拉取 CARLA 官方镜像

docker pull carlasim/carla:0.9.13

1. 启动 CARLA 服务器

docker run -p 2000-2002:2000-2002 --gpus all carlasim/carla:0.9.13 /bin/bash -c "./CarlaUE4.sh -quality-level=Epic"

Python API 核心模块详解

CARLA 采用 Client-Server 架构，主要对象包括：

• World：代表整个仿真环境
• Actor：环境中的所有实体（车辆、行人等）
• Agent：自动驾驶代理（可以是你控制的车辆）

代码示例：车载摄像头传感器

import carla

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

# 生成车辆
blueprint = world.get_blueprint_library().find('vehicle.tesla.model3')
spawn_point = carla.Transform(carla.Location(x=10, y=2, z=1))
vehicle = world.spawn_actor(blueprint, spawn_point)

# 添加摄像头
camera_bp = world.get_blueprint_library().find('sensor.camera.rgb')
camera_bp.set_attribute('image_size_x', '800')
camera_bp.set_attribute('image_size_y', '600')
camera_transform = carla.Transform(carla.Location(x=1.5, z=2.4))
camera = world.spawn_actor(camera_bp, camera_transform, attach_to=vehicle)

# 定义数据回调函数
def camera_callback(image):
    image.save_to_disk('output/%06d.png' % image.frame)

# 注册回调
camera.listen(camera_callback)

坐标系系统

CARLA 使用右手坐标系：

• X：前进方向
• Y：右侧方向
• Z：上方方向

天气与光照条件

可以通过以下代码修改天气条件：

weather = carla.WeatherParameters(
    cloudiness=80.0,
    precipitation=30.0,
    sun_altitude_angle=70.0)
world.set_weather(weather)

不同天气条件对仿真的影响：

• 雨天：影响摄像头和激光雷达性能
• 雾天：降低传感器可视距离
• 夜间：需要依赖车灯照明

性能优化

1. 同步模式：适合需要精确时间同步的场景

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

1. 异步模式：适合需要高帧率的场景

避坑指南

常见问题及解决方案：

• GLIBC 版本冲突：使用 Docker 镜像
• 端口占用：检查 2000-2002 端口是否被占用
• 显卡驱动问题：确保安装正确的 NVIDIA 驱动

下一步学习建议

1. 尝试添加更多传感器（如激光雷达）
2. 探索 CARLA 的高级功能（如交通管理器）
3. 使用 CARLA 进行端到端自动驾驶模型训练
4. 参与 CARLA 开源社区贡献