CARLA自动驾驶模型新手入门指南：从环境搭建到第一个仿真场景

1次阅读

共计 1969 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，由英特尔实验室开发并维护。它基于虚幻引擎构建，提供了高度可配置的仿真环境，支持传感器模拟、交通流控制和场景编辑等功能。对于自动驾驶研发来说，CARLA 的价值主要体现在以下几个方面：

安全测试：在虚拟环境中测试算法，避免真实道路上的风险
场景多样性：可以快速生成各种天气、光照和交通条件
数据采集：支持多种传感器的仿真数据输出
算法迭代：加速开发周期，降低硬件成本

操作系统：Ubuntu 18.04/20.04（推荐）或 Windows 10
GPU：NVIDIA 显卡，至少 4GB 显存
内存：16GB 以上
存储空间：至少 100GB 可用空间

安装依赖项

sudo apt-get update
sudo apt-get install -y python3-pip python3-dev
pip3 install --upgrade pip

安装 CARLA

# 下载预编译包
wget https://carla-releases.s3.eu-west-3.amazonaws.com/Linux/CARLA_0.9.13.tar.gz

# 解压
mkdir ~/carla
cd ~/carla
tar -xvzf CARLA_0.9.13.tar.gz

# 安装 Python 客户端库
cd PythonAPI/carla/dist
pip3 install carla-0.9.13-cp37-cp37m-manylinux_2_27_x86_64.whl

启动服务器

cd ~/carla
./CarlaUE4.sh

端口冲突 ：如果默认端口 2000 被占用，可以通过-carla-port 参数指定其他端口
Python 版本问题：确保使用 Python 3.7 或 3.8
显卡驱动问题：更新到最新的 NVIDIA 驱动

CARLA 采用客户端 - 服务器架构：

服务器：运行仿真环境（CarlaUE4）
客户端：通过 Python API 与服务器交互

地图：CARLA 提供了多个预置的城市地图
传感器：包括摄像头、激光雷达、雷达等
交通参与者：车辆、行人、交通信号等
天气系统：可动态调整天气条件

下面是一个让车辆在 Town01 地图中自动驾驶的简单示例：

import carla
import random

# 1. 连接服务器
client = carla.Client('localhost', 2000)
client.set_timeout(10.0)

# 2. 加载地图
world = client.load_world('Town01')

# 3. 获取蓝图库
blueprint_library = world.get_blueprint_library()

# 4. 创建车辆
vehicle_bp = blueprint_library.find('vehicle.tesla.model3')
spawn_points = world.get_map().get_spawn_points()
vehicle = world.spawn_actor(vehicle_bp, random.choice(spawn_points))

# 5. 添加自动驾驶控制器
autopilot = vehicle.set_autopilot(True)

# 6. 添加摄像头
camera_bp = blueprint_library.find('sensor.camera.rgb')
camera_transform = carla.Transform(carla.Location(x=1.5, z=2.4))
camera = world.spawn_actor(camera_bp, camera_transform, attach_to=vehicle)

# 7. 让仿真运行一段时间
import time
time.sleep(10)

# 8. 清理
camera.destroy()
vehicle.destroy()