CARLA自动驾驶入门实战：从零配置车辆自动驾驶的完整指南

1次阅读

没有评论

共计 2541 个字符，预计需要花费 7 分钟才能阅读完成。

CARLA 是一款开源的自动驾驶仿真平台，它提供了高度可配置的环境和丰富的传感器模型，非常适合用于自动驾驶算法的开发和验证。对于新手来说，CARLA 的主要价值在于：

提供真实的城市环境和交通场景
支持多种传感器模拟（摄像头、LiDAR、雷达等）
允许快速迭代和测试算法
避免了实际道路测试的高成本和风险

首先需要下载 CARLA 的发布版本。建议使用最新的稳定版本（如 0.9.13），服务器和客户端版本必须一致。

从 CARLA 官网下载对应操作系统的发布包
解压后运行 CarlaUE4.exe（Windows）或./CarlaUE4.sh（Linux）启动服务器
客户端通过 Python API 与服务器通信

CARLA Python API 需要以下依赖：

Python 3.7 或更高版本
numpy
pygame（用于可视化）

推荐使用 pip 安装：

pip install numpy pygame

首先需要连接到 CARLA 服务器并生成一辆车：

import carla

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

# 获取世界对象
world = client.get_world()

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

# 选择车辆蓝图
vehicle_bp = blueprint_library.find('vehicle.tesla.model3')

# 设置生成位置
spawn_point = carla.Transform(carla.Location(x=100, y=200, z=1.5))

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

添加一个摄像头传感器：

# 获取摄像头蓝图
camera_bp = blueprint_library.find('sensor.camera.rgb')

# 设置摄像头参数
camera_bp.set_attribute('image_size_x', '800')
camera_bp.set_attribute('image_size_y', '600')
camera_bp.set_attribute('fov', '90')

# 设置摄像头位置
camera_transform = carla.Transform(carla.Location(x=1.5, z=2.4))

# 生成摄像头
camera = world.spawn_actor(camera_bp, camera_transform, attach_to=vehicle)

# 定义回调函数处理图像数据
def process_image(image):
    # 这里可以添加图像处理逻辑
    pass

# 注册回调
camera.listen(process_image)

CARLA 内置了基础的自动驾驶功能，可以通过以下代码激活：

# 设置自动驾驶模式
vehicle.set_autopilot(True)

端口冲突 ：确保 CARLA 服务器端口（默认 2000）没有被其他程序占用
坐标系转换错误 ：注意 CARLA 使用的是 Unreal Engine 的左手法则坐标系
传感器数据延迟 ：适当降低传感器采样频率或优化处理代码

控制仿真帧率在 10-20FPS 之间
合理设置传感器参数，避免不必要的计算
使用异步模式处理传感器数据

import carla
import random

def main():
    try:
        # 连接到服务器
        client = carla.Client('localhost', 2000)
        client.set_timeout(10.0)

        # 获取世界对象
        world = client.get_world()

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

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

        # 设置生成位置
        spawn_points = world.get_map().get_spawn_points()
        spawn_point = random.choice(spawn_points)

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

        # 设置自动驾驶模式
        vehicle.set_autopilot(True)

        # 添加摄像头
        camera_bp = 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)

        # 保持程序运行
        while True:
            world.wait_for_tick()

    finally:
        # 清理
        if 'vehicle' in locals():
            vehicle.destroy()
        if 'camera' in locals():
            camera.destroy()

if __name__ == '__main__':
    main()

掌握了基础自动驾驶功能后，可以尝试以下进阶内容：