基于CARLA的数据采集与标注实战：自动化流程设计与性能优化

1次阅读

共计 2210 个字符，预计需要花费 6 分钟才能阅读完成。

在自动驾驶研发中，高质量的数据是模型训练的基石。传统手动数据采集方式存在三大致命伤：

效率瓶颈：手动控制车辆、截图保存、整理数据等操作耗时占整体开发时间的 60% 以上
标注不一致：人工标注易受主观因素影响，同一场景不同人员标注结果差异可达 30%
场景覆盖有限：难以快速构建极端场景（如暴雨夜间的行人突然穿越）

使用 CARLA 0.9.13 版本（当前稳定版），关键 API 模块包括：

World：场景管理与天气控制
BlueprintLibrary：传感器与车辆模型库
Actor：场景中所有动态对象的基类
Sensor：摄像头 / 雷达等数据采集接口

flowchart TD
    A[场景配置] --> B[传感器初始化]
    B --> C[数据同步采集]
    C --> D[自动标注生成]
    D --> E[质量验证]
    E --> F[分布式存储]

CVAT 集成 ：通过cvat-cli 工具批量导入图像和预标注
LabelImg 适配：修改源码支持 CARLA 的语义分割 GT 格式
自定义解析器 ：将 CARLA 的.log 文件转为 COCO 格式

# carla_env.py
import carla
import numpy as np

# 连接服务端
client = carla.Client('localhost', 2000)
client.set_timeout(10.0)
world = client.get_world()

# 加载预设地图
client.load_world('Town04')
weather = carla.WeatherParameters(
    cloudiness=80.0,
    precipitation=30.0,
    wetness=50.0
)
world.set_weather(weather)

# sensor_setup.py
def setup_camera(vehicle, location=(0.5, 0, 1.5)):
    blueprint = world.get_blueprint_library().find('sensor.camera.rgb')
    blueprint.set_attribute('image_size_x', '1920')
    blueprint.set_attribute('image_size_y', '1080')

    transform = carla.Transform(carla.Location(*location),
        carla.Rotation(pitch=-15)
    )
    camera = world.spawn_actor(blueprint, transform, attach_to=vehicle)

    # 注册数据回调
    camera.listen(lambda image: image.save_to_disk(f'output/{image.frame:06d}.png'
    ))
    return camera

# annotation_generator.py
import json

def export_coco_annotations(detections, frame_id):
    annotation = {
        "image_id": frame_id,
        "category_id": detections['class'],
        "bbox": [detections['x'],
            detections['y'],
            detections['width'],
            detections['height']
        ],
        "area": detections['width'] * detections['height'],
        "iscrowd": 0
    }

    with open(f'annotations/{frame_id:06d}.json', 'w') as f:
        json.dump(annotation, f)

硬件时钟同步：使用 PTP 协议保持多机时钟误差 <1ms
软件级同步 ：通过 CARLA 的frame_count 作为统一时间戳
缓存队列：采用双缓冲结构避免 I / O 阻塞

使用 numpy.memmap 处理大尺寸点云数据
每采集 1000 帧主动调用gc.collect()
禁用 CARLA 默认的渲染预览窗口

# distributed_runner.py
from multiprocessing import Pool

def run_simulation(map_id):
    client.load_world(f'Town0{map_id}')
    # 采集逻辑...

if __name__ == '__main__':
    with Pool(4) as p:
        p.map(run_simulation, range(1,5))