基于CARLA构建典型自动驾驶测试场景的工程实践与避坑指南

1次阅读

没有评论

共计 2649 个字符，预计需要花费 7 分钟才能阅读完成。

自动驾驶系统的测试验证面临着巨大的挑战，尤其是在场景构建方面。传统路测方法存在以下问题：

场景复现困难：遇到边缘 case 时难以重复测试
测试成本高昂：需要大量人力物力投入
安全性风险：某些危险场景无法在真实道路上测试
覆盖率不足：难以穷尽各种可能的交通情境

相比之下，仿真测试具有明显优势：

可重复性强：场景参数可精确控制
安全性高：不会对真实交通造成影响
成本低廉：无需实际车辆和场地
扩展性好：可快速生成大量测试场景

然而，仿真测试也存在一些挑战，比如场景构建效率低、仿真真实度不足等问题。这正是我们需要 CARLA 这样的专业仿真平台的原因。

CARLA 支持两种主要的场景描述方式：

OpenSCENARIO(.xosc)：基于 XML 的标准格式，适合定义复杂的交互场景
JSON 配置文件：更轻量级，适合简单场景快速构建

这里是一个基本的 OpenSCENARIO 文件结构示例：

<OpenSCENARIO>
  <Storyboard>
    <Init>
      <!-- 初始条件设置 -->
    </Init>
    <Story>
      <!-- 场景事件定义 -->
    </Story>
  </Storyboard>
</OpenSCENARIO>

通过 CARLA 的 Python API，我们可以灵活地动态构建场景。以下是一个创建 cut-in 场景的示例代码：

import carla

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

# 创建 ego 车辆
blueprint_library = world.get_blueprint_library()
ego_bp = blueprint_library.find('vehicle.tesla.model3')
spawn_point = carla.Transform(carla.Location(x=100, y=10, z=0.5))
ego_vehicle = world.spawn_actor(ego_bp, spawn_point)

# 创建 cut-in 车辆
cutin_bp = blueprint_library.find('vehicle.audi.tt')
cutin_spawn = carla.Transform(carla.Location(x=80, y=5, z=0.5))
cutin_vehicle = world.spawn_actor(cutin_bp, cutin_spawn)

# 设置 cut-in 车辆轨迹
waypoints = [carla.Location(x=90, y=5, z=0.5),
    carla.Location(x=110, y=10, z=0.5)
]

for i, waypoint in enumerate(waypoints):
    # 使用 TrafficManager 控制车辆移动
    world.get_trafficmanager().set_path(
        cutin_vehicle,
        [waypoint]
    )
    world.tick()

我们总结了以下几种典型测试场景的构建方法：

Cut-in 场景：
前车突然变道切入
参数可调：切入角度、速度差、距离等
行人横穿场景：
行人在不同位置突然穿越马路
可设置行人行走速度和出现时机
恶劣天气场景：
通过 CARLA 的天气系统模拟雨雪雾等
可调节降水强度、能见度等参数

# 创建一个位于(100,50,0.5)，朝向 90 度的变换
transform = carla.Transform(carla.Location(x=100, y=50, z=0.5),
    carla.Rotation(yaw=90)
)

traffic_manager = client.get_trafficmanager()

# 设置所有车辆的全局速度限制
traffic_manager.set_global_percentage_speed_difference(30)

# 设置特定车辆的驾驶行为
traffic_manager.vehicle_percentage_speed_difference(vehicle, 20)
traffic_manager.distance_to_leading_vehicle(vehicle, 5)

# 创建相机并设置同步模式
camera_bp = blueprint_library.find('sensor.camera.rgb')
camera = world.spawn_actor(camera_bp, transform)

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

# 在 tick 时获取数据
world.tick()
camera.listen(lambda image: process_image(image))