自动驾驶数据标注实战：基于CARLA的高效标注解决方案

1次阅读

共计 2469 个字符，预计需要花费 7 分钟才能阅读完成。

传统自动驾驶数据标注面临三大难题：

成本高昂：一辆测试车每小时产生 2TB 数据，人工标注成本约 $5/ 帧，100 万帧数据需 500 万美元
效率低下：复杂场景（如雨天夜间）需专业标注团队，标注周期长达数月
多样性不足：真实世界难以覆盖极端场景（如行人突然闯入），影响模型鲁棒性

对比主流仿真平台：

特性	CARLA	AirSim	LGSVL
传感器类型	10+ 种	6 种	5 种
物理仿真	Unreal 引擎	Unity 引擎	Unity 引擎
标注自动化	Python API	C++ API	Python API
场景多样性	动态天气 / 光照	静态天气	有限动态

CARLA 胜出的关键点：

开箱即用的语义分割标注（图 1）
支持相机 -LiDAR- 雷达多传感器同步
社区活跃，持续更新功能

import carla

# 初始化客户端
client = carla.Client('localhost', 2000)
world = client.get_world()

# 加载 Town05 地图（含复杂路口）world.load_world('Town05')

# 添加自动驾驶车辆
blueprint = world.get_blueprint_library().find('vehicle.tesla.model3')
spawn_point = carla.Transform(carla.Location(x=50, y=0, z=2))
vehicle = world.spawn_actor(blueprint, spawn_point)

# 配置前视相机
camera_bp = world.get_blueprint_library().find('sensor.camera.rgb')
camera_bp.set_attribute('image_size_x', '1920')
camera_bp.set_attribute('image_size_y', '1080')
camera_transform = carla.Transform(carla.Location(x=1.5, z=2.4))
camera = world.spawn_actor(camera_bp, camera_transform, attach_to=vehicle)

关键功能实现：

语义标签映射（CARLA 0.9.13+）：

def get_semantic_tags():
    return {
        0: 'Unlabeled',
        1: 'Building',
        2: 'Fence',
        # ... 完整映射参考 carla.Labels
    }

数据保存流水线：

import numpy as np

def save_data(image, semantic_seg):
    # 保存 RGB 图像
    image.save_to_disk('output/rgb/%06d.png' % image.frame)

    # 处理语义分割（转为 Cityscapes 格式）seg_array = np.frombuffer(semantic_seg.raw_data, dtype=np.uint8)
    seg_array = seg_array.reshape((semantic_seg.height, semantic_seg.width, 4))
    seg_labels = seg_array[:, :, 2]  # 取标签通道
    np.save('output/labels/%06d.npy' % semantic_seg.frame, seg_labels)

使用 carla.Timestamp 保证时间对齐：

# 在传感器回调中记录时间戳
camera.listen(lambda image: {
    'frame': image.frame,
    'timestamp': image.timestamp,
    'data': image
})

# 通过帧号匹配不同传感器数据
def sync_data(rgb_data, lidar_data):
    if rgb_data['frame'] == lidar_data['frame']:
        return {'rgb': rgb_data['data'],
            'lidar': lidar_data['data'],
            'timestamp': rgb_data['timestamp']
        }

批处理模式：
单次仿真生成 100+ 场景配置
使用 carla.BatchCommands() 批量提交

并行化采集：

from concurrent.futures import ThreadPoolExecutor

def parallel_capture(sensors):
    with ThreadPoolExecutor(max_workers=4) as executor:
        executor.map(lambda s: s.listen(callback), sensors)