CARLA：开源的自动驾驶研究模拟器

CARLA 是一个开源的自动驾驶研究模拟器，基于 Unreal Engine 开发。它为研究人员提供了一个灵活的平台，用于开发、训练和验证自动驾驶系统。CARLA 支持多种传感器模拟，如摄像头、激光雷达和雷达，并提供丰富的城市地图、车辆和行人等数字资产。用户可以通过 Python API 或 C++ 控制仿真环境，调整天气、交通和场景等条件。CARLA 的设计目标是支持复杂交通场景的测试和多智能体交互研究，广泛应用于学术界和工业界。它的开源特性让用户可以免费使用并贡献代码，适合自动驾驶算法开发和测试。

功能列表

• 传感器模拟：支持多种传感器，如 RGB 摄像头、激光雷达、雷达、深度传感器和 GPS，生成逼真的感知数据。
• 交通场景生成：提供城市、郊区、高速公路等多种地图，支持动态交通流和行人行为模拟。
• 灵活的 API：通过 Python 和 C++ API 控制仿真环境，包括车辆、行人、天气和交通规则。
• 地图编辑：支持基于 ASAM OpenDRIVE 标准的自定义地图创建，可通过 RoadRunner 等工具生成。
• 场景录制与回放：允许录制仿真过程并精确回放，方便比较不同配置的结果。
• 多客户端架构：支持多个客户端同时控制不同智能体，适合多智能体研究。
• ROS 集成：通过 ROS 桥接与机器人操作系统无缝连接，支持 AutoWare 等框架。
• 交通管理：内置 Traffic Manager 控制 NPC（非玩家角色）行为，模拟真实交通挑战。
• 物理模拟：集成 Chrono 库，支持高精度的车辆动力学和多体动力学模拟。

使用帮助

安装流程

要在本地使用 CARLA，用户需要安装并配置环境。以下是针对 Ubuntu 系统的安装步骤，Windows 用户可参考官方文档。

1. 检查系统要求
   CARLA 支持 Unreal Engine 4.26 或 5.5 版本。推荐硬件配置为 Intel i7/i9（9-11代）或 AMD Ryzen 7/9，显卡需支持 DirectX 11 或以上，至少 16GB 内存和 50GB 磁盘空间。
2. 下载 CARLA
   用户可以选择从 GitHub 下载预编译包或源码编译：
   • 预编译包：访问 CARLA 官网（http://carla.org）或 GitHub 发布页面（https://github.com/carla-simulator/carla/releases），下载最新版本（如 0.9.15）。解压后即可使用。
   • 源码编译：克隆 GitHub 仓库：

     git clone -b ue5-dev https://github.com/carla-simulator/carla.git CarlaUE5
     

     需要先关联 GitHub 账户与 Epic Games 以访问 Unreal Engine 5.5 仓库。

3. 安装依赖
   进入 CARLA 根目录，运行安装脚本：

   cd CarlaUE5
   sudo -E env GIT_LOCAL_CREDENTIALS=github_username@github_token ./CarlaSetup.sh
   

   脚本会自动下载 Unreal Engine 5.5 和依赖项，可能需要输入 GitHub 凭据。Windows 用户需使用 Visual Studio 2022 的 x64 Native Tools 命令提示符运行类似命令。

4. 编译 CARLA
   在 CARLA 根目录运行：

   cmake -G Ninja -S . -B Build --toolchain=$PWD/CMake/Toolchain.cmake -DCMAKE_BUILD_TYPE=Release -DENABLE_ROS2=ON
   

   编译完成后，运行 ./CarlaUE4.sh 启动模拟器。

5. 安装 Python 客户端库
   CARLA 提供 Python API，需安装客户端库：

   pip3 install carla
   

   推荐在虚拟环境中安装，避免版本冲突。支持 Python 2.7、3.6、3.7 和 3.8。

使用主要功能

1. 启动模拟器
   运行 ./CarlaUE4.sh -quality-level=epic（高质量）或 -quality-level=low（低配硬件）。模拟器启动后显示城市视角，等待客户端连接。
2. 运行示例脚本
   CARLA 提供多个 Python 示例脚本，位于 PythonAPI/examples 目录。例如：
   • 生成交通：运行 python3 generate_traffic.py，在模拟器中生成动态车辆和行人。
   • 手动控制：运行 python3 manual_control.py，通过键盘和鼠标控制车辆，WASD 键移动，鼠标调整视角。
   • 传感器数据采集：运行 python3 03_RGB_camera.py，从 RGB 摄像头获取图像数据并保存。
3. 操作 Traffic Manager
   Traffic Manager 控制 NPC 行为。示例：

   tm = client.get_trafficmanager()
   tm.set_desired_speed(vehicle, 30.0)  # 设置车辆速度为 30 km/h
   tm.set_percentage_random_left_lanechange(vehicle, 20.0)  # 20% 概率随机左换道
   

   可通过 API 设置 NPC 的速度、换道行为等。

4. 自定义地图
   用户可通过 RoadRunner 或 OpenDRIVE 创建地图。导入地图到 CARLA：

   python3 import_map.py --path /path/to/your_map.xodr
   

   然后在模拟器中加载新地图。

5. 录制与回放
   启动录制：

   client.start_recorder("recording01.log")
   

   回放录制：

   client.replay_file("recording01.log", start_time=0.0, duration=60.0)
   

6. ROS 集成
   安装 ROS 桥接（https://github.com/carla-simulator/ros-bridge）：

   git clone https://github.com/carla-simulator/ros-bridge.git
   

   启动 ROS 节点后，CARLA 可与 AutoWare 等框架交互。

特色功能操作

• 传感器配置：通过 Python API 添加传感器到车辆。例如，添加 RGB 摄像头：

  blueprint_library = world.get_blueprint_library()
  camera_bp = blueprint_library.find('sensor.camera.rgb')
  camera = world.spawn_actor(camera_bp, carla.Transform(carla.Location(x=1.5, z=1.4)))
  camera.listen(lambda image: image.save_to_disk('output/%06d.png' % image.frame))
  

• 多智能体模拟：通过多客户端架构，多个 Python 脚本可同时控制不同车辆。每个客户端连接到模拟器端口（默认 2000-2002）。
• Chrono 物理模拟：启用 Chrono 库后，车辆动力学更真实，适合研究车辆控制和动态响应。配置方法参考官方文档（https://carla.readthedocs.io/en/latest/adv_chrono/）。

应用场景

1. 自动驾驶算法开发
   研究人员使用 CARLA 测试感知、规划和控制算法。例如，通过模拟激光雷达和摄像头数据，训练深度学习模型进行目标检测和路径规划。
2. 交通场景测试
   开发者可在 CARLA 中创建复杂交通场景，如交叉路口碰撞测试或恶劣天气下的驾驶，验证自动驾驶系统的鲁棒性。
3. 教育与培训
   高校和培训机构使用 CARLA 教授自动驾驶原理。学生通过 Python API 实现简单控制算法，学习传感器数据处理和车辆控制。
4. 多智能体研究
   CARLA 的多客户端架构适合研究多车辆协同驾驶，模拟车队通信或竞争性驾驶场景。

QA

1. CARLA 支持哪些操作系统？
   CARLA 官方支持 Ubuntu 18.04 和 20.04，Windows 7 及以上版本。MacOS 暂无官方支持，但社区有部分非官方解决方案。
2. 如何解决编译过程中的依赖问题？
   确保安装所有依赖（如 CMake、Ninja）。运行 CarlaSetup.sh 脚本会自动安装缺失依赖。若失败，检查官方 FAQ（https://carla.readthedocs.io/en/latest/faq/）。
3. 可以离线运行 CARLA 吗？
   是的，CARLA 支持离线运行。下载预编译包或编译源码后，无需联网即可运行模拟器和脚本。
4. 如何获取更多地图？
   下载额外地图包（如 Town06、Town07）或使用 RoadRunner 创建自定义地图，导入 OpenDRIVE 文件到 CARLA。