自动驾驶仿真CARLA学习之路（一）

一、carla介绍

   carla是开源的自动驾驶模拟器。它是从头开始构建的，作为一个模块化和灵活的API，以解决自动驾驶问题所涉及的一系列任务。CARLA的主要目标之一是帮助自动驾驶研发民主化，作为一种用户可以轻松访问和定制的工具。为此，模拟器必须满足一般驾驶问题中不同用例的要求（例如学习驾驶策略、训练感知算法等）。CARLA基于虚幻引擎来运行模拟，并使用OpenDRIVE标准（今天的1.4）来定义道路和城市环境。对模拟的控制是通过 Python 和 C++ 中处理的 API 授予的，该 API 随着项目的不断增长而不断增长。

   carla 模拟器的主要是基于client-server架构。服务器类似于造物主，可以模拟本身相关的额一切，传感器渲染、物理计算、世界状态以及Actor的更新等等。客户端由控制场景中Actor逻辑和设置世界条件的客户端模块的总和组成。这是通过利用 CARLA API（Python 或 C++）来实现的，CARLA API 是在服务器和客户端之间进行调解的层，不断发展以提供新功能。

carla的基本结构：

1. Traffic manager：一个内置系统，除了用于学习的车辆外，还可以控制车辆。它充当CARLA提供的指挥，以逼真的行为重现城市般的环境。
2. Sensors：车辆依靠它们来分发周围环境的信息。在CARLA中，它们是附加车辆的特定类型的参与者，可以检索和存储他们接收的数据以简化流程。目前，该项目支持不同类型的这些，从相机到雷达，激光雷达等等
3. Recorder：此功能用于为世界上每个参与者逐步重演模拟。它允许访问世界任何地方的时间线中的任何时刻，使其成为一个很棒的跟踪工具。
4. ROS bridge and Autoware implementation：为通用化的问题，CARLA项目将模拟器与其他学习环境集成在一起。
5. Open assets：CARLA 为城市环境提供了不同的地图，可以控制天气状况，并提供了一个蓝图库，其中包含要使用的各种参与者。但是，可以自定义这些元素，并且可以按照简单的准则生成新元素。
6. Scenario runner：为了简化车辆的学习过程，CARLA 提供了一系列描述不同情况的路线进行迭代。这些也为CARLA挑战奠定了基础，每个人都可以测试他们的解决方案并进入排行榜。

二、carla入门实战(快速入门，无重新构建carla编译过程)

   

1、环境配置

  下载安装carla的打包版本，软件包包括carla服务器以及客户端两个部分，专门为windows和linux构建。

     配置要求：6GB GPU，32GB CPU。磁盘空间20GB，windows的python版本python3.7，linux支持python2.7以及python3.7。pip更新到最新版本。

Windows：

pip3 -v
pip3 install --upgrade pip
pip install --user pygame numpy

linux：

pip install --user pygame numpy &&
pip3 install --user pygame numpy

   两个TCP端口和良好的互联网连接。默认为2000和2001。注意防火墙以及科学上网代理。

2、carla安装（windows版本）

carla库可以下载不同的版本的carlacarla/Docs/download.md at master · carla-simulator/carla (github.com)https://github.com/carla-simulator/carla/blob/master/Docs/download.md

下载carla（0.9.14）安装

   Release 0.9.14 · carla-simulator/carla (github.com)https://github.com/carla-simulator/carla/releases/tag/0.9.14/

 

 

cd PythonAPI\examples

python3 -m pip install -r requirements.txt # Support for Python2 is provided in the CARLA release packages

python3 generate_traffic.py  

 或者用Vs Code打开D:\CARLA_0.9.14\WindowsNoEditor\PythonAPI\examples文件夹，运行几个.py示例可以看看效果。