Carla自学整理——Sensor模块

Carla内的Sensor总览

Camera类：RGB、深度、分割
雷达类：激光雷达（LIDAR）、声波雷达（Radar）、语义雷达（Semantic LIDAR）
外部环境传感器：Collision、Lane invasion（汽车变道时启动，将Lane ID与汽车ID记录下来）、Obstacle
汽车内部检测器：GNSS（地理位置）、IMU（轴加速度与角加速度）

Python构建代码

Camera构建

# 在蓝图库里选择camera传感器（rgb换为需要的camera），并存到变量camera_bp中
camera_bp = blueprint_library.find('sensor.camera.rgb')    
# 在变量camera_transform中存储camera的相对汽车的放置位置（具体怎么算的还不确定，但x为车头车尾轴）
camera_transform = carla.Transform(carla.Location(x=1.5, z=2.4))
# 将camera种类、camera位置、camera附着车辆信息赋给camera变量
camera = world.spawn_actor(camera_bp, camera_transform, attach_to=ego_vehicle)

# 存储camera传回的数据（image）
# “output_path”为存储路径，“%06d”表示保存的图像文件名为用0填充的六位数字
# “image.frame”表示当前图像的细则序号，以确保文件名唯一
camera.listen(lambda image: image.save_to_disk(os.path.join(output_path, '%06d.png' % image.frame)))

Lidar构建（此处为一些常用参数）

先是雷达传感器自身的一些属性：

# 在蓝图库中寻找雷达传感器，具体名称可以自己再去看看，此处应该是激光雷达的名字
lidar_bp = blueprint_library.find('sensor.lidar.ray_cast')
# 设定雷达传感器的激光束数量，此处为32个激光束（一个激光束便是检测32个点组成的点云中的一个点）
lidar_bp.set_attribute('channels', str(32))
# 设定雷达传感器每秒钟的扫描点数
lidar_bp.set_attribute('points_per_second', str(90000))
# 设定雷达传感器旋转的频率，此处为每秒旋转40次
lidar_bp.set_attribute('rotation_frequency', str(40))
# 设定雷达传感器可以探测到的最大距离，以m为单位
lidar_bp.set_attribute('range', str(20))

再构建Lidar位置和回调函数

# 与camera传感器的位置设定与callback function（回调函数，即将数据保存到磁盘上）原理几乎一样
lidar_location = carla.Location(0, 0, 2)
lidar_rotation = carla.Rotation(0, 0, 0)
lidar_transform = carla.Transform(lidar_location, lidar_rotation)
lidar = world.spawn_actor(lidar_bp, lidar_transform, attach_to=ego_vehicle)
lidar.listen(lambda point_cloud: \
            point_cloud.save_to_disk(os.path.join(output_path, '%06d.ply' % point_cloud.frame)))