自动驾驶仿真软件简介----CARLA&Gazebo&LGSVL&Others

CARLA

CARLA 是一个开源模拟器，它使自主驾驶研究领域平民化。模拟器是开源的，是基于虚幻引擎开发的。它是一个模块化和灵活的工具，配备了强大的API来支持ADAS系统的培训和验证。因此，CARLA试图满足ADAS各种用例的要求，例如训练感知算法或学习驾驶策略。CARLA是基于虚幻引擎从头开发的，用于执行模拟，它利用OpenDRIVE标准定义道路和城市设置。CARLA API可由用户自定义，并提供对模拟的控制。它是基于Python和C++的，它与项目的生态系统不断地生长，这个项目是由社区围绕主平台构建的。

CARLA由可扩展的client-server 体系结构组成。与仿真相关的任务部署在服务器上，包括世界状态及其参与者的更新、传感器渲染和物理计算等。为了生成逼真的结果，服务器应使用专用GPU运行。客户端由一些客户端模块组成，这些模块控制出现在场景中的代理（包括行人、车辆、自行车、摩托车）的逻辑。此外，客户端模块还负责世界条件设置。所有客户端模块的设置都是通过使用CARLA API实现的。车辆、建筑和城市布局是CARLA提供的开放式数字资产。此外，还支持不同天气条件和传感器套件灵活规格等环境条件。为了加速查询（例如道路上最近的航路点），CARLA使用RTrees。

在最新版本中，CARLA拥有更精确的车辆体积和更真实的核心物理特性（如车轮摩擦、悬架和质心）。这在车辆转弯或发生碰撞时非常有用。此外，通过利用OpenDRIVE文件提供的信息，将交通灯和停车标志添加到场景的过程已从手动更改为自动。

CARLA提出了一个基于RSS库的安全保证模块。该模块的职责是根据传感器信息保持车辆控制。换句话说，RSS根据传感器数据定义各种情况，然后根据安全检查确定适当的响应。情境描述