自动驾驶仿真：Carla的基本架构

自动驾驶仿真：Carla的基本架构

对于从事自动驾驶领域的小伙伴们来说，Carla这个软件一定不陌生。自动驾驶往往需要大量的数据训练与安全测试，而在实际场景中收集数据成本较高，另外有许多corner cases也非常难以在现实生活测试，于是Carla这款仿真软件便横空出世啦！

Carla是一款_开源_的_自动驾驶_仿真器，它基本可以用来帮助训练自动驾驶的所有模块，包括感知系统，Localization, 规划系统等等。许多自动驾驶公司在进行实际路跑前都要在这Carla上先溜一溜，所以可以说，用好CARLA可以让你如鱼得水，如虎添翼，如龙喷火，如饥似渴（好像越跑越偏）。

然而网上关于Carla的教程实在是少而散，不成系统，因此我在这里想补上这一块gap, 做一个史上最全的教程——从如何配置环境，到如何利用traffic manager规划复杂的交通车况来模拟现实世界，再到如何利用它进行大规模perception/planning 训练以及如何将carla与autoware耦合，我都会一一讲解。

那么今天就是这个系列课程的第一讲——Carla的基本架构！

附赠自动驾驶最全的学习资料和量产经验：链接

Client-Server的交互形式

如下图所示，Carla主要分为Server与Client两个模块，Server端用来建立这个仿真世界，而Client端则是由用户控制，用来调整、变化这个仿真世界。

1. Server: Server端负责任何与仿真本身相关的事情：从3D渲染汽车、街道、建筑，传感器模型的构建，到物理计算等等。它就像一个造物主， 将整个世界建造出来，并且根据Client 的外来指令更新这个世界。它本身是基于UnrealEnigne做出的3D渲染（很多游戏都是使用这个强大的引擎做的哦）。

2. Client: 如果server构造了整个世界，那么这个世界不同时刻到底该如何运转（比如天气是什么样，有多少辆车在跑，速度是多少）则是由Client端控制的。用户通过书写Python脚本（最新版本C++ 也可以）来向Server端输送指令指导世界的变化，Server根据用户的指令去执行。（可以理解为Client端耍耍嘴皮子下个指令，咱们的造物主亲力亲为去执行这些指令。） 另外，Client端也可以接受Server端的信息，譬如某个照相机拍到的路面图片。

Server(左图）与 Client（右图）

Carla核心模块

1. Traffic Manager: 自动驾驶之所以难搞，很核心的一个原因就是现实世界车太多了！试想如果整个世界就你一辆车在大马路上跑，自动驾驶恐怕早实现了。因此，Carla专门构造了Traffic Manager这个模块来模拟类似现实世界负责的交通环境。通过这个模块，用户可以定义N多不同车型、不同行为模式、不同速度的车辆在路上愉快地与你的自动驾驶汽车（Ego-Vehicle）一起玩耍。这个模块后面会详细讲解。

2. Sensors: Carla里面有各种各样模拟真实世界的传感器模型，包括相机、激光雷达、声波雷达、IMU、GNSS等等。为了让仿真更接近真实世界，它里面的相机拍出的照片甚至还有畸变和动态模糊效果。用户一般将这些Sensor attach到不同的车辆上来收集各种数据。

3. Recorder： 俗话说的好，不能复现的仿真不是好仿真。这个模块就是用来记录仿真每一个时刻（Step)的状态，可以用来回顾、复现等等。

4. ROS bridge： 这个模块可以让Carla与ROS还有Autoware交互，正是这个模块的存在使得在仿真里测试你的自动驾驶系统变得可能，十分重要，后面也会详细讲解。

5. Open Assest：这个模块可以允许你为仿真世界添加customized的物体库，比如你可以在默认的汽车蓝图里再加一个真实世界不存在、外形酷炫的小飞汽车，用来给Client端调用