carla自动驾驶仿真系统的基础

最新推荐文章于 2024-03-19 14:53:41 发布

yqu

最新推荐文章于 2024-03-19 14:53:41 发布

阅读量1.1k

点赞数

文章标签：自动驾驶人工智能机器学习

本文链接：https://blog.csdn.net/iamnotlonely/article/details/121752968

版权

主要翻译自官网文档：Core concepts - CARLA Simulator

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。

Server，Server端负责任何与仿真本身相关的事情：

世界是代表模拟的对象，它作为一个抽象层，包含产生actor、改变天气、获取世界的当前状态等的主要方法。每个模拟只有一个世界。当地图更改时，它将被销毁并替换为新的。

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）。
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。

客户端是用户运行以在模拟中询问信息或更改的模块，客户端使用IP和特定端口运行。它通过终端与服务器通信，可以有多个客户端同时运行。高级多客户端管理需要对CARLA和同步性有透彻的了解。

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。

Actors是在模拟中发挥作用的任何东西：
- 车辆
- 步行者
- 传感器
- 旁观者
- 交通标志和交通灯
blueprints
- 蓝图是生成actor 所必需的已经制作好的actor 布局。基本上，具有动画和一组属性的模型。其中一些属性可以由用户自定义，其他属性则不能。有一个蓝图库，其中包含所有可用的蓝图以及有关它们的信息。

交通标志和交通灯：可作为carla.Landmark对象访问，其中包含有关其 OpenDRIVE 定义的信息。此外，模拟器在运行时使用 OpenDRIVE 文件上的信息自动生成停止、让出和交通灯对象。这些边界框放置在道路上。一旦进入其边界框，车辆就会意识到它们。

传感器等待某个事件发生，然后从模拟中收集数据。他们需要一个定义如何管理数据的函数。根据哪个传感器检索不同类型的传感器数据。

传感器是连接到父车辆的角色。它跟随周围的车辆，收集周围的信息。可用的传感器由它们在蓝图库中的蓝图定义。

CARLA 提供了超出本模拟器介绍范围的广泛功能：

OpenDRIVE：独立模式。仅使用 OpenDRIVE 文件生成道路网格。允许将任何 OpenDRIVE 地图加载到 CARLA 中，而无需创建资产。
PTV-Vissim联合仿真：在 CARLA 和 PTV-Vissim 交通模拟器之间运行同步模拟。
rcorder：保存模拟状态的快照以精确地重新进行模拟。
渲染选项：图形质量设置、离屏渲染和无渲染模式。
RSS：为责任敏感安全集成C++库以使用安全检查修改车辆的轨迹。
模拟时间和同步：关于模拟时间，和服务器客户端通信的一切。
SUMO 联合仿真：在 CARLA和SUMO交通模拟器之间运行同步模拟。
交通管理器：该模块负责所有设置为自动驾驶模式的车辆。它模拟城市中的交通，使模拟看起来像真实的城市环境。

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，arla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。

与CARLA仿真平台相关的开源库：

关注