自动驾驶仿真工具之CARLA使用小结

大家好，我已经把CSDN上的博客迁移到了知乎上，欢迎大家在知乎关注我的专栏慢慢悠悠小马车（https://zhuanlan.zhihu.com/duangduangduang）。希望大家可以多多交流，互相学习。

---

接触CARLA有近一个月的时间了，主要实现了在其中控制车辆沿规划的轨迹行驶。我使用CARLA的目的在于验证自己的决策规划算法是否正确，此处暂时不提决策规划的内容，只说如何将轨迹输入到CARLA仿真环境中。

我采用的方式是决策规划模块输出的轨迹封装成ROS Message的形式发布出来，将CARLA/PythonAPI/examples/automatic_control.py改成一个订阅该topic的节点，然后周期性的将轨迹传送到CARLA server端。server端有AWheeledVehicleAIController 与自动驾驶模式对应，并且在这个类中有SetFixedRoute()函数可以设定自车的行驶轨迹。可惜的是，PythonAPI中并没有这个函数，那么，就需要自定义API啦。定义API、打通server和client端的联系，套路对于每个函数都是一样的，这里以SetAutopilot(bool Enable)函数为例，请自行补充默认参数设置和头文件的相关声明。

1. 在AWheeledVehicleAIController（或其他位置）中定义好SetAutopilot(bool Enable)的具体行为；

2. 在CarlaServer.cpp中

   BIND_SYNC(set_actor_autopilot) << [this](
         cr::ActorId ActorId,
         bool bEnabled) -> R<void>
     {
       REQUIRE_CARLA_EPISODE();
       auto ActorView = Episode->FindActor(ActorId);
       if (!ActorView.IsValid())
       {
         RESPOND_ERROR("unable to set autopilot: actor not found");
       }
       auto Vehicle = Cast<ACarlaWheeledVehicle>(ActorView.GetActor());
       if (Vehicle == nullptr)
       {
         RESPOND_ERROR("unable to set autopilot: actor does not support autopilot");
       }
       auto Controller = Cast<AWheeledVehicleAIController>(Vehicle->GetController());
       if (Controller == nullptr)
       {
         RESPOND_ERROR("unable to set autopilot: vehicle controller does not support autopilot");
       }
       Controller->SetAutopilot(bEnabled);
       return R<void>::Success();
     };

    

3.  在Client.cpp中

   void Client::SetActorAutopilot(rpc::ActorId vehicle, const bool enabled) {
       _pimpl->AsyncCall("set_actor_autopilot", vehicle, enabled);
     }

    

4. 在 Simulator.h中

   void SetVehicleAutopilot(Vehicle &vehicle, bool enabled = true) {
         _client.SetActorAutopilot(vehicle.GetId(), enabled);
       }

    

5. 在Vehicle.cpp中

   void Vehicle::SetAutopilot(bool enabled) {
       GetEpisode().Lock()->SetVehicleAutopilot(*this, enabled);
     }

    

6. 在Actor.cpp中

   .def("set_autopilot", &cc::Vehicle::SetAutopilot, (arg("enabled") = true))

    

7. 在PythonAPI中就可以调用set_autopilot()函数了。

   world.player.set_autopilot(True)

    

非容器（stl的vector、map，Python的list等）类参数按上述操作即可成功，但是对于vector、list参数的传递和解析，一直没有成功。希望有经验的同学可以教我。于是，我采用了逐点设置的方式设定轨迹，这里注意每点之间要加延时（>100us），否则client设定的顺序可能和server接收的顺序不一致，表现为车在行进过程中突然掉头。另外，AWheeledVehicleAIController中判断车是否到达某点的距离阈值也要小心设置，若过小，很可能车在上一帧还没有到达该点（大于阈值），下一帧已经超过该点了（大于阈值），就会表现为车在行进过程中突然掉头去往这个已经走过的点。当然，添加位置检测，当车已经超过某点时，即便大于阈值依然pop该轨迹点，我认为会更稳妥些，这样做需注意轨迹点间距和U形弯道的情况。

---

另外，零零碎碎的提一些小的trick。

• Carla是左手坐标系。

• Carla中Server端和Client端的速度单位不统一，km/h和m/s还有cm/s，要注意区分。如PythonAPI中 player.get_velocity()返回值是m/s，而Server中Vehicle.GetVehicleForwardSpeed()是cm/s，SpeedLimit又是km/h。

• ImportError: No module named agents.navigation.roaming_agent，解决办法：在.bashrc文件中添加 export PYTHONPATH=$PYTHONPATH:CARLA_PATH/PythonAPI/carla

• 设置server启动时默认加载的地图，方法：在carla/Unreal/CarlaUE4/Config/DefaultEngine.ini中，把TownXX全部改成想要的地图。

[/Script/EngineSettings.GameMapsSettings]
EditorStartupMap=/Game/Carla/Maps/Town04.Town04
GameDefaultMap=/Game/Carla/Maps/Town04.Town04
ServerDefaultMap=/Game/Carla/Maps/Town04.Town04
GlobalDefaultGameMode=/Game/Carla/Blueprints/Game/CarlaGameMode.CarlaGameMode_C
GameInstanceClass=/Script/Carla.CarlaGameInstance
TransitionMap=/Game/Carla/Maps/Town04.Town04
GlobalDefaultServerGameMode=/Game/Carla/Blueprints/Game/CarlaGameMode.CarlaGameMode_C

• 设置automatic_control.py生成的自车的speed limit，方法：在carla/PythonAPI/carla/agents/navigation/basic_agent.py中，修改初始化函数__init__中的target_speed参数。

class BasicAgent(Agent):
    """
    BasicAgent implements a basic agent that navigates scenes to reach a given
    target destination. This agent respects traffic lights and other vehicles.
    """

    def __init__(self, vehicle, target_speed=120):
        """
        :param vehicle: actor to apply to local planner logic onto
        """
        super(BasicAgent, self).__init__(vehicle)

        self._proximity_threshold = 10.0  # meters
        self._state = AgentState.NAVIGATING
        args_lateral_dict = {
            'K_P': 1,
            'K_D': 0.02,
            'K_I': 0,
            'dt': 1.0/20.0}
        self._local_planner = LocalPlanner(
            self._vehicle, opt_dict={'target_speed' : target_speed,
            'lateral_control_dict':args_lateral_dict})
        self._hop_resolution = 2.0
        self._path_seperation_hop = 2
        self._path_seperation_threshold = 0.5
        self._target_speed = target_speed
        self._grp = None

• Client类的reload_world()可以destroy原来world中已经创建的所有actors。

client = carla.Client(args.host, args.port)
if client.get_world() is not None:
    client.reload_world();

• 通过waypoint判断临近的lane是否drivable，可以将waypoint.lane_change与carla.LaneChange做位运算实现。如waypoint.lane_change & carla.LaneChange.Left != 0表示可以左转。参考资料
• world.get_map().get_spawn_points() 每次返回的都是同样的点集，即推荐的可以生成车辆的地点，这是预先设置好的，共250个点。