Python调用Carla接口生成仿真场景

1、启动carla服务

2、调用接口生成仿真场景

import carla
import random

# 连接服务
client = carla.Client('127.0.0.1', 2000)
# 获得世界
world = client.get_world()
# 可利用的地图
maps = client.get_available_maps()

# 更换地图
client.load_world(maps[6])

(1) 创建车辆

Blueprint Library (world.get_blueprint_library() ) 中包括了已经制作好的带有动画和一系列属性的模型。其中一些是可以修改的，而另一些则不能。这些属性包括车辆颜色、激光雷达传感器的通道数量、步行者的速度等等。
创建车辆

# 筛选vehicle模型
# 从Blueprint Library中筛选指定的vehicle模型
vehicle_bps = world.get_blueprint_library().filter('*vehicle*')
# 从上述Blueprint Library中所有内置vehicle模型中随机选择一个，用来添加到world中
vehicle_bp = random.choice(vehicle_bps)

# 在world中随机选择一个位置生成vehicle
spawn_point = random.choice(world.get_map().get_spawn_points())

生成车辆

# vehicle生成方法
# spawn_actor() raises an exception if the spawning fails.
actor = world.spawn_actor(vehicle_bp, spawn_point)  # vehicle_bp：车辆模型  spawn_point：点位
# 可以通过actor.destroy()方法将生成的vehicle从世界中移除，已经有车的地方再生成车辆会发生报错
# vehicle生成方法,try_spawn_actor() returns None if the spawning fails.
actor = world.try_spawn_actor(vehicle_bp, spawn_point)

车辆生成之后，可以获得车辆速度加速度信息

print(actor.get_acceleration())
print(actor.get_velocity())

location = actor.get_location()
location.z += 10.0
actor.set_location(location)

(2)给车辆安装传感器

# 选择传感器
camera_bp = blueprint_library.find('sensor.camera.rgb')
#将传感器加到my_vehicle
camera = world.spawn_actor(camera_bp, relative_transform, attach_to=my_vehicle)
# 传感器监听
camera.listen(lambda image: image.save_to_disk('output/%06d.png' % image.frame))

（3）对车辆进行控制

# 对车辆进行控制
# throttle=1.0 油门, steer=-1.0 方向盘
actor1.apply_control(carla.VehicleControl(throttle=6.0, steer=1.0))
# 设置车辆为自动驾驶模式
actor1.set_autopilot(True)