14-carlaviz

    Carlaviz插件用于在web浏览器中可视化仿真。可以创建一个带有一些基本场景的窗口。演员可以实时更新，传感器数据可以检索，并且可以在场景中绘制额外的文本，线条和折线。

支持

• Linux — CARLA 0.9.6, 0.9.7, 0.9.8, 0.9.9, 0.9.10.
• Windows — CARLA 0.9.9, 0.9.10.
• Build from source — Latest updates

下载和安装Carlaviz

先决条件

    Docker -访问文档并安装Dockerinstall Docker。

    操作系统-任何能够运行CARLA的操作系统都可以工作。

    安装pip3 install websocket_client，如果系统中还没有pip，请安装它pip。

下载插件

    打开一个终端，根据要运行的CARLA版本拉出Carlaviz的Docker映像。

# Pull only the image that matches the CARLA package being used
docker pull mjxu96/carlaviz:0.9.6
docker pull mjxu96/carlaviz:0.9.7
docker pull mjxu96/carlaviz:0.9.8
docker pull mjxu96/carlaviz:0.9.9
docker pull mjxu96/carlaviz:0.9.10

# Pull this image if working on a CARLA build from source
docker pull mjxu96/carlaviz:latest

    注意：目前Windows只支持0.9.9和0.9.10。

    CARLA 0.9.9之前的版本（包括）被设置为单流。在以后的版本中，实现了传感器的多流。
    在单流中，一个传感器只能被一个客户端听到。当一个传感器已经被另一个客户端听到时，例如在运行manual_control.py时，carlaviz只能复制传感器以检索数据，性能可能会受到影响。
    在多流中，一个传感器可以被多个客户端听到。carlaviz不需要重复这些，性能也不会受到影响。

    注意：在Linux上，用户可以按照这里的说明构建carlaviz，但是使用Docker镜像相对更方便。

运行carlaviz

1. CARLA运行
    a)在CARLA包中，进入CARLA文件夹，使用CarlaUE4.exe （Windows）或./CarlaUE4.sh （Linux）启动仿真。
    b)在从源代码构建-转到CARLA文件夹，运行UE编辑器与make launch和按Play。

2. Carlaviz运行。在另一个终端上，根据下载的Docker镜像运行以下命令。
    更改<name_of_Docker_image>为先前下载的映像的名称，例如mjxu96/carlaviz:latest或mjxu96/carlaviz:0.9.10

# On Linux system
docker run -it --network="host" -e CARLAVIZ_HOST_IP=localhost -e CARLA_SERVER_IP=localhost -e CARLA_SERVER_PORT=2000 <name_of_Docker_image>

# On Windows/MacOS system
docker run -it -e CARLAVIZ_HOST_IP=localhost -e CARLA_SERVER_IP=host.docker.internal -e CARLA_SERVER_PORT=2000 -p 8080-8081:8080-8081 -p 8089:8089 <name_of_Docker_image>

    如果设置正确，Carlaviz将显示类似以下的成功消息。

3. 打开您的web浏览器并访问http://127.0.0.1:8080/。Carlaviz默认运行在8080端口。输出应该类似于以下内容。

可视化工具

    一旦插件开始运行，它就可以用来可视化模拟、运行在其中的演员以及传感器检索的数据。该插件在右侧显示一个可视化窗口，用于实时更新场景，在左侧显示一个侧边栏，其中包含要显示的项目列表。其中一些元素会出现在可视化窗口中，而其他数据（主要是传感器和仿真数据）则会出现在工具列表上方。

    下面是可视化可用的选项列表，可以显示其他元素，例如：

    View Mode-更改可视化窗口中的视图。
      Top Down-空中视角。

      Perspective-自由视野。

      Driver-驾驶员视角。

    /vehicle -显示自我车辆的属性。包括可视化窗口中的速度计和加速度计，以及IMU， GNSS和碰撞检测器传感器检索的数据。
    /velocity -自车的速度。

    /acceleration-自车的加速度。

/drawing -在CarlaPainter绘制的可视化窗口中显示额外的元素。
  /texts -文本元素。

  /points -点元素。

  /polylines -折线元素。

/objects -在可视化窗口中显示演员。
 /walkers -更新walkers。

 /vehicles -更新车辆。

/game -显示仿真数据
 /time -当前仿真时间和帧数。

/lidar -激光雷达传感器数据。
 /points -激光雷达传感器探测到的点云。

/radar - LIDAR传感器数据。
 /points -由雷达传感器检测到的点云。

/traffic -地标数据。
 /traffic_light -在可视化窗口中显示地图的交通灯。

 /stop_sign -在可视化窗口中显示地图的停止标志。

    尝试生成一些演员，这些将在可视化窗口中自动更新。

cd PythonAPI/examples
# Spawns actors in a synchronous mode simulation
python3 generate_traffic.py -n 10 -w 5

    生成一个自我并且手动控制和移动，看看插件如何更新传感器数据。

cd PythonAPI/examples
python3 manual_control.py

    贡献者（wx9698）创建了一个额外的类CarlaPainter，它允许用户绘制要在可视化窗口中显示的元素。这些包括文本、点和折线。按照这个例子this example生成一个带有激光雷达的自我车辆，并绘制激光雷达数据，车辆的轨迹和速度。

    以上为关于carlaviz插件的全部内容。