AUTOSAR从入门到精通-【自动驾驶】CARLA无人驾驶仿真（二）

目录

前言

算法原理

特点和功能

Carla核心模块

Carla 自动驾驶模拟器 

一、World 和 client

二、Actor 和 blueprints

三、Map 和 navigation

四、Sensor 和 data

Carla安装

系统配置要求

安装依赖包

环境配置

Github Repo Clone

安装与测试

carla环境配置

Windows

Ubuntu

二次开发

carla-ros-bridge安装与仿真

 基础API的使用

0. 将Carla Library安装到python3

1 Client and World

2 Actor 与 Blueprint

3.Sensor搭建

4. 观察者（spectator）放置

OSM TO XODR

CARLA加载XODR

前言

Carla 提供用于训练和验证无人驾驶模型的自主驾驶系统。除了开源代码和协议外，Carla 还提供了开放数字资源（城市布局、建筑、车辆），这一些都是免费的。通过编程我们可以完全控制，自定义驾驶仿真系统来达到自己训练模型的所需路况，包括交通规则、城镇道路以及建筑规划的环境、所有静态和动态资源（如行人，路灯和障碍物），以及如何地图生成等。

可扩展性

可以创建一个服务器来实现多个客户端共享仿真系统，来实现可扩展性，同一节点或不同节点中的多个客户端还可以控制个自的 actor (参与者表示为 actor 这里 actor 可以移动汽车或行人等)。

灵活的 API

Carla 提供一套灵活的 API，用户可以使用 API 来轻松控制模拟仿真系统的每一个，包括交通生成、行人行为、天气、传感器等等。

自动驾驶传感器套件

用户可以配置多种传感器套件，包括 lidar、多个摄像头、景深传感器和 GPS 等。

快速模拟车辆的路径规划和控制

当不需要图形可视化交通模拟和道路行为(road behaviro)，可以通过关闭渲染模式，以快速执行不需要图形的交通