1. CARLA初探
大家好，我是你们的老朋友。今天咱们正式开启CARLA仿真之旅。
说实话，我第一次接触CARLA是在三年前。那时候我正为一个自动驾驶项目头疼——实车测试成本太高，一次剐蹭就是几万块。后来我发现了CARLA，嗯，这玩意儿真香。
1.1 CARLA是什么？
CARLA的全称是 Car Learning to Act，说白了就是一个开源的自动驾驶仿真器。它由巴塞罗那计算机视觉中心（CVC）和丰田研究院联合开发，2017年首次发布。
你可以把它理解成一个专门为自动驾驶算法打造的"虚拟试车场"。在这个虚拟世界里，你可以控制车辆、行人、交通灯、天气，甚至传感器噪声。
核心特点：
- 完全开源，MIT协议，商用也没问题
- 基于Unreal Engine 4，画面逼真
- 支持RGB相机、深度相机、激光雷达、GPS、IMU等多种传感器
- 提供Python API，方便算法集成
- 支持多客户端架构，可以分布式运行
我习惯把CARLA比作自动驾驶界的"GTA"。你想想看，在GTA里你能开车、撞人、闯红灯，CARLA里也能——只不过CARLA是给AI开的，而且撞了不用赔钱。
1.2 为什么选择CARLA？
市面上仿真器不少，比如AirSim、SUMO、LGSVL。为什么我推荐CARLA？
第一，生态成熟。 CARLA社区非常活跃，GitHub上有超过1万颗星。我在项目中遇到的大部分问题，Stack Overflow上都能找到答案。
第二，传感器仿真真实。 我记得有一次做激光雷达点云处理，用CARLA生成的雷达数据跟实际Velodyne采集的数据几乎没区别。这一点对算法验证太重要了。
第三，场景灵活。 你可以自定义地图、车辆、行人路径，甚至模拟极端天气。我曾经在项目中用CARLA模拟了暴雨天、雪天、夜间场景，帮团队发现了不少算法盲区。
| 对比项 | CARLA | AirSim | SUMO |
|---|---|---|---|
| 渲染引擎 | Unreal Engine 4 | Unreal Engine 4 | 无（微观交通流） |
| 传感器仿真 | 丰富（相机、雷达、激光雷达等） | 丰富 | 无 |
| 交通流仿真 | 支持（内置SUMO接口） | 有限 | 专业级 |
| Python API | 完善 | 完善 | 有 |
| 开源协议 | MIT | MIT | EPL-2.0 |
说白了，如果你做的是感知、规划、控制这类算法，CARLA是首选。如果你只做交通流仿真，SUMO更轻量。但大多数时候，我们两者结合用——CARLA做渲染，SUMO做交通流。
1.3 安装与启动（Windows）
嗯，这里要注意。Windows安装相对简单，但有几个坑我得提前说。
1.3.1 系统要求
- Windows 10/11 64位
- 至少8GB内存（我建议16GB）
- 独立显卡（NVIDIA GTX 1060以上）
- 50GB以上硬盘空间
1.3.2 安装步骤
- 下载CARLA：去GitHub Releases页面下载CARLA 0.9.14（我习惯用这个版本，稳定）
- 解压：解压到纯英文路径，比如
D:\CARLA。千万别放中文路径，否则你会哭的。 - 安装Python依赖：打开命令行，进入CARLA目录，运行：
pip install -r PythonAPI/examples/requirements.txt - 启动CARLA：双击
CarlaUE4.exe，或者命令行运行：CarlaUE4.exe -quality-level=Low我建议第一次用
-quality-level=Low，启动快。等熟悉了再调高画质。
避坑指南： 我曾经在Windows上遇到启动后黑屏的问题。后来发现是显卡驱动太旧。更新到最新NVIDIA驱动后就好了。另外，如果你用的是笔记本，记得在NVIDIA控制面板里把CARLA设为高性能显卡。
1.4 安装与启动（Linux）
Linux下安装稍微复杂一点，但性能更好。我个人习惯在Ubuntu 20.04上跑CARLA。
1.4.1 系统要求
- Ubuntu 18.04/20.04/22.04
- NVIDIA显卡 + 驱动（至少460版本）
- Vulkan支持
1.4.2 安装步骤
- 安装依赖：
sudo apt-get update sudo apt-get install -y build-essential cmake python3-dev libpng-dev libtiff5-dev libjpeg-dev libboost-all-dev - 下载CARLA：同样从GitHub下载，或者用命令行：
wget https://carla-releases.s3.eu-west-3.amazonaws.com/Linux/CARLA_0.9.14.tar.gz tar -xzf CARLA_0.9.14.tar.gz - 安装Python依赖：
pip3 install -r PythonAPI/examples/requirements.txt - 启动CARLA：
./CarlaUE4.sh -quality-level=Low
小技巧： 在Linux下，我习惯用 ./CarlaUE4.sh -RenderOffScreen 启动无界面模式。这样可以在服务器上跑，节省GPU资源。配合 tmux 或 screen，可以后台运行。
1.5 核心知识体系
为了让你更直观地理解CARLA的整体架构，我画了一张图。这张图是我做项目时总结的，希望能帮你建立全局认知。
这张图展示了CARLA的核心架构。从上到下，你看到的是：仿真引擎 → 三大模块（传感器、场景、交通流）→ Python API → 实际应用。说白了，你只需要通过Python API就能控制整个仿真世界。
1.6 验证安装
安装完成后，我们来跑一个简单的测试脚本。打开Python终端，输入：
import carla
client = carla.Client('localhost', 2000)
client.set_timeout(10.0)
world = client.get_world()
print("CARLA连接成功！当前地图：", world.get_map().name)如果输出类似 CARLA连接成功！当前地图：/Game/Carla/Maps/Town01，恭喜你，安装成功了！
小提示： 第一次启动CARLA时，可能会弹出防火墙提示。记得允许访问。另外，默认端口是2000，如果你同时跑多个实例，可以用 -carla-rpc-port=3000 指定不同端口。
好了，这一章的内容就到这里。CARLA的安装和启动其实不难，难的是后面怎么用它做自动化仿真。别急，我们一步步来。
可可精品资料库