2. 环境搭建与传感器配置

好，咱们正式开始动手了。这一节，我带你把CARLA的“感官系统”搭起来。说白了，就是让自动驾驶的车子能“看”能“听”能“定位”。

我个人习惯，先把地图加载好，再配传感器。就像盖房子，先有地基，再装门窗。你想想看，如果地图都没加载，传感器往哪儿装？

2.1 地图加载：选对战场

CARLA自带了好几个地图。我刚开始用的时候，总喜欢用Town01，觉得简单。后来发现，简单地图练不出真本事。

加载地图的代码其实很简单：

import carla

# 连接客户端
client = carla.Client('localhost', 2000)
client.set_timeout(10.0)

# 加载地图
world = client.load_world('Town03')  # 我个人偏爱Town03，路况丰富

嗯，这里要注意。如果你在Windows上跑，记得先启动CARLA服务端。我踩过这个坑，折腾了半小时才发现服务端没开。

地图名称	特点	适合场景
Town01	简单直路，交叉口少	新手入门、传感器标定
Town03	多车道、环岛、红绿灯	城市工况、决策规划
Town05	高速公路、匝道	高速场景、变道测试

2.2 天气系统：别只在晴天跑

很多同学做算法，只在大晴天跑。结果一下雨，模型就崩了。我曾经在项目里吃过这个亏——客户要求雨天也能跑，结果我们连夜补数据。

CARLA的天气系统很灵活。你可以调光照、雨量、雾浓度。代码长这样：

weather = carla.WeatherParameters(
    cloudiness=80.0,        # 云量 0-100
    precipitation=60.0,     # 降雨量 0-100
    sun_altitude_angle=30.0 # 太阳高度角
)
world.set_weather(weather)

为什么会这样设置？因为真实场景中，光线变化对摄像头影响最大。你想想看，正午和黄昏，同一个摄像头拍出来的效果天差地别。

2.3 摄像头配置：车子的眼睛

摄像头是感知的主力。我一般配三个：前视、左视、右视。这样能覆盖大部分视野。

配置参数里，有几个关键点：

• 图像分辨率：别贪高。1280x720够用了，太高了算力扛不住。
• 视场角（FOV）：我习惯用90度。太宽了图像畸变大，太窄了盲区多。
• 位置：装在车顶前部，模拟人眼高度。

camera_bp = blueprint_library.find('sensor.camera.rgb')
camera_bp.set_attribute('image_size_x', '1280')
camera_bp.set_attribute('image_size_y', '720')
camera_bp.set_attribute('fov', '90')

camera_transform = carla.Transform(
    carla.Location(x=1.5, z=2.4),  # 车顶前方
    carla.Rotation(pitch=0)
)
camera = world.spawn_actor(camera_bp, camera_transform, attach_to=vehicle)

2.4 激光雷达：点云的世界

激光雷达，说白了就是发射激光束，测量反射时间。CARLA模拟的LiDAR很真实，连多回波效应都考虑了。

配置参数里，我重点说几个：

参数	推荐值	说明
channels	32 或 64	线数。32线够用，64线更密
range	50-100米	探测距离。太远点云稀疏
points_per_second	1.3e6	每秒点数。影响帧率

lidar_bp = blueprint_library.find('sensor.lidar.ray_cast')
lidar_bp.set_attribute('channels', '32')
lidar_bp.set_attribute('range', '50')
lidar_bp.set_attribute('points_per_second', '1300000')

lidar_transform = carla.Transform(
    carla.Location(x=0.0, z=2.5)  # 车顶中心
)
lidar = world.spawn_actor(lidar_bp, lidar_transform, attach_to=vehicle)

2.5 GPS与IMU：定位的基石

GPS和IMU，一个是绝对定位，一个是相对定位。两者互补。

GPS在CARLA里其实很简单，就是返回经纬度。但要注意，模拟的GPS有噪声，别太当真。

gps_bp = blueprint_library.find('sensor.other.gnss')
gps_bp.set_attribute('noise_alt_stddev', '0.001')
gps = world.spawn_actor(gps_bp, carla.Transform(), attach_to=vehicle)

IMU呢，返回加速度和角速度。我一般用它来做航位推算。嗯，这里要注意，IMU的零偏和噪声参数要调好，不然积分出来的位置会漂。

2.6 知识体系总览

说了这么多，我画张图帮你理一理。这一节的核心逻辑就是：地图是舞台，天气是氛围，传感器是演员。

这张图你看懂了吗？从上到下，先选地图，再调天气，最后配传感器。每一步都有讲究。

2.7 实战小贴士

最后，我分享几个实战中总结的经验：

• 先跑通再优化：别一上来就调参数。先让传感器能出数据，再慢慢调。
• 多传感器同步：CARLA里每个传感器都有自己的回调。我习惯用一个全局时间戳来对齐数据。
• 保存配置：把传感器参数写成配置文件。这样换场景时，一键加载，不用手改代码。