3、LGSVL基础操作：界面导航、地图加载、车辆选择、传感器配置、运行仿真

LGSVL Simulator（现为LG SVL Simulator，后由Aptiv等社区维护）是自动驾驶开发中常用的开源高保真仿真平台。它基于Unity引擎，能够提供逼真的物理环境、传感器模型和场景交互能力。对于初学者而言，掌握其基础操作是进行后续算法验证、场景测试和系统集成的第一步。本章将围绕LGSVL的五大核心操作模块——界面导航、地图加载、车辆选择、传感器配置和运行仿真——展开系统讲解，帮助学员建立从“打开软件”到“跑通第一个仿真任务”的完整操作链路。

上图展示了LGSVL基础操作的完整链路。从界面导航开始，依次经过地图加载、车辆选择、传感器配置，最终进入运行仿真阶段。右侧的辅助功能模块（天气、交通流、NPC等）和底部数据输出接口（ROS2/CyberRT Bridge）贯穿整个操作过程，是后续进行算法联调的关键。下面我们将逐一深入每个模块的具体操作与原理。

3.1 界面导航：熟悉LGSVL的布局与核心面板

核心原理

LGSVL的界面基于Unity编辑器风格设计，主要分为菜单栏、工具栏、场景视图（Scene View）、游戏视图（Game View）、层级面板（Hierarchy）、检查器面板（Inspector）和项目面板（Project）。理解这些面板的分工是高效操作的前提。场景视图用于编辑和预览仿真环境，游戏视图则模拟最终渲染效果，层级面板列出当前场景中的所有对象，检查器面板显示选中对象的属性（如位置、旋转、缩放、组件配置），项目面板管理资源文件（如地图、车辆预制体、传感器配置）。

操作流程

1. 启动与主窗口：双击LGSVL图标启动模拟器，首次启动会进入主菜单（Main Menu），包含“Open Scene”、“Edit Mode”、“Simulation Mode”等选项。选择“Simulation Mode”进入仿真运行界面。
2. 工具栏操作：顶部工具栏提供“Play”、“Pause”、“Step”和“Stop”按钮。Play开始仿真，Pause暂停，Step单步执行（用于调试），Stop停止并重置场景。
3. 视图切换：使用鼠标右键拖动旋转视角，滚轮缩放，按住鼠标中键平移。在Scene View中，可按F键聚焦选中对象。
4. 面板布局调整：每个面板都可以拖动、停靠或浮动。若面板意外关闭，可通过菜单栏“Window”重新打开。

案例拆解：首次启动后的界面检查

假设你刚安装完LGSVL，双击图标后进入主菜单。此时不要急于加载地图，先点击“Simulation Mode”进入空场景。检查右下角的“Simulator Status”面板，确认版本号与Unity版本匹配。然后依次点击菜单栏的“Window”->“Layouts”->“Default”，恢复默认布局。在Hierarchy面板中，你会看到默认的“Main Camera”和“Directional Light”。此时可以拖动鼠标旋转视角，熟悉场景操作手感。这个简单的检查流程能避免后续因界面错乱导致的误操作。

常见误区与复盘

• 误区一：混淆Scene View和Game View。Scene View是编辑视角，Game View是最终渲染视角，两者操作逻辑不同。
• 误区二：忽略工具栏的“Step”按钮。在调试传感器数据时，单步执行能逐帧分析，非常有用。
• 复盘：每次进入新场景前，先重置布局并检查状态栏，形成肌肉记忆。

3.2 地图加载：从内置地图到自定义高精地图

核心原理

LGSVL支持多种地图格式，包括内置的Unity场景地图、Apollo的HD Map（高精地图）以及通过RoadRunner等工具导出的自定义地图。地图加载的本质是将地图文件（如XML、FBX、3D Tiles）解析为Unity场景中的GameObject，并生成对应的碰撞体、车道线、交通信号等语义信息。地图的坐标系与真实世界坐标（经纬度）通过OriginGeoCoordinate进行绑定。

操作流程

1. 打开地图选择界面：在Simulation Mode下，点击左侧的“Maps”标签页，点击“Add New”按钮。
2. 选择地图来源：可从“Available Maps”列表中选择内置地图（如“SanFrancisco”、“BorregasAve”），或点击“Import”导入外部地图文件。
3. 配置地图参数：导入后，需设置地图的“Origin”经纬度坐标，以及“Map Version”（如Apollo 5.0）。
4. 加载与验证：点击地图名称，然后点击“Load”按钮。加载完成后，在Scene View中检查地图是否完整，道路是否连续。

案例拆解：加载Apollo 5.0地图并验证车道线

假设你正在开发基于Apollo的感知算法，需要加载“SanFrancisco”地图。操作步骤如下：

1. 点击“Add New”，选择“Import”并找到Apollo地图文件夹中的“base_map.xml”。
2. 在“Map Origin”中填入旧金山的经纬度(37.7749, -122.4194)。
3. 点击“Load”，等待地图编译。编译完成后，在Scene View中放大检查一条双向四车道，确认车道线、停止线、红绿灯模型是否完整。
4. 若发现车道线缺失，检查地图文件是否包含“lane”标签，并确认LGSVL版本与Apollo地图版本兼容。

此案例中，关键指标是地图加载时间（应小于30秒）和车道线数量（与真实道路一致）。若加载时间过长，可能是地图文件过大或电脑内存不足。

常见误区与复盘

• 误区一：忘记设置Origin坐标，导致车辆定位到地图外。
• 误区二：导入地图后不检查碰撞体，车辆直接穿过地面。
• 复盘：加载地图后，先按“Play”运行几秒，观察车辆是否稳定停在地面上，再开始后续配置。

3.3 车辆选择：匹配车型与传感器预设

核心原理

LGSVL提供多种车辆模型，如“Lexus RX 450h”、“Lincoln MKZ”等，每种车型具有不同的物理参数（质量、轴距、转向半径）和外观。车辆选择的核心是匹配你的算法需求：例如，进行泊车测试时选择轴距较短的车型，进行高速巡航测试时选择空气动力学更好的车型。同时，车辆预制体（Prefab）中通常预置了传感器配置，选择车辆后仍需确认传感器是否满足需求。

操作流程

1. 打开车辆选择界面：在Simulation Mode下，点击左侧的“Vehicles”标签页。
2. 添加车辆：点击“Add New”，从列表中选择车型，或点击“Import”导入自定义车辆模型（需符合LGSVL的车辆规格）。
3. 配置车辆参数：选中车辆后，在Inspector面板中可调整车辆颜色、初始位置（X, Y, Z）和朝向（Yaw）。
4. 检查传感器挂载：展开车辆层级，查看“SensorSuite”下是否包含所需的传感器（如Camera、LiDAR）。

案例拆解：为园区物流车选择合适车型

假设你要测试一个低速园区物流算法，要求车辆最高速度不超过20km/h，且需要精确的倒车入库能力。此时选择“Lexus RX 450h”可能过于宽大，而“Lincoln MKZ”的转向半径较大。更优的选择是导入一个自定义的小型厢式货车模型，或者使用内置的“Jeep Grand Cherokee”并调整其最大速度参数。在车辆参数中，将“Max Speed”设为5.5m/s（约20km/h），并将“Steering Ratio”调大以增加转向灵敏度。此案例中，关键参数是轴距（影响转弯半径）和最大速度。

常见误区与复盘

• 误区一：只关注车辆外观，忽略物理参数对控制算法的影响。
• 误区二：车辆初始位置设置在地图边界外，导致仿真启动即报错。
• 复盘：选择车辆后，先在Scene View中按“F”聚焦车辆，确认其位于道路内，且车头方向与车道方向一致。

3.4 传感器配置：构建你的感知系统

核心原理

传感器配置是LGSVL中最核心的环节之一。LGSVL通过Unity的组件系统模拟传感器，每个传感器（如Camera、LiDAR、Radar、IMU）都是一个挂载在车辆上的GameObject，并带有特定的脚本（如“CameraSensor.cs”）。传感器配置的关键参数包括：安装位置（相对车辆坐标）、分辨率、视场角（FOV）、帧率、噪声模型等。这些参数直接影响仿真数据的真实性和算法测试的有效性。

操作流程

1. 选中车辆：在Hierarchy面板中点击车辆对象。
2. 添加传感器：在Inspector面板中点击“Add Component”，搜索“Sensor”并选择所需类型。
3. 配置传感器参数：以Camera为例，需设置“Width”（如1920）、“Height”（如1080）、“FOV”（如60°）、“Near Clip”（0.3m）、“Far Clip”（1000m）。
4. 设置数据输出：在传感器的“Bridge Connector”中，选择已配置的Bridge（如ROS2 Bridge），并指定Topic名称（如“/camera/center”）。
5. 验证传感器：点击Play运行仿真，在Game View中切换至传感器视角，确认画面正常。

案例拆解：配置一个前视摄像头与64线LiDAR组合

假设你需要测试一个融合感知算法，需要前视摄像头和车顶LiDAR。操作如下：

1. 在车辆下添加一个Camera传感器，设置位置为(1.5, 1.2, 0.5)（相对车辆中心），旋转为(0, 0, 0)。
2. 设置分辨率为1920x1080，FOV为70°，帧率为20Hz。
3. 添加一个LiDAR传感器，位置为(0, 1.8, 0)，旋转为(0, 0, 0)。选择“64E1”型号，设置频率为10Hz，点云数量约120万点/秒。
4. 在Bridge Connector中，分别设置Topic为“/camera/center”和“/lidar/points”。
5. 运行仿真，在终端中使用ros2 topic hz /camera/center验证频率，使用ros2 topic echo /lidar/points查看点云数据。

此案例中，关键指标是摄像头帧率是否稳定在20Hz，LiDAR点云是否包含地面和周围车辆。若点云出现“空洞”，可能是LiDAR的“Min Range”设置过大（如设为1m），导致近处物体被过滤。

常见误区与复盘

• 误区一：传感器位置设置错误，导致摄像头被车顶遮挡。
• 误区二：忘记设置Bridge Connector，导致数据无法发送到ROS。
• 复盘：配置完传感器后，先运行仿真并检查Topic列表，确认所有传感器都在发布数据。

3.5 运行仿真：从Play到数据采集

核心原理

运行仿真是将地图、车辆、传感器和场景动态（如交通流、行人）整合起来，通过物理引擎实时计算并输出数据的过程。LGSVL支持两种运行模式：实时模式（Real-time）和加速模式（Accelerated）。实时模式以1倍速运行，适合与外部算法联调；加速模式可提升至10倍速，适合批量场景测试。仿真运行的核心是“Simulation Loop”，它每帧更新车辆状态、传感器数据和环境动态。

操作流程

1. 启动仿真：点击工具栏的“Play”按钮，或按快捷键Ctrl+P。
2. 监控状态：观察Scene View中的车辆运动，检查Game View中的传感器画面。
3. 控制仿真：使用“Pause”暂停，“Step”单步，“Stop”停止并重置。
4. 数据采集：在外部终端中，通过ROS2或CyberRT订阅Topic，记录数据包（ros2 bag record）。
5. 场景控制：在左侧的“Simulation”面板中，可添加NPC车辆、设置天气、调整交通流密度。

案例拆解：运行一个包含交通流的城市道路场景

假设你要测试车辆的变道算法，需要模拟城市快速路的交通流。操作如下：

1. 加载“SanFrancisco”地图，选择“Lincoln MKZ”车辆，配置好传感器。
2. 在“Simulation”面板中，点击“Add NPC”，选择“Sedan”类型，设置数量为20辆。
3. 设置“Traffic Density”为“High”，并启用“Random Traffic”模式。
4. 点击Play运行仿真。观察车辆是否自动跟随前车，并尝试在外部发送变道指令（通过ROS2 Topic）。
5. 使用ros2 bag record -a录制所有数据，用于后续离线分析。

此案例中，关键指标是仿真帧率（应保持>15FPS）和NPC车辆的行为合理性（如是否闯红灯、是否发生碰撞）。若帧率过低，可减少NPC数量或降低传感器分辨率。

常见误区与复盘

• 误区一：忘记设置车辆初始速度，导致车辆静止不动。
• 误区二：在仿真运行中修改传感器参数，导致数据中断。
• 复盘：每次运行前，先检查“Simulation Status”面板中的“FPS”和“Sim Time”，确保仿真健康运行。

3.6 综合实战：从零开始跑通一个自动驾驶感知Demo

场景与目标

本实战将综合运用本章所有知识点，完成一个“车辆检测”Demo。目标是在LGSVL中加载地图、配置车辆与传感器，并通过ROS2订阅摄像头图像，使用YOLOv5进行实时车辆检测。约束条件：使用内置“BorregasAve”地图，车辆为“Lexus RX 450h”，传感器仅使用前视摄像头（分辨率1280x720，FOV 60°），运行环境为Ubuntu 20.04 + ROS2 Foxy。

操作步骤与关键数据

1. 地图加载：加载“BorregasAve”地图，设置Origin为(37.335480, -121.881028)。
2. 车辆配置：添加“Lexus RX 450h”，设置初始位置为(0, 0, 0)，朝向为(0, 0, 0)。
3. 传感器配置：添加Camera传感器，位置(1.2, 1.0, 0.3)，旋转(0, 0, 0)。设置Topic为“/camera/raw”。
4. 启动仿真：点击Play，确认摄像头画面正常。
5. 外部算法联调：在终端中运行ros2 run yolov5_ros yolo_detect，订阅“/camera/raw”并发布检测结果。

关键指标：摄像头帧率稳定在25Hz，检测算法推理时间小于50ms，检测框准确率在简单场景下大于90%。

结果与复盘

运行5分钟后，检测算法成功识别出场景中的3辆NPC车辆和1个行人。但发现当车辆转弯时，检测框出现抖动。分析原因：摄像头安装位置靠近车辆边缘，转弯时车身遮挡部分视野。解决方案：将摄像头位置移至车辆中心(0, 1.2, 0.5)，并增加“Anti-Flicker”滤波。此案例表明，传感器安装位置对算法性能有直接影响，需根据实际场景反复调整。