4. 场景与地图：加载不同地图、设置天气、获取地图信息、生成行人

好，咱们进入第四讲。这一章的内容，说白了就是让CARLA的世界活起来。你想想看，一辆车在空荡荡的街道上跑，那多没意思。真实世界里，有晴天、有雨天、有行人、有各种路况。这一章，我们就来搞定这些。

4.1 加载不同地图

CARLA自带了好几个地图，每个地图的复杂度、场景都不一样。我个人习惯，刚开始学习时用Town01或Town03，路况简单，不容易撞车。等你要做复杂测试了，再上Town05或Town06。

import carla

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

# 获取世界对象
world = client.get_world()

# 加载指定地图
world = client.load_world('Town03')
print(f"当前地图: {world.get_map().name}")

# 或者用相对路径加载自定义地图
# world = client.load_world('/Game/Carla/Maps/Town05')

这里有个坑，我曾经遇到过：如果你在仿真运行中频繁切换地图，内存会慢慢涨上去。我的建议是，每次切换前，主动调用一下垃圾回收，或者干脆重启客户端。嗯，这个经验是用一次崩机换来的。

4.2 设置天气

天气系统是CARLA的一大亮点。你可以设置晴天、阴天、雨天、雾天，甚至沙尘暴。说白了，就是调几个参数的事。

# 获取当前天气
weather = world.get_weather()

# 创建一个新的天气参数
weather_params = carla.WeatherParameters(
    cloudiness=80.0,        # 云量 0-100
    precipitation=30.0,     # 降水量 0-100
    precipitation_deposits=30.0,  # 积水程度
    wind_intensity=10.0,    # 风速
    sun_altitude_angle=45.0, # 太阳高度角
    fog_density=10.0,       # 雾浓度
    fog_distance=50.0,      # 雾可见距离
    wetness=30.0            # 路面湿润程度
)

# 应用天气
world.set_weather(weather_params)
print("天气已设置为：多云转小雨")

为什么我要强调天气？因为自动驾驶的感知算法，在雨天和晴天的表现天差地别。我在做项目时，就遇到过激光雷达在雨天的点云数据全是噪点的情况。所以，测试时一定要覆盖不同天气。

4.3 获取地图信息

地图信息是仿真的基础。你需要知道路在哪里、车道怎么走、红绿灯在什么位置。CARLA提供了很丰富的API来获取这些。

# 获取地图对象
carla_map = world.get_map()

# 获取所有生成点
spawn_points = carla_map.get_spawn_points()
print(f"共有 {len(spawn_points)} 个生成点")

# 获取地图中的车道信息
waypoints = carla_map.generate_waypoints(2.0)  # 每隔2米一个路径点
print(f"生成了 {len(waypoints)} 个路径点")

# 获取地图中的红绿灯
actors = world.get_actors()
traffic_lights = actors.filter('traffic.traffic_light')
print(f"共有 {len(traffic_lights)} 个红绿灯")

# 获取地图边界
map_bbox = carla_map.get_bbox()
print(f"地图边界: {map_bbox}")

你想想看，有了这些信息，你就能做很多事情了。比如规划一条从A点到B点的路线，或者检测车辆是否偏离了车道。

4.4 生成行人

行人，是仿真中不可或缺的元素。没有行人的街道，那叫测试场，不叫城市。CARLA里生成行人，比生成车辆稍微复杂一点，因为行人需要行走的路径。

import random

# 获取行人蓝图
blueprint_library = world.get_blueprint_library()
pedestrian_bp = random.choice(blueprint_library.filter('walker.pedestrian.*'))

# 选择一个生成点
spawn_point = random.choice(spawn_points)

# 生成行人
pedestrian = world.try_spawn_actor(pedestrian_bp, spawn_point)

if pedestrian:
    print(f"行人已生成，ID: {pedestrian.id}")
    
    # 让行人行走
    # 需要行人控制器
    walker_controller_bp = blueprint_library.find('controller.ai.walker')
    controller = world.spawn_actor(walker_controller_bp, carla.Transform(), pedestrian)
    
    # 设置行人行走目标
    controller.start()
    destination = random.choice(spawn_points).location
    controller.go_to_location(destination)
    controller.set_max_speed(1.5)  # 设置行走速度 m/s
    
    print(f"行人正在走向: {destination}")
else:
    print("行人生成失败，可能是生成点被占用")

嗯，这里要注意一点：行人控制器需要持续运行。如果你在代码里只调用了一次 go_to_location()，行人走到目标点后就会停下来。所以，我通常会在仿真循环里，定期给行人更新目标点。

知识体系总览

下面这张图，是我自己梳理的本章知识结构。你可以把它当作一个思维导图来看。

这张图把本章的四个核心内容串在了一起。你从左上角开始，顺时针看下来，就是完整的操作流程：先选地图，再调天气，然后摸清地图底细，最后把人放进去跑。

好了，这一章的内容就到这里。记住，场景管理是仿真的基石。你把地图、天气、行人这些基础打牢了，后面的传感器、车辆控制才能玩得转。去试试吧，把Town01到Town05都加载一遍，看看每个地图长什么样。

可可精品资料库