2、CARLA基础架构与核心概念：世界与地图管理、蓝图库详解、Actor生命周期管理、传感器挂载机制、天气与时间系统
各位同学，欢迎来到第二章。说实话，很多初学者一上来就急着写代码控制车辆，结果连CARLA的基本骨架都没摸清楚，后面踩坑踩到怀疑人生。我个人习惯是，先花点时间把架构理清楚，后面写代码就像搭积木一样顺畅。
这一章，我们就把CARLA的底层逻辑掰开揉碎。你想想看，一个自动驾驶仿真系统，说白了就是「在一个虚拟世界里，创建各种物体，让它们动起来，并感知周围环境」。嗯，核心就是这四件事。
2.1 世界(World)与地图(Map)管理
CARLA里的World，你可以把它理解成一个「容器」。它装着一整张地图、所有的车辆行人、传感器、路灯、交通标志……嗯，就是整个仿真宇宙。
我刚开始接触CARLA时，犯过一个低级错误：每次重新加载地图，我都以为要重新创建World。其实不是的。World是客户端连接服务器后自动获得的，你只需要调用client.get_world()就行。
核心要点：
- World：仿真环境的顶级对象，管理所有Actor、天气、时间步长
- Map：World内部的地图数据，包含道路拓扑、车道线、交通标志位置
- 一个World只能加载一张Map，切换地图需要重新加载World
来看看怎么操作地图：
import carla
# 连接服务器
client = carla.Client('localhost', 2000)
client.set_timeout(10.0)
# 获取当前世界
world = client.get_world()
# 获取地图信息
carla_map = world.get_map()
print(f"地图名称: {carla_map.name}")
print(f"地图推荐生成点数量: {len(carla_map.get_spawn_points())}")
# 切换地图（注意：这会重置整个仿真状态）
world = client.load_world('Town03')💡 我的经验：调试轨迹回放时，我建议先用Town03或Town05。这两个地图的路口类型比较丰富，直道、弯道、环岛都有，方便测试不同场景。
2.2 蓝图(Blueprint)库详解
蓝图是什么？说白了就是「物体的设计图纸」。你想造一辆车？从蓝图库里挑一个车型。你想装个摄像头？蓝图库里也有对应的传感器蓝图。
蓝图库是只读的，你不能自己往里面加东西。但你可以修改蓝图里的属性——比如把车的颜色改成红色，或者调整摄像头的分辨率。
# 获取蓝图库
blueprint_library = world.get_blueprint_library()
# 列出所有可用的车辆蓝图
vehicle_blueprints = blueprint_library.filter('vehicle.*')
print(f"共有 {len(vehicle_blueprints)} 种车辆蓝图")
# 挑选一辆特定的车
tesla_bp = blueprint_library.find('vehicle.tesla.model3')
# 修改蓝图属性
tesla_bp.set_attribute('color', '255,0,0') # 红色
tesla_bp.set_attribute('role_name', 'ego_vehicle') # 角色名⚠️ 注意：蓝图属性是大小写敏感的。我曾经因为把role_name写成了Role_Name，折腾了半小时才发现问题。嗯，这种坑踩过一次就记住了。
蓝图主要分几大类：
| 蓝图类别 | 前缀 | 示例 |
|---|---|---|
| 车辆 | vehicle.* | vehicle.audi.a2, vehicle.tesla.model3 |
| 行人 | walker.* | walker.pedestrian.0001 |
| 传感器 | sensor.* | sensor.camera.rgb, sensor.lidar.ray_cast |
| 交通设施 | static.* | static.prop.streetlamp |
2.3 Actor生命周期管理
Actor是CARLA里所有动态物体的统称。车是Actor，人是Actor，传感器也是Actor。每个Actor都有明确的「生老病死」：
- 生成（Spawn）：用蓝图+位置信息创建
- 激活（Active）：生成后自动进入仿真循环
- 控制（Control）：通过指令控制其行为
- 销毁（Destroy）：从世界中移除
这里有个关键点：不销毁的Actor会一直占用内存。我见过有人跑了一晚上仿真，第二天发现电脑卡成PPT——打开任务管理器一看，内存里躺着几千个没销毁的车辆Actor。
# 生成一个Actor
spawn_point = carla.Transform(
carla.Location(x=100, y=50, z=0.5),
carla.Rotation(yaw=0)
)
vehicle = world.spawn_actor(tesla_bp, spawn_point)
# 使用完毕后销毁
vehicle.destroy()
# 批量销毁（推荐做法）
actors = world.get_actors()
for actor in actors:
if actor.attributes.get('role_name') == 'temp_vehicle':
actor.destroy()最佳实践：我习惯用with语句管理Actor生命周期，或者至少用try...finally确保销毁。你想想看，仿真跑一半崩溃了，结果服务器上还挂着几十个Actor，下次连接时可能就出问题了。
2.4 传感器(Sensor)挂载机制
传感器是自动驾驶的「眼睛」。CARLA支持摄像头、激光雷达、毫米波雷达、GPS、IMU等多种传感器。
挂载传感器的核心逻辑是：传感器本身也是一个Actor，需要附着在另一个Actor上。比如把摄像头装在车顶上，或者把激光雷达装在保险杠上。
# 创建RGB摄像头蓝图
camera_bp = blueprint_library.find('sensor.camera.rgb')
camera_bp.set_attribute('image_size_x', '800')
camera_bp.set_attribute('image_size_y', '600')
camera_bp.set_attribute('fov', '90')
# 定义安装位置（相对于车辆坐标系）
camera_transform = carla.Transform(
carla.Location(x=1.5, z=2.4), # 车顶前方
carla.Rotation(pitch=-15) # 略微向下倾斜
)
# 挂载到车辆上
camera = world.spawn_actor(camera_bp, camera_transform, attach_to=vehicle)
# 监听传感器数据
camera.listen(lambda image: image.save_to_disk('output/%06d.png' % image.frame))💡 避坑指南：我曾经把激光雷达装在车辆中心点，结果发现点云数据里全是车自身的反射。后来我把安装位置抬高到车顶上方0.5米，问题就解决了。传感器位置真的很重要，别小看这几厘米的差距。
常用传感器及其挂载建议：
| 传感器类型 | 蓝图ID | 推荐安装位置 |
|---|---|---|
| RGB相机 | sensor.camera.rgb | 车顶前方，高度2.0-2.5m |
| 深度相机 | sensor.camera.depth | 与RGB相机同位置 |
| 激光雷达 | sensor.lidar.ray_cast | 车顶中心，高于车顶0.3-0.5m |
| 毫米波雷达 | sensor.other.radar | 前保险杠中心 |
| GPS | sensor.other.gnss | 车顶任意位置 |
2.5 天气与时间系统
天气系统是CARLA里最容易被忽视但又极其重要的模块。你想想看，白天和夜晚的视觉感知结果天差地别，雨天和晴天的激光雷达点云也完全不同。
天气参数非常丰富，我挑几个最常用的：
# 获取当前天气
weather = world.get_weather()
print(f"当前云量: {weather.cloudiness}")
print(f"当前降雨量: {weather.precipitation}")
# 设置晴天
weather = carla.WeatherParameters(
cloudiness=10.0,
precipitation=0.0,
sun_altitude_angle=70.0 # 太阳高度角，正午
)
world.set_weather(weather)
# 设置雨天夜晚
weather = carla.WeatherParameters(
cloudiness=90.0,
precipitation=80.0,
precipitation_deposits=80.0,
sun_altitude_angle=-30.0 # 夜晚
)
world.set_weather(weather)关键参数说明：
cloudiness：云量（0-100），影响光照和阴影precipitation：降雨量（0-100），影响路面湿滑和能见度sun_altitude_angle：太阳高度角（-90到90），负值代表夜晚wind_intensity：风速，影响树木摆动（嗯，这个细节很赞）
时间系统其实是通过sun_altitude_angle来模拟的。CARLA没有独立的「时间」概念，但你可以通过动态改变太阳角度来实现昼夜交替：
# 模拟24小时昼夜循环
import time
for hour in range(24):
# 将小时映射到太阳高度角（简化版）
angle = -90 + (hour / 24) * 180
weather = carla.WeatherParameters(sun_altitude_angle=angle)
world.set_weather(weather)
print(f"当前模拟时间: {hour}:00, 太阳高度角: {angle:.1f}°")
time.sleep(0.5)⚠️ 注意：频繁切换天气会影响仿真性能。我建议在录制数据时固定天气条件，回放时再根据需要切换。另外，雨天对传感器的影响是真实的——激光雷达在雨天的点云会变稀疏，摄像头图像会有雨滴模糊。嗯，这些细节在训练感知模型时都要考虑到。
好了，这一章的内容就到这里。CARLA的这五个核心概念——世界与地图、蓝图库、Actor生命周期、传感器挂载、天气与时间——是后续所有课程的基础。你把这些搞明白了，后面写轨迹回放和录制代码时，就会觉得「哦，原来就是这么回事」。