01
课程导论与仿真环境概述
SUMO与CARLA联合仿真的价值、应用场景、课程目标与学习路径。
导论概述
02
SUMO基础入门
SUMO的安装、核心概念（网络、路线、车辆类型）、第一个交通仿真示例。
安装网络
03
CARLA基础入门
CARLA的安装与启动、核心概念（世界、Actor、蓝图）、第一个传感器仿真示例。
传感器蓝图
04
联合仿真架构解析
SUMO与CARLA的通信机制（TraCI协议）、数据流图、同步与异步模式。
TraCI架构
05
安装与配置联合仿真环境
依赖库安装（Python、Carla、Sumo）、环境变量配置、验证安装。
配置环境
06
编写第一个联合仿真脚本
初始化CARLA世界、连接SUMO、启动仿真循环、基础车辆生成。
脚本车辆
07
SUMO网络生成与编辑
使用NetEdit创建道路网络、导入OSM地图、设置交通信号灯。
NetEditOSM
08
CARLA地图导入与适配
将SUMO网络转换为CARLA地图、使用RoadRunner进行地图适配。
RoadRunner适配
09
车辆模型映射
SUMO车辆类型与CARLA蓝图（Blueprint）的对应关系、自定义车辆映射。
映射蓝图
10
交通流生成与控制
在SUMO中定义路线与流量、通过TraCI控制车辆生成与行为。
交通流TraCI
11
传感器配置与数据采集
在CARLA中为车辆添加摄像头、激光雷达、GPS等传感器。
传感器LiDAR
12
联合仿真中的时间同步
理解仿真时间步长、处理同步与异步模式、避免时间漂移。
同步时间
13
交通信号灯协同控制
SUMO信号灯逻辑与CARLA信号灯状态的同步与映射。
信号灯协同
14
行人仿真集成
在SUMO中定义行人流、在CARLA中渲染行人模型与动画。
行人动画
15
复杂场景搭建
多路口、多车道、混合交通流（车+人+自行车）的联合仿真。
混合交通复杂
16
传感器噪声与天气模拟
在CARLA中设置天气、光照、传感器噪声，增加仿真真实性。
天气噪声
17
数据记录与回放
记录联合仿真中的车辆轨迹、传感器数据、使用CARLA Recorder回放。
回放记录
18
基于联合仿真的自动驾驶算法测试
部署一个简单的PID控制算法进行车道保持测试。
PID车道保持
19
性能优化与调试
降低仿真延迟、使用多进程、常见问题排查（连接断开、版本不匹配）。
优化调试
20
使用Docker部署联合仿真环境
容器化SUMO与CARLA、实现可复现的仿真环境。
Docker容器
21
大规模交通仿真
生成上千辆车的交通流、使用SUMO的宏观模型与CARLA的微观渲染。
大规模宏观
22
V2X通信仿真基础
在联合仿真中模拟车车通信（V2V）与车路通信（V2I）消息。
V2X通信
23
基于场景的测试方法
定义具体测试场景（如前车急刹、行人横穿）、自动化测试流程。
场景测试自动化
24
强化学习环境搭建
将联合仿真封装为Gym环境、定义状态空间与动作空间。
强化学习Gym
25
多智能体协同仿真
多个自动驾驶车辆在联合仿真中的协同决策与交互。
多智能体协同
26
仿真结果可视化与分析
使用Matplotlib/Pandas分析轨迹数据、生成可视化报告。
可视化分析
27
与ROS2集成
将联合仿真数据发布到ROS2话题、使用RViz进行可视化。
ROS2RViz
28
真实地图导入实战
从OpenStreetMap导出地图、在SUMO中处理、导入CARLA。
OSM地图导入
29
综合项目：城市级交通仿真
搭建一个包含5个路口、多种交通参与者、传感器覆盖的完整场景。
综合项目城市级
30
课程总结与进阶方向
联合仿真的局限性、未来趋势、推荐学习资源与社区。
总结进阶