第4章：CARLA入门——架构、安装与基本API调用
说实话，我第一次接触CARLA的时候，也被它的架构吓了一跳。一个自动驾驶仿真器，怎么搞得跟个分布式系统似的？后来做项目做多了才明白——这种设计，恰恰是它最聪明的地方。
今天我们就来拆解一下CARLA。我会从架构讲起，然后带你完成安装，最后写几行代码让车跑起来。嗯，跟着我来，保证不迷路。
4.1 CARLA架构：客户端与服务器模式
CARLA的核心架构，说白了就是服务器+客户端的模式。你想想看，一个仿真环境里，谁负责渲染画面、计算物理、管理交通？谁又负责控制车辆、采集数据、做决策？
CARLA把这两件事分开了：
- 服务器（Server）：负责跑仿真世界。包括渲染、物理引擎、传感器模拟、交通管理。它就像一个游戏引擎，只管把世界跑起来。
- 客户端（Client）：负责控制。通过API向服务器发指令，比如“给我生成一辆车”、“让这辆车加速”、“读取摄像头画面”。
这种分离有什么好处？我举个例子。我在做多车协同项目时，需要同时控制十几辆车。如果所有逻辑都塞在服务器里，代码会乱成一锅粥。但用客户端-服务器模式，我可以开多个客户端，每个客户端控制几辆车，互不干扰。
核心理解：服务器是“世界”，客户端是“玩家”。一个世界可以有很多玩家，但每个玩家只能通过API跟世界交互。
下面这张图，是我自己画的架构示意图，帮你理清关系：
你看，服务器在中间，多个客户端通过API跟它通信。每个客户端可以干不同的事——一个采集数据，一个控制交通，互不打架。
4.2 CARLA安装：两种方式，任你选择
安装CARLA，我个人推荐两种方式。你根据自己情况选：
方式一：从源码编译（推荐进阶用户）
这种方式最灵活，但耗时较长。我第一次编译的时候，等了将近两个小时。不过好处是你可以修改源码，甚至加自己的传感器模型。
# 克隆仓库
git clone https://github.com/carla-simulator/carla.git
cd carla
# 更新子模块
git submodule update --init --recursive
# 编译（Ubuntu系统）
make launch
注意：编译需要至少16GB内存，硬盘留出50GB空间。我曾经在8GB的笔记本上试过，编译到一半直接卡死。嗯，血的教训。
方式二：下载预编译包（推荐新手）
这是我最推荐新手的方式。去CARLA官网下载对应系统的压缩包，解压就能用。省心省力。
# 解压后，进入目录
cd CARLA_0.9.14
# 启动服务器
./CarlaUE4.sh
启动后你会看到一个窗口，里面是CARLA的默认小镇。如果窗口一闪而过，检查一下显卡驱动。我遇到过好几次这种问题，基本都是驱动版本不对。
4.3 基本API调用：让车动起来
服务器跑起来了，接下来我们用Python客户端跟它对话。先装依赖：
pip install carla
然后写个最简单的脚本：
import carla
import random
# 连接服务器
client = carla.Client('localhost', 2000)
client.set_timeout(10.0)
# 获取世界对象
world = client.get_world()
# 获取蓝图库（所有可生成的模型）
blueprint_library = world.get_blueprint_library()
# 选一辆车
vehicle_bp = blueprint_library.filter('model3')[0]
# 找个出生点
spawn_points = world.get_map().get_spawn_points()
spawn_point = random.choice(spawn_points)
# 生成车辆
vehicle = world.spawn_actor(vehicle_bp, spawn_point)
# 让车动起来
vehicle.apply_control(carla.VehicleControl(
throttle=0.5, # 油门
steer=0.0, # 方向盘
brake=0.0 # 刹车
))
print("车辆已生成，正在行驶...")
这段代码干了什么？
- 连接本地2000端口的CARLA服务器
- 从蓝图库里选了一辆特斯拉Model 3
- 在地图上随机找了个位置生成
- 给了个50%的油门，车就往前跑了
小技巧：如果你看不到车动，检查一下服务器窗口是不是被最小化了。CARLA默认是“无物理”模式？不，默认是有物理的。但如果你用了synchronous_mode，就需要手动推进仿真时间。这个我们后面会细讲。
4.4 客户端与服务器模式详解
刚才我们写了个最简单的客户端。但实际项目中，你可能会遇到几个关键问题：
4.4.1 同步模式 vs 异步模式
这是新手最容易踩的坑。我刚开始做的时候，也搞混过。
| 模式 | 说明 | 适用场景 |
|---|---|---|
| 异步模式（默认） | 服务器自己跑自己的，客户端只管发指令 | 简单测试、可视化演示 |
| 同步模式 | 客户端控制仿真步进，服务器等客户端指令才更新 | 强化学习、数据采集、需要精确时序的场景 |
同步模式的代码长这样：
# 设置为同步模式
settings = world.get_settings()
settings.synchronous_mode = True
world.apply_settings(settings)
# 每步手动推进
while True:
# 让服务器更新一帧
world.tick()
# 读取传感器数据
# 控制车辆
# ...
为什么要用同步模式？举个例子。你在采集训练数据时，需要保证每帧都采集到传感器数据。如果用异步模式，服务器可能在你还没读完数据时就更新了下一帧，导致数据错乱。同步模式就能保证“你一步，我一步”。
4.4.2 多客户端连接
CARLA支持多个客户端同时连接同一个服务器。每个客户端可以控制不同的角色。我在做V2X仿真时，就开了三个客户端：一个控制主车，一个控制路侧单元，一个控制其他交通参与者。
# 客户端A：控制主车
client_a = carla.Client('localhost', 2000)
world_a = client_a.get_world()
# ... 生成主车，控制逻辑
# 客户端B：控制NPC
client_b = carla.Client('localhost', 2000)
world_b = client_b.get_world()
# ... 生成NPC，设置自动驾驶
关键点：多个客户端共享同一个世界状态。你在客户端A生成的车，客户端B也能看到。但每个客户端只能控制自己生成的Actor。
4.5 避坑指南
最后，分享几个我踩过的坑：
- 端口被占用：如果启动服务器时提示端口被占用，用
lsof -i :2000查一下谁在用。我遇到过好几次是之前没关干净的CARLA进程。 - 版本不匹配：客户端和服务器版本必须一致。我曾经用0.9.13的客户端连0.9.14的服务器，API调用直接报错。
- 显卡驱动：CARLA对NVIDIA显卡支持最好。AMD显卡也能用，但性能会差一些。如果你用集成显卡，嗯...建议换个电脑。
- Python版本：推荐Python 3.8或3.9。3.10以上有些依赖包还没适配。
好了，这一章的内容就到这里。你现在应该能理解CARLA的架构，能启动服务器，能用Python让一辆车跑起来了。下一章我们会深入传感器——摄像头、激光雷达、毫米波雷达，看看怎么用它们采集真实数据。