第1章 Carla与Autoware集成概述

1. Carla与Autoware集成概述

大家好，我是你们这门课的主讲。在自动驾驶仿真这个领域摸爬滚打了六七年，踩过不少坑，也积累了一些实战经验。今天咱们聊聊Carla与Autoware集成这件事。

说实话，我第一次接触这两个工具的时候，也被它们之间的复杂关系搞得头大。但搞明白了之后，你会发现——其实没那么玄乎。

先说说为什么需要仿真。

你想想看，一辆自动驾驶汽车上路测试，成本有多高？我记得2019年我在某自动驾驶公司做项目时，光是一辆测试车每天的运营成本就超过两万块。而且，很多极端场景——比如行人突然冲出、前车急刹、暴雨天气——你在真实道路上根本碰不到几次。

仿真就是为了解决这个问题。它能在虚拟环境中模拟各种场景，让算法在「安全」的环境下反复试错。

目前主流的仿真平台有这些：

我个人习惯用CARLA做感知和规划算法的验证。为什么？因为它渲染效果好，传感器模型丰富，而且支持Python API，写起脚本来很顺手。

Carla是一个开源的自动驾驶仿真器。它基于Unreal Engine 4开发，画面效果在开源仿真器里算是第一梯队。

它的核心能力包括：

我在项目中遇到过一个问题：Carla默认的传感器时间戳对齐做得不够好。后来我写了个同步模块，才把这个问题解决掉。这个经验后面会详细讲。

Autoware是开源的自动驾驶软件栈。它覆盖了从感知到控制的完整流程。

它的核心模块包括：

Autoware有两个主要版本：Autoware.AI（基于ROS1）和Autoware.Auto（基于ROS2）。目前社区更推荐用Autoware.Universe，它是基于ROS2的最新版本。

关键点：Carla负责「造世界」，Autoware负责「开车」。两者通过ROS/Rosbridge进行通信。

把Carla和Autoware集成起来，主要有三种方案。我挨个说说它们的优缺点。

方案	原理	优点	缺点
方案一：ROS Bridge	Carla通过rosbridge发布传感器数据，Autoware订阅并处理	实现简单，适合快速验证	延迟较高，不适合实时性要求高的场景
方案二：Carla ROS Bridge包	Carla官方提供的carla-ros-bridge包，直接转换话题	官方维护，功能完整	版本匹配要求严格，升级麻烦
方案三：自定义中间件	自己写通信模块，直接操作Carla API和Autoware接口	灵活可控，性能最优	开发工作量大，维护成本高

我个人建议：初学者先用方案二，跑通了再考虑方案三。为什么？因为方案二有官方文档和社区支持，遇到问题好解决。我曾经在方案一上浪费了两周时间，最后发现是rosbridge的序列化问题导致的延迟。

避坑指南：我曾经在Carla 0.9.11和Autoware.AI集成时，发现carla-ros-bridge的激光雷达话题频率对不上。后来发现是Carla的传感器设置里有个"frequency"参数没调。记住，Carla的传感器频率和ROS话题发布频率是两回事。

这门课的目标很明确：让你能独立完成Carla和Autoware的集成开发。

具体来说，学完这门课，你应该能：

学习路径我建议这样走：

嗯，这里要注意：不要一上来就想搞复杂的场景。先把最简单的「直道行驶」跑通，再逐步增加难度。我见过太多人一上来就想做十字路口博弈，结果卡在环境配置上出不来。

重要提醒：Carla和Autoware的版本兼容性问题非常头疼。建议使用我课程中指定的版本组合，不要随意升级。否则你可能花一周时间在解决依赖冲突上——别问我怎么知道的。