1、Carla仿真基础：Carla简介、Carla架构、Carla安装与配置、Carla世界与地图

1.1 Carla是什么？—— 不止是个仿真器

说实话，我第一次接触Carla的时候，以为它就是个普通的3D游戏引擎改的仿真器。用了一段时间才发现，这东西比我想象的深得多。

Carla（Car Learning to Act）是一个开源的自动驾驶仿真平台。它基于Unreal Engine 4构建，专门为自动驾驶算法的开发、训练和验证而生。你想想看，在真实道路上测试自动驾驶算法，成本高、风险大、场景还不可控。Carla就是来解决这个问题的——它提供了一个高度逼真的虚拟世界，让你可以在里面安全地、反复地测试你的算法。

我个人习惯把Carla看作一个「虚拟试车场」。它不仅能模拟车辆动力学、传感器数据（摄像头、激光雷达、毫米波雷达等），还能控制天气、光照、交通流，甚至行人行为。我在项目中遇到过最头疼的问题就是传感器标定，Carla的传感器模型虽然不能100%替代真实硬件，但用来做算法原型验证，已经绰绰有余了。

1.2 Carla架构—— 拆开看看里面长啥样

嗯，这里要注意，Carla的架构其实分两层：服务端和客户端。这个设计很有意思，我刚开始学的时候差点搞混。

• 服务端（Server）：负责渲染世界、模拟物理、管理传感器。它跑在Unreal Engine上，对显卡要求比较高。我建议至少配个RTX 3060以上的显卡，不然场景复杂了帧率会掉得很难看。
• 客户端（Client）：通过Python API控制服务端。你可以创建车辆、设置传感器、控制交通流，甚至改变天气。客户端和服务端之间走的是TCP/IP协议，所以理论上你可以把客户端跑在另一台机器上。

说白了，服务端就是那个「虚拟世界」，客户端就是你的「遥控器」。你通过Python脚本告诉服务端：「我要一辆车，装一个前视摄像头，然后让它沿着这条路开。」服务端就照做，然后把传感器数据传回来。

1.3 安装与配置—— 别被第一步劝退

Carla的安装，说实话，是劝退很多人的第一步。我当年装的时候也折腾了大半天。这里我把关键步骤捋一遍。

1.3.1 系统要求

1.3.2 安装步骤

1. 下载预编译包：去Carla官网的GitHub Releases页面下载对应系统的压缩包。我建议用预编译包，省去编译的麻烦。
2. 解压：找个路径解压，比如 /home/yourname/Carla。注意路径不要有中文和空格。
3. 启动服务端：进入Carla目录，运行 ./CarlaUE4.sh（Linux）或 CarlaUE4.exe（Windows）。第一次启动会编译着色器，大概要几分钟。
4. 安装Python API：在Carla目录下的 PythonAPI/carla/dist 里找到 carla-0.9.xx-py3.7-linux-x86_64.egg，用pip安装：pip install carla-0.9.xx-py3.7-linux-x86_64.egg。

1.4 Carla世界与地图—— 你的虚拟试验场

Carla的世界，说白了就是一个可以编程控制的虚拟环境。你可以在里面做任何事：创建车辆、设置交通灯、改变天气、甚至让行人突然横穿马路。

1.4.1 世界对象（World）

在Carla里，一切操作都从 world 开始。它是整个仿真环境的根对象。我一般这样获取：

import carla

# 连接服务端
client = carla.Client('localhost', 2000)
client.set_timeout(10.0)

# 获取世界对象
world = client.get_world()

拿到 world 之后，你就可以做很多事情了：

• world.get_actors()：获取场景里所有物体（车辆、行人、传感器等）
• world.get_map()：获取当前加载的地图信息
• world.set_weather()：设置天气，比如晴天、雨天、大雾
• world.tick()：让仿真世界前进一步

1.4.2 地图（Map）

Carla自带了几张地图，最常用的是 Town01 到 Town07。每张地图的侧重点不一样：

我个人习惯用Town03做路口测试，Town05做高速场景。你想想看，如果你的算法能在Town03的环岛里不出错，那基本就过了第一关。

1.4.3 天气系统

Carla的天气系统是我觉得最酷的功能之一。你可以实时调整：

# 设置一个阴雨天
weather = carla.WeatherParameters(
    cloudiness=80.0,
    precipitation=60.0,
    sun_altitude_angle=30.0
)
world.set_weather(weather)

我在做感知算法测试时，经常用这个功能来验证模型在不同光照和天气下的鲁棒性。有一次，我的模型在晴天表现很好，一到雨天就崩了。后来发现是训练数据里缺少雨天样本。Carla的天气系统帮我快速补上了这个短板。

1.5 小结—— 打好基础再上路

这一章的内容，说白了就是让你对Carla有个整体认识。安装配置虽然有点繁琐，但一次搞定后面就省心了。地图和天气系统是后续所有仿真场景的基础，建议你花点时间把每个Town都跑一遍，感受一下不同地图的布局和特点。

下一章，我们会真正动手写代码，在Carla里创建车辆、挂载传感器，开始我们的第一个仿真场景。嗯，到时候你会发现，前面这些基础工作，都是值得的。