2、Carla核心概念：Actor与Blueprint、传感器与数据、交通管理器、天气与时间

好，咱们直接进入正题。这一章讲的是Carla里最基础、也最绕不开的几个概念。说白了，你玩Carla就是在跟这些东西打交道。我刚开始接触的时候，也被Blueprint和Actor的关系搞得有点懵，后来做项目多了，才慢慢摸清门道。

2.1 Actor与Blueprint：万物皆Actor

在Carla的世界里，所有能动、能交互的东西都是Actor。车是Actor，行人是Actor，传感器也是Actor。甚至你放个路障、摆个路灯，它们也都是Actor。

那Blueprint是什么？Blueprint就是Actor的“出生证明”和“设计图纸”。它定义了Actor的类型、外观、物理属性、甚至能挂载什么传感器。

举个例子，你想造一辆车：

# 先拿到Blueprint库
blueprint_library = world.get_blueprint_library()

# 从库里挑一辆奥迪A2
vehicle_bp = blueprint_library.find('vehicle.audi.a2')

# 用Blueprint在指定位置生成Actor
spawn_point = random.choice(world.get_map().get_spawn_points())
vehicle_actor = world.spawn_actor(vehicle_bp, spawn_point)

嗯，这里要注意：不是所有Spawn点都能成功生成。我在项目中遇到过，有时候地图的Spawn点被其他物体占了，或者地形不平，spawn_actor会返回None。所以最好加个判断：

if vehicle_actor is None:
    print("生成失败，换个点试试")

2.2 传感器与数据：Carla的“眼睛”和“耳朵”

传感器是自动驾驶的感知来源。Carla里传感器种类很全，我常用的有这几类：

传感器类型	用途	数据格式
RGB相机	视觉感知，目标检测	图像 (numpy array)
LIDAR	3D点云，障碍物测距	点云数据 (numpy array)
IMU	加速度、角速度	IMU测量值
GNSS	全球定位	经纬度坐标
语义分割相机	道路、车辆、行人分类	标签图像

传感器怎么用？ 也是通过Blueprint生成，然后挂载到Actor上。

# 创建一个RGB相机Blueprint
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')

# 挂载到车辆上，位置在车顶
camera_transform = carla.Transform(carla.Location(x=1.5, z=2.4))
camera_actor = world.spawn_actor(camera_bp, camera_transform, attach_to=vehicle_actor)

传感器数据是通过回调函数获取的。Carla每帧都会调用你注册的函数：

def process_image(image):
    # image是carla.Image对象
    # 转换成numpy数组
    array = np.frombuffer(image.raw_data, dtype=np.dtype("uint8"))
    array = np.reshape(array, (image.height, image.width, 4))
    # 去掉alpha通道
    array = array[:, :, :3]
    # 保存或处理
    cv2.imwrite('output.jpg', array)

# 注册回调
camera_actor.listen(lambda data: process_image(data))

你想想看，这个机制其实很灵活。你可以同时挂载多个传感器，每个都有自己的回调，互不干扰。

2.3 交通管理器：让车流“活”起来

做仿真不能只有一辆车在跑，那太假了。你需要一个交通流。Carla的Traffic Manager（TM）就是干这个的。

TM可以控制NPC车辆的行驶、变道、速度、甚至违章行为。我个人习惯这样用：

# 创建交通管理器
traffic_manager = client.get_trafficmanager(8000)  # 端口号

# 设置全局速度限制
traffic_manager.global_percentage_speed_difference(10.0)  # 比限速慢10%

# 批量生成NPC车辆
for i in range(50):
    vehicle_bp = random.choice(blueprint_library.filter('vehicle.*'))
    npc = world.try_spawn_actor(vehicle_bp, random.choice(spawn_points))
    if npc:
        # 让NPC自动驾驶
        npc.set_autopilot(True, traffic_manager.get_port())
        # 设置随机变道概率
        traffic_manager.random_left_lanechange_percentage(npc, 30.0)
        traffic_manager.random_right_lanechange_percentage(npc, 30.0)

TM还有一些高级设置，比如忽略交通灯、强制变道，这些在测试极端场景时很有用。

# 让某辆车闯红灯
traffic_manager.ignore_lights_percentage(npc, 100.0)

# 强制向左变道
traffic_manager.force_lane_change(npc, True)

2.4 天气与时间：营造真实环境

天气和时间直接影响传感器的数据质量。比如雨天LIDAR点云会变稀疏，夜间相机几乎看不到东西。这些在仿真里都要模拟出来。

Carla的天气系统是一个WeatherParameters对象，包含：

• 太阳角度：控制白天/黑夜
• 云量：0.0（晴天）到100.0（阴天）
• 降雨量：0.0到100.0
• 积水深度：0.0到100.0
• 风速：影响树叶和粒子效果

我一般这样设置：

# 获取当前天气
weather = world.get_weather()

# 自定义一个阴雨天气
custom_weather = carla.WeatherParameters(
    cloudiness=80.0,
    precipitation=60.0,
    precipitation_deposits=30.0,  # 积水
    wind_intensity=20.0,
    sun_altitude_angle=-30.0  # 傍晚
)

world.set_weather(custom_weather)

时间控制也很简单。Carla用太阳高度角来模拟时间：

太阳高度角	对应时间
90°	正午（强光）
0°	日出/日落（低角度光）
-30°	黄昏/黎明
-90°	深夜（全黑）

最后提一句，天气变化可以动态调整。你可以在仿真循环里逐渐改变参数，模拟从晴天转阴雨的过程。但要注意，频繁改变天气会消耗性能，建议每5-10秒更新一次。

---

好了，这一章的核心概念就这些。Actor和Blueprint是基础，传感器是数据来源，交通管理器让场景生动，天气和时间增加真实感。下一章我们会把这些东西组合起来，做一个完整的场景复现案例。

公众号:蓝海资料掘金营，微信deep3321