3、Carla世界基础：加载地图、设置天气、控制时间步长、理解世界坐标系

好，我们正式开始动手操作Carla了。这一章，我带你搞定仿真世界的底层配置。说白了，就是告诉Carla：「我要在什么样的路上跑，天是什么颜色，时间怎么流动，以及我的车到底在哪儿。」

这些基础操作，你后面每个测试用例都会用到。我刚开始用Carla的时候，就是在这几个地方踩了不少坑。嗯，咱们一个一个来。

3.1 加载地图：选对战场

Carla自带了好几个地图。每个地图的复杂度、道路类型、场景元素都不一样。我个人习惯把地图分成三类：

地图名称 特点 适用场景
Town01 基础网格状道路，简单直路+十字路口 新手入门、基础功能验证
Town03 有环岛、有高架、有复杂路口 中等复杂度测试、变道场景
Town05 高速公路+城市混合，车道多、车流大 高速场景、多车交互、回归测试
Town10HD 高清城市，建筑细节丰富，有行人 视觉感知测试、行人避让

加载地图的代码很简单，但有个细节我提醒你：

import carla

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

# 加载地图
world = client.load_world('Town03')

# 或者重新加载当前地图（重置所有状态）
client.reload_world()
注意： 我曾经在项目里直接用了 load_world 来重置场景，结果发现所有车辆、传感器状态都丢了。后来才搞清楚：load_world 是彻底换地图，reload_world 是重置当前地图。这两个别搞混了。

你想想看，如果你的回归测试脚本里，每次跑完用例都 load_world 一次，那地图加载时间就够你喝一壶的。我建议：只在切换地图时用 load_world，平时重置用 reload_world。

3.2 设置天气：别让老天爷捣乱

天气对自动驾驶感知的影响，不用我多说吧？大雾、雨天、黄昏，这些场景必须覆盖。Carla的天气系统很灵活，你可以直接选预设，也可以自己调参数。

先看预设天气：

# 获取天气预设列表
weather_presets = [
    carla.WeatherParameters.ClearNoon,
    carla.WeatherParameters.CloudyNoon,
    carla.WeatherParameters.WetNoon,
    carla.WeatherParameters.WetCloudyNoon,
    carla.WeatherParameters.MidRainyNoon,
    carla.WeatherParameters.HardRainNoon,
    carla.WeatherParameters.SoftRainNoon,
    carla.WeatherParameters.ClearSunset,
]

# 设置天气
world.set_weather(carla.WeatherParameters.ClearNoon)

但说实话，预设天气有时候不够用。比如你想模拟「刚下过雨但地面还没干透」这种状态，就得自己调参数：

# 自定义天气
weather = carla.WeatherParameters(
    cloudiness=30.0,        # 云量 0-100
    precipitation=0.0,      # 降水量 0-100
    precipitation_deposits=60.0,  # 地面积水 0-100
    wind_intensity=10.0,    # 风速 0-100
    sun_altitude_angle=45.0 # 太阳高度角 -90到90
)
world.set_weather(weather)
小技巧： 我习惯在回归测试脚本里，把天气参数写进配置文件。比如 weather_config.yaml 里定义好「晴天」「小雨」「大雾」三档。这样测试用例只需要读配置，不用改代码。

为什么会特别关注地面积水？因为积水会导致车道线反光、反射倒影，很多视觉算法在这上面翻过车。我在做AEB测试时，就遇到过因为积水反射导致误制动的情况。嗯，这个坑你得记住。

3.3 控制时间步长：让仿真跑得稳

时间步长，说白了就是仿真世界「滴答」一下，现实世界过了多久。这个参数直接影响你的仿真精度和速度。

Carla有两种模式：

  • 同步模式（Synchronous Mode）：你控制每一步。你调用 world.tick()，仿真才前进一个步长。适合需要精确控制的场景，比如回归测试。
  • 异步模式（Asynchronous Mode）：Carla自己跑，你只管读数据。适合可视化演示，但数据时序不可控。

我个人强烈建议：做仿真测试，必须用同步模式。为什么？

# 设置同步模式
settings = world.get_settings()
settings.synchronous_mode = True
settings.fixed_delta_seconds = 0.05  # 50ms一个步长，即20FPS
world.apply_settings(settings)

# 手动推进仿真
for i in range(100):
    world.tick()
    # 在这里读取传感器数据、做决策
    # 每一步都是确定的，可复现的

核心要点： 同步模式下，同样的代码、同样的初始条件，跑出来的结果完全一样。这是回归验证的基石。你想想看，如果每次跑结果都不一样，你怎么判断这次改代码是修了bug还是引入了新bug？

固定步长选多少？我一般这么选：

  • 0.05秒（20FPS）：大多数场景够用，计算量适中
  • 0.025秒（40FPS）：需要高精度碰撞检测时用，比如AEB测试
  • 0.1秒（10FPS）：只做路径规划验证，不关心细节时用
注意： 同步模式下，如果你忘了调 world.tick()，仿真就卡死了。我曾经在调试一个多车协同场景时，忘了给其中一辆车发tick指令，结果整个仿真卡了半小时。嗯，从那以后我都在脚本开头加一个超时保护。

3.4 理解世界坐标系：别让车跑偏了

Carla用的是UE4的坐标系，跟一般的自动驾驶坐标系有点不一样。你得记住这个：

  • X轴：向前（车头方向）
  • Y轴：向右
  • Z轴：向上

单位是厘米？不，是米。Carla里所有距离单位都是米。

获取车辆位置和朝向：

# 获取车辆的位置和朝向
vehicle = world.get_actors().filter('vehicle.*')[0]
transform = vehicle.get_transform()

location = transform.location  # carla.Location(x, y, z)
rotation = transform.rotation  # carla.Rotation(pitch, yaw, roll)

print(f"位置: x={location.x:.2f}, y={location.y:.2f}, z={location.z:.2f}")
print(f"朝向: yaw={rotation.yaw:.2f}°")

这里有个容易搞混的地方：yaw角。Carla里yaw=0表示正X方向，逆时针为正。也就是说：

  • yaw=0：朝正X
  • yaw=90：朝正Y（向右）
  • yaw=-90：朝负Y（向左）
  • yaw=180：朝负X（向后）

我在做路径规划测试时，经常需要把全局路径点转换成车辆坐标系。这时候就要用到 get_transform() 的逆矩阵：

# 将世界坐标点转换到车辆坐标系
world_point = carla.Location(x=100, y=50, z=0)
vehicle_transform = vehicle.get_transform()

# 获取车辆坐标系下的相对位置
relative_point = vehicle_transform.inverse_transform(world_point)
print(f"相对位置: x={relative_point.x:.2f}, y={relative_point.y:.2f}")
经验之谈： 我建议你在测试脚本里，每次设置完车辆初始位置后，都打印一下坐标和朝向。肉眼确认一下，别让车一开始就扎进绿化带里。这种事我干过不止一次。

3.5 实战组合：一个完整的初始化流程

好了，把上面这些串起来，就是一个标准的仿真初始化流程。我一般这样写：

def init_simulation(map_name='Town03', weather_preset='ClearNoon', dt=0.05):
    # 1. 连接并加载地图
    client = carla.Client('localhost', 2000)
    client.set_timeout(10.0)
    world = client.load_world(map_name)
    
    # 2. 设置天气
    weather_map = {
        'ClearNoon': carla.WeatherParameters.ClearNoon,
        'RainyNoon': carla.WeatherParameters.MidRainyNoon,
        'Sunset': carla.WeatherParameters.ClearSunset,
    }
    world.set_weather(weather_map.get(weather_preset, carla.WeatherParameters.ClearNoon))
    
    # 3. 设置同步模式和时间步长
    settings = world.get_settings()
    settings.synchronous_mode = True
    settings.fixed_delta_seconds = dt
    world.apply_settings(settings)
    
    # 4. 等待一帧，让世界稳定下来
    world.tick()
    
    return client, world

这个函数，我每个测试脚本都会复用。你把它放在一个 carla_utils.py 里，后面写测试用例就省事多了。

嗯，这一章的内容就这些。你先把地图加载、天气设置、时间步长、坐标系这几个基础打牢。下一章，我们开始往世界里放车、放传感器，真正跑起来。

← 上一章 📖 返回目录 下一章 →