企业官网建设流程全解析

测试用例

PythonAPI/examples/tutorial.py
这是一个基础传感器数据采集示例，演示如何：

1. 在仿真中生成一辆主车并启用自动驾驶
2. 为主车挂载一个深度摄像头（Depth Camera）
3. 将摄像头捕获的图像自动保存到磁盘
4. 动态调整车辆位置并批量生成 NPC 车辆

适用于数据集生成、传感器调试、自动化测试等场景。

保存的depth图如下：

🔑 主要模块解析

1.客户端连接与世界获取

client=carla.Client('localhost',2000)world=client.get_world()

• 连接到远程 CARLA 服务器
• 获取当前仿真世界实例

✅ 这是所有 CARLA 脚本的起点。

2.主车生成与配置

bp=random.choice(blueprint_library.filter('vehicle'))ifbp.has_attribute('color'):color=random.choice(bp.get_attribute('color').recommended_values)bp.set_attribute('color',color)transform=random.choice(world.get_map().get_spawn_points())vehicle=world.spawn_actor(bp,transform)vehicle.set_autopilot(True)

• 随机选择车辆模型（如 Tesla、Dodge 等）
• 随机设置车身颜色
• 在地图出生点生成车辆
• 启用自动驾驶（由 TrafficManager 控制）

💡 注意：车辆被加入actor_list以确保后续销毁。

3.深度摄像头挂载与图像保存

camera_bp=blueprint_library.find('sensor.camera.depth')camera_transform=carla.Transform(carla.Location(x=1.5,z=2.4))camera=world.spawn_actor(camera_bp,camera_transform,attach_to=vehicle)cc=carla.ColorConverter.LogarithmicDepth camera.listen(lambdaimage:image.save_to_disk('_out/%06d.png'%image.frame,cc))

• 创建深度摄像头，安装在车头前方（x=1.5m, z=2.4m）
• 使用对数深度着色器（LogarithmicDepth），将深度值映射为灰度图像
• 注册回调函数：每帧图像自动保存为_out/000001.png,_out/000002.png…

✅ 这是传感器数据自动采集的核心机制。

4.动态调整主车位置

location=vehicle.get_location()location.x+=40vehicle.set_location(location)

• 将主车沿 X 轴向前移动 40 米
• 注意：此操作会瞬移车辆（不经过物理运动），常用于快速定位

⚠️ 此操作仅适用于测试，真实驾驶中应通过控制指令移动。

5.批量生成 NPC 车辆

transform.location+=carla.Location(x=40,y=-3.2)transform.rotation.yaw=-180.0for_inrange(10):transform.location.x+=8.0npc=world.try_spawn_actor(bp,transform)ifnpcisnotNone:npc.set_autopilot(True)

• 在主车前方道路线性排列生成 10 辆 NPC 车
• 使用try_spawn_actor()避免因碰撞导致崩溃
• 所有 NPC 启用自动驾驶，形成简单交通流

✅ 演示了可控的交通场景构建方法。

6.资源安全清理

finally:camera.destroy()client.apply_batch([carla.command.DestroyActor(x)forxinactor_list])

• 使用finally块确保无论是否异常，所有 Actor 都被销毁
• 采用批量销毁命令（apply_batch）提高效率

✅ 这是 CARLA 脚本的最佳实践，防止仿真环境残留。

修改demo：添加观察者视角

原测试用例使用默认观察者视角，随着主车、NPC位置的变动，导致在默认视角看不到车辆；因此，我们就可以修改设置下观察者视角；
在 vehicle = world.spawn_actor(…) 之后添加：

spectator = world.get_spectator() vehicle_location = vehicle.get_transform().location spectator.set_transform(carla.Transform( vehicle_location + carla.Location(z=50), # 高空俯视 carla.Rotation(pitch=-90) # 垂直向下看 ))

或更真实的跟随视角：

# 第三人称跟随 spectator.set_transform(carla.Transform(vehicle.get_transform().location+carla.Location(x=-10,z=5),vehicle.get_transform().rotation))

✅ 总结

该脚本是 CARLA最基础但完整的数据采集范例，展示了：

1. 如何生成并控制车辆
2. 如何挂载传感器并保存数据
3. 如何构建简单交通场景
4. 如何安全管理仿真资源