文档
成品展示
文档
成品展示

CARLA

CARLA 是一款基于虚幻引擎的自动驾驶模拟器。本页面介绍了如何安装 CARLA 并将其与 RAMN 配合使用。尽管我们仅在 Windows 系统上测试了相关脚本，但稍作调整后也应在 Linux 系统上可用。请注意，该模拟器要求您配备性能足够强大的 GPU。

安装 CARLA

警告

CARLA 是一个独立于 RAMN 的项目，因此有关 CARLA 的问题请参考其官方文档。

请按照以下步骤在 Windows 上安装 CARLA：

  • 从其 Github 仓库下载并解压 CARLA 的最新版本。我们测试的最新版本是 Release 0.9.15。

  • 通过启动 CarlaUE4.exe（或 CarlaUnreal.exe）来检查模拟器是否正常运行，该文件通常位于 WindowsNoEditor 文件夹中。这可能需要您通过 Microsoft 的 SmartScreen 对应用程序进行批准。如果打开了 3D 视图，您可以关闭模拟器并进入下一步。如果出现错误消息，请安装最新版本的 Windows DirectX。

  • 从 Python 软件基金会的网页安装最新版本的 Python 3.8（较新的 CARLA 版本才可使用 3.12 等后续 Python 版本）。 请勾选“将 python.exe 添加到 PATH”选项 。我们测试的最新版本是 3.8.10。如果您不确定应该下载哪个文件，可以尝试选择 “Windows 安装程序（64 位）”。

  • 通过打开命令提示符（按 Windows+R 并输入“cmd”）并执行以下命令来安装 CARLA 的 pythonAPI：

    1pip3 install carla numpy pygame

    ​ 如果您也想运行自动驾驶示例，请执行以下命令：

    ​ pip3 install shapely networkx

  • 尝试 CARLA 的 manual_control.py 和 automatic_control.py 示例。首先，执行 CarlaUE4.exe（或 CarlaUnreal.exe），并保持窗口打开；这就是您的 CARLA 服务器。然后，在 PythonAPI/examples 中打开一个命令提示符（在 Windows 资源管理器中打开该文件夹，并在地址栏输入“cmd”），并尝试第一个示例：

    1python manual_control.py

    ​ 您应该能够使用键盘上的 WASD 键手动控制车辆。如果遇到问题，请参阅下面的说明。

    ​ 您还可以通过以下方式验证自动驾驶算法是否正常工作：

    1python manual_control.py

    ​ 您应该能够看到自动驾驶算法正在运行。

注意

如果您在使用最新版 CARLA 时遇到问题，请尝试使用以下选项运行：

1CarlaUE4.exe -dx11 -windowed -quality-level=Low
2                        (or)
3CarlaUnreal.exe -dx11 -windowed -quality-level=Low

如果这样仍无法解决问题，请尝试下载较早版本的 CARLA。RAMN 脚本应与 0.9.12 版本兼容。如果选择这样做，您还需要安装对应版本的 CARLA Python API，例如通过以下命令：

1pip3 install carla==0.9.12
注意

近期发布的 CARLA 版本可能无法通过 pip 获取其 Python API。如果您使用的是最新版 CARLA，应直接从 PythonAPI/carla/dist 文件夹安装其 Python API，例如通过以下命令：

1pip3 install carla-0.10.0-cp312-cp312-win_amd64.whl

至此，您应该已经拥有一个可正常运行的环境来体验 CARLA。如果在此步骤之前遇到任何问题，则表明您的 CARLA 安装存在问题，而非 RAMN 的问题。请参考 CARLA 的快速入门指南以获取支持。

如果您需要，可以按照此处说明下载额外的资源（地图等）。此外，您还可以按照此页面的说明修改 CARLA 的默认设置（天气等）。

配置您的 RAMN 环境

  • 如果您尚未完成，首先需要安装 RAMN 的脚本：

    1. 在您的计算机上下载 RAMN 代码库 （选择“代码”>“下载 ZIP”）。

    2. 在 RAMN/scripts 文件夹中打开命令提示符（您可以通过在 Windows 资源管理器中打开该文件夹，并在地址栏中输入“cmd”来实现），然后执行：

      1pip3 install -r requirements.txt

  • 打开 RAMN/script/settings/CARLA_PATH.txt 并将其内容替换为计算机上 CARLAUE4.exe（或 CarlaUnreal.exe) 所在文件夹的路径。

  • （可选）使用您首选的设置（分辨率等）修改 0_CARLA_SERVER_start.bat。有关 CARLA 选项的更多信息，请参阅 CARLA 的文档 。通过 -quality-level=Epic（最佳画质）或 -quality-level=Low（最佳性能）指定图形质量。通过 -windowed -ResX=N -ResY=N 指定服务器的分辨率。

  • （可选）修改 CarlaSettings.ini 以编辑默认设置（天气等）

  • （可选）修改 1_CARLA_SERVER_config.bat 以提供快捷方式，根据需要执行 CARLA 的 config.py（例如，用于加载特定地图 ）。

为 CARLA 执行 RAMN 脚本

首先，启动一个 CARLA 服务器：

  • 执行 0_CARLA_SERVER_start.bat。
  • （可选）执行 1_CARLA_SERVER_config.bat 以更新服务器的配置。

每个会话只需启动一台服务器即可。只要窗口保持活动状态，您便可以执行以下脚本。例如，您可以执行基本的 RAMN 示例：

  • 执行 2_CARLA_RAMN_manual_serial.bat 以将 RAMN 连接到 CARLA，并使用 RAMN 的控制装置手动驾驶车辆。
  • 执行 3_CARLA_RAMN_auto_serial.bat 以将 RAMN 连接到 CARLA 的自动驾驶算法。

如果出现错误，请确认您的 RAMN 串口未被其他应用程序占用。

当您使用自动驾驶算法时，控制指令将由 RAMN 决定。如果物理控制装置处于中立位置（例如，刹车和油门电位器位于底部位置），则将应用来自 CARLA 自动驾驶算法的指令。否则，将应用物理控制装置的指令。

在使用自动驾驶算法时，如果方向盘未居中，“检查发动机”指示灯将亮起，提示您当前 RAMN 正在忽略 CARLA 对方向盘的指令，并改用模拟控制。如果在您将方向盘回正后指示灯仍未熄灭，可能是因为需要使用不同的固件重新刷新板卡（参见固件刷写）。

您也可以通过 CAN 适配器（内置或外置）而非 USB 串口连接 CARLA 与 RAMN。具体操作如下：

  • 修改脚本设置以指定您的 CAN 接口（参见配置 RAMN 的脚本 ）
  • 执行 4_CARLA_RAMN_manual_CAN.bat 以将 RAMN 连接到 CARLA，并手动驾驶车辆。
  • 执行 5_CARLA_RAMN_auto_CAN.bat 以将 RAMN 与 CARLA 连接，并加载自动驾驶算法。

CAN 脚本的功能较少，性能通常也比串行脚本差，因此除非有特定的使用场景，否则应避免使用它们。

警告

在使用 CARLA 脚本时，RAMN 的串口将无法供其他应用程序使用。如果您希望与 CAN 总线进行交互，建议您连接一个外部 CAN 适配器。在 Linux 系统上，您可以使用 vcand 脚本来复用串口，并在 CARLA 脚本运行时仍能监控 CAN 总线。

自动驾驶算法的工作原理

RAMN 的 CAN 消息被分为“命令”和“控制”两类：

  • “命令”CAN 消息对应于自动驾驶算法发出的“控制请求”或“目标”。
  • “控制”CAN 消息对应于 ECU 实际施加的“控制动作”。

如果自动驾驶算法处于关闭状态，许多命令消息将不会出现，因此你会观察到较少的 CAN 消息。

默认情况下，ECU 会监听命令 CAN 消息，并立即将其作为控制 CAN 消息执行，除非相关控制未处于中立位置（即刹车和油门为 0%，方向盘位于中间位置）。例如，如果一条命令 CAN 消息指示“刹车 50%”，而物理电位器显示为 0%，那么控制 CAN 消息将显示“刹车 50%”。然而，如果一条命令 CAN 消息指示“刹车 0%”，但物理电位器显示“刹车 100%”，则控制 CAN 消息将显示“刹车 100%”。

ECU 还可以被重新编程以实现控制回路，例如比例-积分-微分控制器（PID）。RAMN 的 GitHub 仓库中提供了一个 PID 控制的示例 。

目录