carla学习
在Windows中使用anaconda搭建carla环境
首先去Github官网下载carla安装包
地址：链接
下载后对应的目录是：
其中exe文件是对应carla server端的开启文件
对应client端需要我们用python自行创建，不过下载的安装包中已经包含需要的基础api
搭建client环境
注意：需要查看对应carla对应的python版本号，在WindowsNoEditor\PythonAPI\carla\dist中显示的有
如下所示：为py3.7版本
由于我们电脑上没有py3.7版本，这里我们可以直接使用conda创建一个虚拟环境，打开anaconda
使用命令conda create -n carla python=3.7创建一个py3.7版本的虚拟环境
然后conda activate carla进行使用
接着我们需要下载carla需要的一些依赖包
这里在requirements.txt文件中有展示，直接进行install
如果这里使用 conda install下载失败的话，请使用pip install
最后pip install carla
如下图所示
到这里carla环境已经搭建完毕
使用client进行模拟演示
环境改变demo
确保你的carla server在运行状态中
#! /usr/bin/env python3
# -*- coding: utf-8 -*-
# @Author: 狂小腾
# @Date: 2022/7/29 11:27
import carla
# 这里是连接Carla 服务器
client = carla.Client('localhost', 2000)
client.set_timeout(10.0) # seconds
# 读取现在开启的Carla里的世界信息
world = client.get_world()
# 改变天气
weather = carla.WeatherParameters(cloudiness=10.0,
precipitation=10.0,
fog_density=10.0)
world.set_weather(weather)
初始天气：
运行完代码后的天气：
如果你的天气发生改变，这样说明你的环境搭建成功而且演示成功，接下来你可以去carla官网详细查看每个API的介绍。
当然你也可以直接使用你examples中的py代码进行演示。如examples中的manual_control.py run了之后如下图显示
Actor生成demo
顾名思义，Actor意味演员，在仿真世界里则代表可以移动的物体，包括汽车，传感器（因为传感器要安在车身上）以及行人。
-
首先生成Actor
如果我们想生成一个Actor, 必须要先定义它的蓝图（Blueprint），这就好比造房子前要先话设计图一样。
# 拿到这个世界所有物体的蓝图 blueprint_library = world.get_blueprint_library() # 从浩瀚如海的蓝图中找到奔驰的蓝图 ego_vehicle_bp = blueprint_library.find('vehicle.audi.a2') # 给我们的车加上特定的颜色 ego_vehicle_bp.set_attribute('color', '0, 0, 0')关于find里添加的东西，你可以在官网中然后ctrl+f进行查找。比如以vehicle开头的就是车辆；sensor开头的就是传感器
构建好蓝图以后，下一步便是选定它的出生点。我们可以给固定的位子，也可以赋予随机的位置，不过这个位置必须是空的位置，比如你不能将奔驰扔在一棵树上。
# 设置固定点，和他的朝向应该是怎样的 transform = carla.Transform(carla.Location(x=-9, y=80, z=2), carla.Rotation(yaw=180)) # 随机的获取世界中的一个点，这一行你也可以在spwan_npc.py中看到 spawn_points = world.get_map().get_spawn_points() # 然后把之前的blueprint填入第一个参数中，transform填入第二个参数中 actor = world.spawn_actor(ego_vehicle_bp, transform)
参考文章：