news 2026/2/16 11:52:32

自动驾驶—CARLA仿真(6)vehicle_galler demo

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
自动驾驶—CARLA仿真(6)vehicle_galler demo

测试用例:
PythonAPI/examples/vehicle_gallery.py

该测试用例是一个车辆模型展示工具
依次在 CARLA 仿真世界中同一位置生成所有可用的车辆类型,并让观察者视角(Spectator)围绕每辆车做环绕飞行,用于直观查看不同车辆的外观。


🔑 主要模块解析

1.get_transform(vehicle_location, angle, d=6.4)
  • 作用:计算观察者(Spectator)在环绕车辆时应处的位置与朝向。
  • 参数
    • vehicle_location:车辆当前位置(carla.Location
    • angle:环绕角度(单位:度,0° 表示正右方)
    • d=6.4:环绕半径(米)
  • 实现逻辑
    • 在车辆周围 X-Y 平面上以半径d做圆周运动
    • Z 坐标固定为 2.0 米(略高于车辆)
    • 摄像机始终朝向车辆中心(通过yaw=180 + angle实现)
    • 同时设置俯视角-15°pitch=-15),获得更自然的观察视角
  • 返回值:一个完整的carla.Transform(包含位置和旋转)

✅ 这是典型的第三人称环绕相机(Orbit Camera)实现。


2.连接与初始化
client=carla.Client('localhost',2000)world=client.get_world()spectator=world.get_spectator()
  • 连接到指定 IP 和端口的 CARLA 服务器
  • 获取仿真世界(world)和主视角观察者(spectator

3.车辆蓝图遍历
vehicle_blueprints=world.get_blueprint_library().filter('vehicle')location=random.choice(world.get_map().get_spawn_points()).location
  • 获取所有车辆类型的蓝图(如轿车、卡车、摩托车等)
  • 随机选择一个地图出生点的位置(仅位置,忽略原始朝向)

4.主展示循环
forblueprintinvehicle_blueprints:# 在固定位置生成当前车辆transform=carla.Transform(location,carla.Rotation(yaw=-45.0))vehicle=world.spawn_actor(blueprint,transform)try:print(vehicle.type_id)# 打印当前车辆类型angle=0whileangle<356:# 等待仿真推进一帧timestamp=world.wait_for_tick().timestamp# 按仿真时间增量更新角度(60度/秒)angle+=timestamp.delta_seconds*60.0# 更新观察者视角spectator.set_transform(get_transform(vehicle.get_location(),angle-90))finally:vehicle.destroy()# 确保车辆被销毁
  • 逐个生成车辆:所有车辆出现在同一位置,朝向-45°
  • 同步环绕
    • 使用world.wait_for_tick()保证与仿真步长同步
    • 角速度 = 60 度/秒 → 约 6 秒完成一圈
    • 初始偏移-90°使起始视角位于车辆正前方
  • 安全清理:无论是否异常,车辆都会被销毁,避免残留

🎯 核心机制总结

机制说明
环绕相机通过三角函数计算观察者位置,结合 yaw 控制朝向,实现平滑环绕
仿真同步使用wait_for_tick()获取精确时间步长,确保旋转速度稳定
批量展示遍历所有vehicle蓝图,自动切换模型
资源管理finally块确保每个车辆在展示后被销毁

该脚本是 CARLA 中展示Actor 控制、Transform 操作、同步仿真的典型官方示例,常用于快速预览车辆资产或演示环绕视角效果。

💾自测结果

carla_1

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/2/13 2:27:17

技术实践:用大模型平台重构医疗数据分析Pipeline

各位技术同仁&#xff0c;大家好。我所在团队长期负责支持医院的临床科研数据分析项目。过去&#xff0c;我们为每一个研究课题搭建定制化的数据分析Pipeline&#xff1a;数据提取 → 清洗 → 特征工程 → 模型训练/统计分析 → 可视化报告。这套模式存在诸多痛点&#xff1a;开…

作者头像 李华
网站建设 2026/2/15 9:14:06

智元AGIBOT荣登具身智能机器人技术研发排行榜TOP1

当前&#xff0c;全球具身智能机器人产业正进入技术创新发展的关键期。随着数据采集、模型训练、仿真验证等基础技术体系的不断完善&#xff0c;具身智能机器人的技术壁垒正在被逐步突破。本文将从多个维度&#xff0c;为您解析当前在技术研发方面最具实力的5家具身智能机器人公…

作者头像 李华
网站建设 2026/2/15 9:07:02

Gitee vs GitHub 2025深度评测:国产代码托管平台的崛起与超越

Gitee vs GitHub 2025深度评测&#xff1a;国产代码托管平台的崛起与超越 在数字化转型加速的当下&#xff0c;代码托管平台已成为开发者生态的核心基础设施。作为国内领先的代码托管平台&#xff0c;Gitee经过多年发展已形成完整的技术生态链。最新数据显示&#xff0c;Gitee注…

作者头像 李华
网站建设 2026/2/11 22:58:43

JVM 安全与沙箱深度解析

文章目录JVM 安全与沙箱深度解析字节码校验、ClassLoader隔离、攻击防护全面指南&#x1f4cb; 目录&#x1f6e1;️ 一、JVM安全模型架构解析&#x1f4a1; JVM安全架构层次&#x1f3af; JVM安全管理器实现&#x1f50d; 二、字节码校验机制深度剖析&#x1f4a1; 字节码验证…

作者头像 李华
网站建设 2026/2/11 15:39:45

t-SNE快速降维算法详解与实现

t-SNE&#xff08;t-distributed Stochastic Neighbor Embedding&#xff09;是一种非常有效的非线性降维技术&#xff0c;特别适用于高维数据的可视化。 t-SNE算法核心原理 算法概述 t-SNE通过保留数据点之间的相似性将高维数据映射到低维空间&#xff08;通常是2D或3D&#x…

作者头像 李华
网站建设 2026/2/13 16:42:55

Python编程入门从零开始掌握基础语法一

&#x1f49d;&#x1f49d;&#x1f49d;欢迎莅临我的博客&#xff0c;很高兴能够在这里和您见面&#xff01;希望您在这里可以感受到一份轻松愉快的氛围&#xff0c;不仅可以获得有趣的内容和知识&#xff0c;也可以畅所欲言、分享您的想法和见解。 持续学习&#xff0c;不断…

作者头像 李华