carla: 一个用于训练和验证自动驾驶系统的开源城市驾驶模拟器

问题解决

CARLA 为自动驾驶研究提供了一个高保真、开源的模拟环境。它通过允许开发者在安全的数字城市环境中训练、验证和测试自动驾驶系统，消除了对昂贵且具有风险的现实世界测试的需求。

工作原理

基于 Unreal Engine 构建，CARLA 模拟了城市布局、建筑和车辆。它允许研究人员指定灵活的传感器套件和环境条件，以模仿现实世界的驾驶。该平台提供了一个 Python API 用于控制模拟，并与用于场景执行、ROS 连接和基准测试的工具生态系统集成。

适用对象

它专为从事自动驾驶技术栈工作的研究人员和开发者设计，特别是那些专注于车辆控制和感知 AI 模型的训练和验证的人员。

亮点

• 开源代码和协议，并带有免费的数字资产，如城市布局和车辆。
• 支持灵活的传感器配置和环境条件。
• 与广泛的生态系统集成，包括用于验证的排行榜和用于 ROS 和 AutoWare 的桥接器。
• 支持各种 AI 训练方法，包括 Conditional Imitation Learning 和 Reinforcement Learning。