CARLA 是一个专为自动驾驶研究设计的开源模拟器。它从零开始构建，旨在支持自动驾驶系统的开发、训练和验证。除了提供开源的代码和协议外，CARLA 还提供了为此目的创建的数字资产（如城市布局、建筑、车辆），这些资产可以自由使用。该模拟平台支持灵活指定传感器套件、环境条件，完全控制所有静态和动态参与者，地图生成等功能。
CARLA 的亮点功能包括通过服务器多客户端架构实现的可扩展性：同一节点或不同节点中的多个客户端可以控制不同的参与者。灵活的API：CARLA 提供了一个强大的API，允许用户控制与模拟相关的所有方面，包括交通生成、行人行为、天气、传感器等。自动驾驶传感器套件：用户可以配置多种传感器套件，包括激光雷达、多摄像头、深度传感器和GPS等。快速模拟用于规划和控制：此模式禁用渲染，以提供交通模拟和道路行为的快速执行，其中不需要图形。地图生成：用户可以轻松地按照ASAM OpenDRIVE标准创建自己的地图，使用RoadRunner等工具。交通场景模拟：我们的引擎ScenarioRunner允许用户基于模块化行为定义和执行不同的交通情况。ROS集成：CARLA 通过我们的ROS桥提供与ROS的集成。自动驾驶基线：我们提供自动驾驶基线作为CARLA中的可运行代理，包括AutoWare代理和条件模仿学习代理。
CARLA 的功能在文档中有详细介绍。以下是一些涵盖CARLA最有用和最受欢迎功能的亮点。核心功能包括快速入门指南，介绍如何安装和运行模拟器；参与者，如车辆、行人和交通信号灯等实体；传感器，如摄像头、激光雷达和雷达等真实世界传感器的模型；交通管理器，控制NPC以挑战您的自动驾驶代理；ROS桥，实现与机器人操作系统（ROS）的无缝连接。
教程包括CARLA的第一步，帮助新用户快速上手；边界框，展示如何通过CARLA的API访问车辆或地图特征的边界框；为CARLA创建自定义地图，使用CARLA内置的资产库或导入自己的资产；为CARLA创建自定义车辆；记录您的模拟，使您可以重复和比较不同传感器或配置的结果。
如果您喜欢这个项目，请在GitHub上为我们加星以支持项目！
