Carla 模拟器

让我们尝试使用汽车模拟器不仅进行感知还可以进行控制。

在本教程的其余部分中，我们将接受您有一个 carla 模拟器 运行在 localhost:2000 上，这是默认的 carla 配置。

查看 Carla 模拟器安装页面

最快的方式是使用docker:

docker pull carlasim/carla:0.9.13
docker run --privileged --gpus all --net=host -e DISPLAY=$DISPLAY carlasim/carla:0.9.13 /bin/bash ./CarlaUE4.sh -carla-server -world-port=2000 -RenderOffScreen
# 更多信息在 https://carla.readthedocs.io/en/latest/build_docker/

一旦模拟器启动并运行，我们可以在开始 中添加代码来检测我们的行程中的障碍。 为此，我们只需要替换发送图像的摄头节点。 oasis agent 连接到 carla 服务端，并从车辆的前置摄头捕获图像。 我们可以使用摄头的这个 instaad agent 将图像数据发送到数据流图中的下游算子。

nodes:
  - id: oasis_agent
    custom:
      inputs:
        tick: dora/timer/millis/400
      outputs:
        - position
        - speed
        - image
        - objective_waypoints
        - lidar_pc
        - opendrive
      source: shell
      # With Carla_source_node
      args: python3 ../../carla/carla_source_node.py
      #
      # Or with the OASIS AGENT
      #
      # args: >
        # python3 $SIMULATE --output 
        # --oasJson --criteriaConfig $CRITERIA
        # --openscenario $XOSC
        # --agent $TEAM_AGENT
        # --agentConfig $TEAM_AGENT_CONF
        # --destination $DESTINATION
  
  - id: yolov5
    operator: 
      outputs:
        - bbox
      inputs:
        image: oasis_agent/image
      python: ../../operators/yolov5_op.py

  - id: plot
    operator:
      python: ../../operators/plot.py
      inputs:
        image: oasis_agent/image
        obstacles_bbox: yolov5/bbox
        position: oasis_agent/position

至运行：

dora up
dora start graphs/oasis/oasis_agent_yolov5.yaml --attach

您应该可以看到一个窗口显示 carla 模拟器中来自一个摄头的视图。 在这个摄头流，您应该看到对象检测发生。

您可以使用 ctrl+c 终止您运行中的数据流。

完成第一步是为您展示如何连接 carla 模拟器与 dora。 并无提供任意移动车的控制。