Advertisement

CARLA：一款开放的城市驾驶仿真软件

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
CARLA是一款开源的城市驾驶模拟器，为自动驾驶车辆的研发提供了高度可配置的环境，支持开发者测试复杂的交通场景和驾驶行为。 CARLA是由英特尔实验室与丰田研究院以及巴塞罗那计算机视觉中心联合发布的开源模拟器。其开发涵盖了从基础层面到支持城市自动驾驶系统研发、训练及验证的各个方面。除了提供开放源代码和协议，CARLA还为自动驾驶技术提供了丰富的数字资源（包括城市布局、建筑模型及车辆数据），这些资源可以免费获取并使用。该平台能够灵活配置传感器套件与环境条件。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • CARLA：一款开放的城市驾驶仿真软件
    优质
    CARLA是一款开源的城市驾驶模拟器，为自动驾驶车辆的研发提供了高度可配置的环境，支持开发者测试复杂的交通场景和驾驶行为。 CARLA是由英特尔实验室与丰田研究院以及巴塞罗那计算机视觉中心联合发布的开源模拟器。其开发涵盖了从基础层面到支持城市自动驾驶系统研发、训练及验证的各个方面。除了提供开放源代码和协议，CARLA还为自动驾驶技术提供了丰富的数字资源（包括城市布局、建筑模型及车辆数据），这些资源可以免费获取并使用。该平台能够灵活配置传感器套件与环境条件。
     
  • OpenScenario自动驾驶仿真结构思维导图，该标准由Carla仿真软件推出，便于配置
    优质
    本思维导图为OpenScenario标准设计，适用于自动驾驶仿真的场景配置，基于Carla仿真平台，方便用户快速理解和应用该标准。 OpenScenario场景仿真结构思维导图是自动驾驶仿真软件CARLA推出的一种标准，可用于与CARLA一起完成整个自动驾驶的闭环仿真过程。它将场景搭建变成可编程化的方式，并能模拟出各种复杂的路况环境，包括被动超车、跟车变道和换道等。 这份思维导图是由两位专业的自动驾驶仿真工程师耗时一个多月整理出来的成果。如果您已经具备OpenScenario 场景编辑的基础知识但觉得很多场景无法进行编辑复现的话，那么这幅思维导图将是非常好的关键词查阅工具。 若您尚未接触过OpenScenario的场景搭建工作，则可以参考我们提供的follow_stop_and_run.xosc文件（这是一个跟车停止后又加油前进的简单示例），结合该思维导图来理解自动驾驶虚拟仿真是如何构建出来的。如果希望实时观察和体验场景搭建的效果，也可以关注我们的相关项目——“OpenScenario 场景仿真搭建”。
     
  • 自动驾驶汽车项目：基于CARLA仿真的Self-Driving-Cars-Projects
    优质
    本项目致力于开发和测试自动驾驶技术，采用CARLA仿真平台进行车辆控制算法的研究与优化。旨在推动无人驾驶技术的安全性和可靠性提升。 我使用开源模拟器完成了多个自动驾驶汽车（AV）项目。这些项目涵盖了从控制、状态估计、定位、感知到运动规划的各个方面。 在控制器部分，我在CARLA仿真环境中让自动驾驶汽车沿着跑道进行导航。 对于误差状态扩展卡尔曼滤波器的应用，则是利用CARLA仿真器中的数据对车辆位置进行了精确估算。 还有一个未命名的算法用于识别场景中对象的边界框，并定义可行驶区域的边界。 另一个同样待定名称的工作是一个分层运动规划程序，它在一系列不同的CARLA模拟环境中导航自动驾驶汽车，包括避免停放在车道上、跟随前方车辆以及安全通过交叉路口等功能。 安装步骤方面： 对于Ubuntu系统用户来说，请下载并按照官方提供的指南进行设置； 而对于Windows系统的用户，则需要先下载相应的版本然后根据说明来完成安装。
     
  • 无人驾驶虚拟仿真的软件文档
    优质
    本软件文档详细介绍了一套用于无人驾驶技术的虚拟仿真系统，旨在通过模拟真实驾驶环境来测试和优化自动驾驶算法与功能。 无人驾驶虚拟仿真软件SCANeRstudio的文档资料仅供参考学习。
     
  • 无人驾驶汽车代理在CARLA仿真器中的实现：Autonomous-Vehicles-Agent
    优质
    《Autonomous-Vehicles-Agent》是基于CARLA仿真平台开发的一款无人驾驶汽车代理系统，实现了高效的路径规划与自主驾驶功能。 我的论文课题是使用深度强化学习的自动驾驶汽车。在CARLA Simulator中实现了一个代理，该代理仅通过两个前置摄像头就能安全、快速地导航车辆。这个代理已经学会了如何利用深度强化学习算法进行车道内的导航操作。开发工作是在Python环境下完成的，并且包含有8个视频文件（mp4格式），展示了车辆在模拟器中的行驶情况。 为了验证代理的有效性，我们设计了预先定义的不同路线来进行测试，这些路线对于代理人来说是全新的。实验结果显示出了非常令人振奋的效果！ 所使用的Python库包括卡拉API、暴躁的Matplotlib、张量流凯拉斯特工和Tensorflow-Addons等。 传感器方面采用了碰撞检测器以及具备语义分割功能的RGB相机和深度相机。 具体算法部分，我们使用了DQN（Deep Q-Network）、N步DQN及DDQN（Double DQN）进行了研究。
     
  • PreScan自动驾驶仿真软件用户手册
    优质
    《PreScan自动驾驶仿真软件用户手册》为用户提供详尽的操作指南和教程，帮助读者全面了解并掌握PreScan在开发自动驾驶系统中的应用。 Prescan 是该公司自主研发的一款基于智能驾驶 V 型开发流程的核心工具，它是一款基于物理模型的仿真平台，广泛应用于汽车高级驾驶辅助系统 (ADAS) 和自动驾驶系统的开发中。该软件支持多种传感器技术，包括雷达、激光雷达、摄像头、GPS 以及车辆到车辆（V2V）和车辆到基础设施（V2I）通信技术的应用。Prescan 支持从模型在环（MIL）、实时的软件在环（SiL） 到硬件在环 (HiL) 等多种使用模式。
     
  • VTD自动驾驶仿真软件使用指南
    优质
    《VTD自动驾驶仿真软件使用指南》是一份详尽的手册，旨在帮助用户掌握Vector提供的VTD（Virtual Test Drive）平台。该手册涵盖了从安装、配置到高级应用的各项步骤和技巧，助力开发者与研究人员高效创建虚拟测试环境，加速自动驾驶技术的研发进程。 本教程涵盖自动驾驶仿真软件VTD的全面使用方法，包括每个模块的具体操作步骤，特别适合初学者参考学习。此资料由官方购买软件后提供，具有很高的参考价值。如果有帮助，我将继续上传其他相关材料。
     
  • CarMaker 6.0 自动驾驶仿真软件用户手册
    优质
    《CarMaker 6.0 自动驾驶仿真软件用户手册》详尽介绍了用于自动驾驶系统开发与测试的CarMaker 6.0仿真平台的操作指南和技术细节，是开发者和工程师不可或缺的专业资料。 德国IPG公司（IPGAutomoive GmbH）是全球公认的车辆动力学仿真专家，在过去30多年里专注于解决车辆开发过程中的难题，并在该领域确立了行业领先地位。此外，该公司还在驾驶员辅助系统和动力系统的研发方面表现卓越。 作为业内领先的供应商，IPG提供了一系列的汽车仿真与测试解决方案。其三大产品线——CarMaker、TruckMaker 和 MotorcycleMaker 分别针对小型乘用车、多轴车辆及摩托车进行车辆动力学仿真。这些软件不仅适用于模型在环（MIL）、软件在环（SIL）仿真的早期开发阶段，也可用于实时硬件在环（HIL）测试。 IPG的产品应用范围广泛，涵盖了高级驾驶员辅助系统、与汽车相关的控制系统、燃油经济性以及混合动力车辆等领域。
     
  • 逼真驾驶模拟软件 | 3D驾驶学校 v3.1 绿色版.zip
    优质
    3D驾驶学校 v3.1绿色版是一款高度仿真的驾驶模拟软件，提供丰富的驾驶训练场景和真实的操控体验，帮助用户熟悉交通规则和提高驾驶技能。 驾考除了实战练习，在电脑上同样可以进行模拟训练。为此你只需要一款驾驶模拟软件。在这里推荐给大家的是一款3D驾驶学校应用。 虽然它类似于游戏，但更准确地说应该把它归类为教学软件：严谨的道路规则、复杂的路况环境以及完善的驾照考试系统都是它的特点；此外还有人性化的辅导教练和多种真实汽车及摩托车可供选择。尽管这款应用具有精细逼真的3D画面，并且中等配置的电脑（通常机龄在三年以内）也能流畅运行，同时其操作相对于真实的开车来说并不复杂，因此你完全可以将它当作一款游戏来玩。 使用方法如下：大多数方向盘都可以配合该游戏进行控制。 1. 游戏设置： - F1键: 调整声音、画面和按键等配置 - ESC键: 切换场景或退出游戏 2. 驾驶操作: - 左/右方向键: 控制左转或右拐弯 - 上方向键：加速（油门） - 下方向键：减速刹车 - 退格键：紧急制动 - F 键: 自动档的前进模式 - R 键: 自动档的倒车功能 - P 键: 停止行驶 3. 观察视角： - 空格键：切换后视镜开关 - Shift+左方向键/右方向键：向左或向右转动头部查看四周情况 - End键：往后方看 - F7 键: 调整视野角度 - L 键: 打开车灯 4. 信号指示： - Ctrl + 左转：开启左转向灯 - Alt + 右转：启动右转弯提示 希望这款软件能够帮助大家更好地准备驾照考试。