RoadRunner Scenario+CARLA联合仿真

Ilingis · 发表于 2022-8-24 11:37

2022-08-12，虽是个人账号，欢迎同行大咖投稿交流！
本文作者：MathWorks 王鸿钧
=====================================================
CARLA 是一个当前流行的开源自动驾驶仿真软件，它可以运行一系列自动驾驶的仿真任务，并且用户可以根据自己的需求进行定制。CARLA基于虚幻引擎（Unreal Engine）构建，使用 OpenDRIVE 标准（目前为 1.4）来定义道路和城市环境，可通过 Python 或 C++的 API 来控制仿真。
在CARLA文档中，推荐用户使用RoadRunner作为编辑器，用来设计大型地图，然后通过插件将地图导入CARLA中用于仿真。而MathWorks在RoadRunner R2022a中也推出了一个新的自动驾驶场景仿真工具RoadRunner Scenario，用户不但可以用RoadRunner编辑道路地图，导出为OpenDRIVE标准格式（目前支持1.4到1.6），还可以在RoadRunner Scenario中添加车辆，创建和仿真动态场景，并导出为OpenSCENARIO标准格式（目前支持1.x和2.0）。RoadRunner Scenario提供了一个场景仿真引擎（SSE）后台服务，用户可以借用MATLAB、Simulink或CARLA中已有的车辆行为模型，或者基于这些环境开发自定义的车辆行为，作为客户端添加到自动驾驶仿真中。使用RoadRunner Scenario与MATLAB、Simulink或CARLA联合仿真，可以扩展用于测试自动驾驶的地图和场景库，便于集成自动驾驶算法，大大提高自动驾驶的测试效率。

图：RoadRunner Scenario场景仿真引擎

接下来我们就通过一个简单的例子，讲解如何实现RoadRunner Scenario与CARLA的联合仿真。我们使用的软件包括CARLA 0.9.13，以及RoadRunner R2022a（文中的小版本更新到Update 4），开发环境为Windows 10。RoadRunner支持Linux，你同样可以在Ubuntu 18.04或20.04下实现RoadRunner Scenario与CARLA的联合仿真。
如果之前没有在电脑上安装过任何相关软件，考虑到下载速度和计算机性能影响，以下流程可能需要消耗6小时以上时间，在开始前请一定要合理安排好手头的工作。不计算依赖项，RoadRunner Scenario和CARLA相关文件约需占用200 GB硬盘空间。计算机硬件的最低配置要求建议以Unreal Engine为准：
https://docs.unrealengine.com/4.26/zh-CN/Basics/InstallingUnrealEngine/RecommendedSpecifications/

图：RoadRunner Scenario与CARLA的联合仿真

从源代码编译CARLA

为了与RoadRunner Scenario联合仿真，需要在CARLA中添加一系列RoadRunner插件，因此推荐用户从源代码编译CARLA，而不是安装Release版本。从源代码编译CARLA的另一个好处是，后期可以很方便地打包发布含有RoadRunner地图的Package，不仅包含OpenDRIVE地图，还有完整的3D建模，可以在CARLA侧使用各种传感器模型，仿真感知算法。
CARLA文档中已经较为详细地介绍了从源代码编译的方法，可参考以下链接：
https://carla.readthedocs.io/en/0.9.13/build_windows/
这里不再重复介绍相关流程，只对几个比较容易出错的点进行说明：
a). 笔者使用的是Python 3.9，不要忘记安装相关依赖项，包括setuptools和wheel。
   pip3 install --upgrade pip
   pip3 install --user setuptools
   pip3 install --user wheel
b). CARLA工程的文件夹应尽量靠近磁盘根目录，如C:\CARLA；
c). 下载和编译Unreal Engine前，需要事先将GitHub账号关联到Unreal Engine账号，参考：https://www.unrealengine.com/zh-CN/ue-on-github
d). 从Git上Clone下来CARLA代码后，Update.bat运行时间会比较长，文件存放位置是Unreal\CarlaUE4\Content\Carla，如果没有安装7zip，下载完成后需要手动解压这些Content文件；
e). 编译CARLA必须在x64 Native Tools Command Prompt for VS 2019命令行窗口下进行，其中make PythonAPI过程中可能会出现下载zlib-1.2.11依赖项失败的错误，这是因为引用的链接失效，可以手动下载以下链接，解压后重新打包为zip，保存到Build目录中（重新运行make PythonAPI前需要清空文件夹中其他内容）：
https://zlib.net/fossils/zlib-1.2.11.tar.gz
提示Python API编译完成后，不要忘记检查一下在PythonAPI\carla\dist目录中是否成功生成了.egg和.whl文件；

f). 最后一步make launch成功后，第一次启动Unreal Editor的时间会比较长，在笔者的电脑上约需要40分钟，请耐心等待，进入Unreal Editor后还会对当前显示的场景进行编译shader，视计算机配置不同也会消耗大量时间。
2. 编译RoadRunner插件
a). 从MathWorks官网上下载RoadRunner用于Unreal Engine的插件包：
      https://www.mathworks.com/supportfiles/roadRunnerPlugins/RoadRunner_Plugins.zip
b). 将插件包解压后，复制Unreal\Plugins下的所有文件夹到CARLA的插件目录中，即Unreal\CarlaUE4\Plugins文件夹；

c). 关闭Unreal Editor，重新编译CARLA，打开x64 Native Tools Command Prompt for VS 2019命令行窗口，在carla目录下运行make launch；
d). 在Unreal Editor中点击Edit->Plugins，确认RoadRunner插件已被正确安装。

3. 导出RoadRunner地图到CARLA
a). 安装并激活RoadRunner R2022a（包含RoadRunner Scenario）；
b). 启动RoadRunner，依次点击New Scene，New Project，新建一个RoadRunner工程，并选择Include Asset Library；
c). 我们打开一个RoadRunner自带的地图，选择file->open scene...并打开ScenarioBasic.rrscene；

d). 选择file->export...->CARLA (.fbx, .xodr, .rrdata.xml)，在File path中填写导出地图的存储位置和文件名，依次点击Save，Export；

e). 在目标文件夹中可以看到对应的导出文件，其中.fbx是地图的3D建模，.xodr是OpenDRIVE文件，由于我们没有修改设置，默认是1.4版本。

4. 在CARLA中导入RoadRunner地图
a). 切换到CARLA编辑器，即make launch后启动的Unreal Editor，在下方Content目录中新建文件夹RoadRunner，以及两个子文件夹Maps和Static；

b). 右击Static，选择Add/Import Content->Import to /Game/RoadRunner/Static，打开刚才保存的文件ScenarioBasic.fbx；

c). 在弹出的MathWorks RoadRunner Import Options窗口中，点击Import，并如下图所示，在FBX Scene Import Options中修改几个关键选项，最重要的是在选项卡Scene中选择Create one Blueprint asset和Invert Normal Maps，以及在选项卡Static Meshes中选择Import Normals，然后点击Import；

d). 右击导入的FbxScene_ScenarioBasic，选择Edit...，在弹出对话框的左上角Components选中DefaultSceneRoot，在右侧Details的Transform选项卡中修改Mobility为Static，即设置为静态地图，然后点击上方的Compile并Save；

e). 从主菜单中选择File->Save Current As...，将地图文件ScenarioBasic.umap保存在Maps文件夹中。

5. 打包发布含RoadRunner地图的CARLA工程
a). 选择画面上方的Settings->Project Settings，对CARLA工程进行设置；

b). 在设置窗口左侧导航栏中，选择Project下的Packaging，右上角有一个眼睛形状的按钮，会隐藏一些选项，我们需要选中Show All Advanced Details；

c). 找到选项List of maps to include in a packaged build，将我们导入的地图/Game/RoadRunner/Maps/ScenarioBasic添加进去，在原始的CARLA工程中已经添加了很多其他地图，如果仿真中不需要，我们可以将其删除；

d). 回到编辑器主界面，从主菜单中选择File->Save All，然后关闭编辑器。
e). 回到x64 Native Tools Command Prompt for VS 2019命令行窗口，运行make package，这一步第一次运行耗时会比较长，可能需要数个小时；

f). 浏览编译完成后显示的Package发布目录，可以在WindowsNoEditor文件夹下找到生成的CarlaUE4.exe可执行文件，这就是可用于联合仿真的CARLA可执行文件。

6. 将OpenDRIVE地图文件复制到CARLA联合仿真目录
a). 从上一步编译生成的CARLA仿真工程出发，在
\CarlaUE4\Content\Carla\Maps\OpenDRIVE目录下找到ScenarioBasic.xodr，这是CARLA存放OpenDRIVE地图文件的默认位置；

b). 将这个地图文件复制到\CarlaUE4\Content\RoadRunner\Maps\OpenDRIVE目录下，若之前没有这个文件夹，需要手动新建一个，这是联合仿真工具搜索OpenDRIVE地图文件的目录。

7. 配置RoadRunner Scenario与CARLA的联合仿真环境
a). 设置环境变量CARLA_ROOT，将其定位到刚才发布的CARLA Package中含有CarlaUE4.exe可执行文件的目录；

b). 配置RoadRunner的仿真环境文件，位于（<username>需替换为你的用户名）
C:\Users<username>\AppData\Roaming\MathWorks\RoadRunner\R2022a\Scenario\Config\SimulationConfiguration.xml
找到标记<Platform name=&#34;CARLA&#34;>，将可执行文件的路径修改为刚才发布的Package中CarlaUE4.exe的位置，在笔者的开发环境中修改为
<ExecutablePath>C:\CARLA\carla\Build\UE4Carla\0.9.13-1-g8854804f4-dirty\WindowsNoEditor\CarlaUE4.exe</ExecutablePath>

c). 安装RoadRunner Scenario与CARLA联合仿真的Python依赖项，最好也升级一下protobuf库，避免protobuf版本过老导致联合仿真工具报错；
pip3 install --upgrade pip
pip3 install --user psutil
pip3 install --user --upgrade protobuf
d). 找到RoadRunner安装目录下的CARLA联合仿真示例目录，默认位置是
C:\Program Files\RoadRunner R2022a\bin\win64\Tools\CARLA\examples，
以管理员模式运行一次setup.bat，然后就可以在C:\Program Files\RoadRunner R2022a\bin\win64\Tools\CARLA\SimulationClient目录下看到一个自动生成的sse文件夹，RoadRunner Scenario与CARLA的联合仿真环境就配置好了。
8. 运行RoadRunner Scenario与CARLA的联合仿真
a). 在打开的RoadRunner编辑器窗口中，右上角从Scene Editing切换到Scenario Editing，进入场景编辑模式，可以向其中添加车辆并配置动态行为；

b). 在下方的Library Brower中，浏览到Assets->Vehicles文件夹，我们选中一辆CompactCar作为前车，然后用鼠标左键拖拽到交叉路口的左转车道上；

c). 选中车辆的状态下，在远处的道路上点击鼠标右键，就建立了当前车辆的一段跟随当前车道的匀速行驶轨迹，车辆会在路口根据当前车道自动转向；

d). 我们再添加一辆Sedan作为后车，期望通过由CARLA API定义的Python脚本实现同样的匀速车道跟随逻辑，跟随前车行驶；

e). 在下方的Library Brower中，浏览到Assets->Behaviors文件夹，选中CARLA行为模型，在右侧属性栏中输入模型地址..\examples\CarlaEgoVehicle1.py，这里采用了基于RoadRunner Scenario联合仿真工具的相对路径，当然你也可以使用绝对路径；

f). 选中后车，将CARLA行为模型拖拽到后车右侧属性栏的Behavior空格中，这样就完成了后车的行为模型指定，而前车的Behavior一栏是留空的，代表前车的行为完全由RoadRunner Scenario来指定；

g). 为了便于区分，我们还可以修改后车的Color，将其改为红色；

h). 在上方工具栏中，切换到Simulation Tool，即可点击右边的Play按钮开始与CARLA的联合仿真，自动运行Scenario Simulation Engine，开启CarlaUE4.exe并切换到一致的地图；然后RoadRunner Scenario中的前车和CARLA中的后车开始行驶，整个仿真过程拥有良好的同步性，直到后车碰撞停止的前车，仿真自动中止；通过调整窗口大小，可获得良好的可视化效果；

i). 用户可以配置联合仿真中RoadRunner Scenario所选车型对应的CARLA车辆3D模型，配置文件actors.json同样在CARLA联合仿真示例目录，默认位置即C:\Program Files\RoadRunner R2022a\bin\win64\Tools\CARLA\examples；以上示例RoadRunner Scenario中CompactCar对应的CARLA车型为Mini Cooper S，Sedan对应的CARLA车型为Lincoln MKZ 2020，你可以根据自己的需求进行修改，从CARLA的Blueprint库中找到想使用的车型名称vehicle.*.*，替换配置文件中的原有车型，CARLA 0.9.13提供的车型列表可从以下链接查找：
https://carla.readthedocs.io/en/0.9.13/bp_library/ （找到vehicle目录）

在RoadRunner Scenario与CARLA的联合仿真中，没有交通参与者的数量限制，只要计算机的性能允许，就可以添加任意数量的车辆。用户可以在RoadRunner Scenario中添加预先设计好的目标车辆行为，然后从CARLA添加独立的自动驾驶车辆进行仿真，测试自动驾驶功能，例如直接在以上示例的后车中添加AEB功能进行测试。在联合仿真的工作流程中，RoadRunner Scenario的易用性和CARLA的灵活性均可以得到极大的有效利用。
除了单独联合仿真，RoadRunner Scenario还可以同时与多个软件进行联合仿真，包括MATLAB、Simulink和CARLA。当然，建立RoadRunner Scenario与CARLA联合仿真的过程略显繁琐，相比之下RoadRunner Scenario与MATLAB或Simulink的联合仿真就非常简便了，感兴趣的读者不妨去MathWorks官网上探索一下。
相关链接：
RoadRunner：https://ww2.mathworks.cn/products/roadrunner.html
RoadRunner Scenario：https://ww2.mathworks.cn/products/roadrunner-scenario.html
CARLA：https://carla.org/

		自动登录	找回密码
密码			立即注册

RoadRunner Scenario+CARLA联合仿真

本帖子中包含更多资源