CARLA自定义地图：红绿灯与交通标志的高保真仿真方法

1. 项目概述：为什么在 CARLA 里“动地图”比“调车辆”更难也更重要

你刚打开 CARLA，跑通了第一个自动驾驶 demo，车辆能绕圈、能避障、能按导航走——但很快就会发现：它对红绿灯的反应像蒙着眼过马路，对禁停标志视而不见，对左转专用道毫无概念。不是代码写错了，是地图本身没“说清楚”。CARLA 默认提供的 Town01–Town10 地图，本质上是一套 静态几何模型 + 基础语义标签 ，它告诉你“这里有一根杆子”，但不告诉你“这根杆子顶部挂的是红绿灯，控制方向为东向西，周期 90 秒，当前相位为红灯”。而真实自动驾驶系统依赖的，从来不是“有没有一根杆子”，而是“这根杆子此刻在表达什么交通规则”。

这就是“自定义地图：红绿灯和标志”这个标题背后的真实战场——它不是教你怎么改贴图或挪个路牌位置，而是带你深入 CARLA 的底层数据流：从 OpenDRIVE 路网定义、OpenSCENARIO 信号逻辑、到 CARLA Python API 中 carla.TrafficLight 和 carla.TrafficSign 的实例化机制，再到如何让这些静态对象真正参与仿真时序、响应车辆传感器、触发控制逻辑。我带团队做过 7 个不同城市路口的高保真重建项目，其中 5 个卡点都出在地图层：比如某次复现深圳福田口岸早高峰，车辆总在黄灯变红瞬间急刹，查了三天才发现 OpenDRIVE 文件里该路口的 traffic_light_controller 缺少 phase duration 定义，CARLA 默认用 3 秒硬编码覆盖，而实际是 4.2 秒——差那 1.2 秒，就导致整个决策链错位。

这个内容适合三类人：第一类是正在用 CARLA 做端到端感知训练的同学，你需要让模型看到“红灯亮起”时，背后是真实的信号状态变化，而不是靠图像分类强行打标签；第二类是做行为预测或规划模块验证的工程师，你得确保仿真中“前车因红灯停车”是物理引擎驱动的结果，而非脚本硬塞的 pose；第三类是高校研究者，当你论文要对比“不同信号配时方案对通行效率影响”时，地图就是你的实验台，改一个参数就得重跑 200 次仿真，没这套自定义能力，连 baseline 都搭不稳。

核心关键词“红绿灯”“标志”“CARLA 模拟器”“中文文档”已经划出边界：我们不碰 ROS 桥接、不讲 Unreal Engine 材质编辑、不涉及真实硬件在环（HIL），所有操作均基于 CARLA 0.9.14+ 官方 Python API 和标准 OpenDRIVE 1.6 规范。接下来的内容，是我把三年来踩过的坑、压测过的参数、验证过的最小可行路径，全部摊开给你看。

2. 地图设计底层逻辑：CARLA 如何把“一根杆子”变成“可交互的交通实体”

2.1 CARLA 地图的三层结构：几何层、语义层、行为层

CARLA 地图不是一张 PNG 图，而是一个分层加载的运行时对象体系。理解这三层，是动手修改的前提：

• 几何层（Geometry Layer） ：由 .xodr （OpenDRIVE）文件定义，描述道路中心线、车道线、路沿、坡度、曲率等纯空间信息。它决定“车轮压在哪条线上”，但不决定“这条线能不能压”。例如， <road> 标签下 <lanes> 中的 <lane> 元素通过 type="driving" 或 type="stopping" 区分功能，但 CARLA 默认只读 type="driving" ， stopping 类型车道不会被导航系统识别——除非你手动在 Python 中调用 world.get_map().get_waypoint() 并强制指定 lane type。

• 语义层（Semantic Layer） ：由 .t7 （Torch7 格式，CARLA 自研）语义分割标签文件提供，将每个像素映射到 13 个预设类别（如 TrafficLight 、 TrafficSign 、 RoadMark ）。这是视觉感知模块的输入源，但它只是“快照”——告诉模型“此刻画面里有红绿灯”，却不告诉模型“这个红绿灯属于哪个路口、受谁控制、下一秒变什么色”。

• 行为层（Behavior Layer） ：这才是红绿灯和标志“活起来”的关键。它由两部分构成：

  • OpenSCENARIO 信号控制器 ：在 .xodr 文件中通过 <controller> 和 <trafficSignalController> 定义信号组、相位、持续时间、依赖关系。CARLA 启动时解析此部分，生成 carla.TrafficLight 实例并注入世界。
  • Python API 动态绑定 ：通过 world.get_actors() 获取 TrafficLight 对象后，调用 set_state() 、 set_red_time() 等方法实时干预。注意： 只有 OpenSCENARIO 定义过的信号，才能被 Python API 控制；未定义的“装饰性红绿灯”（如建筑外立面贴图）永远是静态模型 。

提示：很多新手以为改 .png 贴图就能改红绿灯状态，这是根本性误解。CARLA 的红绿灯状态切换是 CPU 侧的逻辑计算（基于 OpenSCENARIO 时间轴），不是 GPU 侧的纹理替换。你看到的“灯变色”，是渲染器根据 TrafficLight.state 属性实时选择对应材质球的结果。

2.2 红绿灯的三种存在形态：哪一种你真能控制？

在 CARLA 地图中，“红绿灯”这个词对应三个完全不同的技术实体，混淆它们会导致 90% 的调试失败：

我实测过 Town03 的一个路口：官方标注为“支持信号控制”，但打开 .xodr 文件发现其 <controller> 下只有两个 <pha