【仿真】CARLA实战避坑指南：从SUMO联调到Docker部署的典型问题解析

关注

VIP免费原创最新推荐文章于 2026-05-03 12:23:32 发布 380 阅读 AI 写同款· GEO 优化 ›

Carla自动驾驶仿真七：CARLA&SUMO真实世界交通流仿真 OpenStreetMap（OSM）是一个合作项目，旨在创建一个自由且可编辑的世界地图。它由志愿者使用GPS设备、航空摄影、其他免费资源或者直接的地面观察来收集数据。阅读详情

1. CARLA与SUMO联调中的典型问题解析

第一次把CARLA和SUMO联调的时候，我盯着屏幕上的报错信息发了半小时呆。明明按照官方文档一步步操作，为什么SUMO生成的NPC车辆在CARLA里就是获取不到速度信息？这个问题困扰了我整整两天，最后发现是车辆ID的映射关系搞错了。

1.1 速度信息获取异常排查

CARLA和SUMO的车辆ID体系完全不同。新手最容易犯的错误就是直接用CARLA的world.get_actors()获取车辆ID传给SUMO的接口。实测下来，正确的做法应该是：

# 错误示范（会导致速度获取失败）
carla_actors = world.get_actors()
for actor in carla_actors:
    sumo_speed = traci.vehicle.getSpeed(actor.id)  # 这里会报错

# 正确操作（从SUMO端获取车辆ID）
sumo_vehicle_ids = traci.vehicle.getIDList()
for vid in sumo_vehicle_ids:
    speed = traci.vehicle.getSpeed(vid)  # 这才是正确的调用方式

这个坑的根源在于：CARLA端只负责车辆的位置变换(transform)，真正的运动逻辑是在SUMO端计算的。所以必须通过SUMO的TraCI接口获取速度数据，而不是反过来。

1.2 同步机制配置要点

在runsync.py这个同步脚本里，有个关键参数经常被忽略：

# 同步时间步长（单位：秒）
sync_step_length = 0.05  

# 必须确保CARLA和SUMO使用相同的步长
traci.simulationStep()
world.tick()

我遇到过最诡异的问题是：当步长设置大于0.1秒时，SUMO生成的车辆会在CAR

最低0.47元/天解锁文章

标签

#CARLA #仿真 #Docker #自动驾驶

V2X-Sim: A Virtual Collaborative Perception Dataset for Autonomous Driving V2X-Sim是第一个基于 CARLA 模拟器的自动驾驶场景中的虚拟协同感知数据集。通过在现实交通流中提供多智能主体多模态传感器数据流和多种的注释标签，V2X-Sim 可以用于各种感知任务，尤其是在现实数据集广泛可用之前的协同感知。原文：https://arxiv.org/pdf/2202.08449.pdf。阅读详情