【自动驾驶开源仿真平台】Carla、AirSim、Udacity self-driving-car-sim、Apollo、Autoware。 - 实践

文章目录

• 前言
• • • 一、汇总总览
    • 二、分平台详细信息
    • • （一）合成数据类平台
      • • 1. Carla
        • 2. AirSim
        • 3. Udacity self-driving-car-sim
      • （二）真实信息回放类平台
      • • 4. Apollo
        • 5. Autoware

前言

我持续创作的动力！有问题请私信或联系邮箱：funian.gm@gmail.com就是若对您有帮助的话，请点赞收藏加关注哦，您的关注

自动驾驶开源仿真平台汇总将按平台类别重新梳理，清晰区分核心功能、个人体验与关键资源，方便快速定位所需信息。

一、汇总总览

本次整理的5个平台，按技术逻辑分为两类，覆盖从算法初步创建到性能测试的全流程需求：

1. 合成数据类：模拟环境、感知及车辆，侧重图像层面感知，用于算法初步开发，包括 Carla、AirSim、Udacity self-driving-car-sim。
2. 真实数据回放类：基于真实传感器数据（图像、lidar、radar等），用于信息融合算法及部件性能测试，包括 Apollo、Autoware。

二、分平台详细信息

（一）合成数据类平台

1. Carla

• 介绍：由英特尔实验室、丰田研究院、巴塞罗那计算机视觉中心联合发布，用于城市自动驾驶系统的开发、训练与验证。支持灵活调整传感模式和环境条件，给予免费开源数字资源（城市布局、建筑、车辆），可评估传统模块化流水线、端到端模仿学习、端到端强化学习三种自动驾驶方法。
• 项目概况
  • 项目地址：CARLA Simulator
  • 在线文档：CARLA Documentation
  • 介绍视频：YouTube - 《CARLA: An Open Urban Driving Simulator》
  • 论文地址：CARLA: An Open Urban Driving Simulator（可直接下载PDF）

2. AirSim

• 介绍：微软开源的跨平台模拟器，基于虚幻引擎开发，支持无人机及自主移动设备。具备高还原虚拟环境（模拟阴影、反射等干扰因素），支持硬件在循环与流行飞行控制器的物理/视觉仿真；可作为AI研究平台，提供平台独立API，用于检索数据和控制车辆，测试深度学习、计算机视觉及强化学习算法。
• 项目概况
  • 项目地址：Welcome to AirSim
  • 相关教程：Tutorials
  • 介绍视频：YouTube - 《Cars in AirSim》
  • 论文地址：AirSim: High-Fidelity Visual and Physical Simulation for Autonomous Vehicles

3. Udacity self-driving-car-sim

• 介绍：Udacity开源的自动驾驶模拟器，基于Unity技术，支持载入内置场景或创建自定义虚拟测试路线。主要用于其无人驾驶工程师纳米学位课程，教授如何用深度学习训练自动驾驶汽车，算法架构参考NVIDIA端到端学习论文。
• 项目概况
  • 项目地址：Welcome to Udacity’s Self-Driving Car Simulator
  • 课程工程：行为克隆（Behaviorial Cloning Project）
  • 相关教程：Unity Simulator User Instructions
  • 网上作品：YouTube - 《Behavioral Cloning - neural network clones human driving》
  • 参考论文：End to End Learning for Self-Driving Cars

---

（二）真实信息回放类平台

4. Apollo

• 介绍：百度开源的自动驾驶平台，具备支持完全自动驾驶功能的高性能灵活架构，国内知名度高，生态完善。
• 项目概况
  • 项目地址：Apollo
  • 在线文档：Documents
  • 试乘视频：YouTube - 《CES 2018 百度 Apollo 2.0 无人车美国桑尼维尔试乘》
  • 代表版本：apollo-v2.0.0

5. Autoware

• 介绍：用于城市自主驾驶的开源平台，界面科技感强，能力覆盖全面，支持从定位、感知到控制的全流程自动驾驶需求。
• 核心功能：3D本地化、3D映射、路径规划/跟随、加速/制动/转向控制、素材记录、多目标检测（汽车/行人/物体）、交通信号/灯识别、车道检测、对象跟踪、传感器校准/融合、云地图、连接自动化、智能手机导航、软件仿真、虚拟现实。
• 项目概况
  • 项目地址：Autoware
  • 在线文档：Autoware-Manuals
  • 视频教程：Instruction Videos
  • 路测Demo：《Tier IV self-driving on urban public roads (as of Feb 2017)》
  • 论文地址：An Open Approach to Autonomous Vehicles

---