人车模拟器

该项目是一个用于研究具身人、无人车、无人机的影视级物理模拟器，旨在支持人和载具算法的开发、训练和验证。除了开源代码外，还提供了为此目的创建的可自由使用的开放数字资产（城镇布局、建筑、车辆、行人、道具等）。该模拟平台支持传感器、数据合成、交通管理器、多物理场仿真、行人导航、Python接口等的标准规范。详细介绍请参考文档。

使用示例

下载并执行模拟器下载工具；
进入生成的目录hutb/PythonAPI/carla/dist/，使用pip install hutb-*.whl安装特定 Python 版本的工具包（支持Python 3.7-3.14），运行以下脚本在场景中生成车辆和行人：
```
python PythonAPI/examples/generate_traffic.py
```
手动控制行人：
```
python PythonAPI/examples/manual_control.py --filter walker.pedestrian.*
```
使用 config.py 切换到 VR 驾驶舱模式，使用罗技方向盘或键盘W、A、S、D等进行控制，Z为倒档：
```
python config.py --map Town10HD?GAME=VR
```
切换到无人机模式：
```
python config.py --map Town10HD?GAME=AIR
# 起飞后按回车键进入不同状态
python PythonClient/multirotor/hello_drone.py
```

源码编译

使用git clone或从此页面下载项目。

# 启动编辑器
setup.bat -l
# 打包
setup.bat -p

请注意，hutb分支包含最新版本以及最新的修复程序和功能。或者按照如何在Windows上构建中文说明、如何在Linux上构建中的说明进行操作。

[!NOTE] 艺术创作人员可以不编译，直接下载链接中的software/hutb/hutb_editor.zip文件并解压，双击launch_hutb_editor.bat即可启动带插件的虚幻编辑器。

软硬件要求

处理器：Intel i7 gen 9th - 11th / Intel i9 gen 9th - 11th / AMD ryzen 7 / AMD ryzen 9
内存：+16 GB
显卡：NVIDIA RTX 2070 以上
操作系统：Windows 10+、Ubuntu 18.04+、MacOS 12+。

生态系统

与模拟平台相关的存储库：

相关应用: 包括感知、规划、控制、端到端、大模型、行人、智能体、可解释等
自动驾驶排行榜: 用于验证自动驾驶技术栈的自动平台
Nvidia 生态: SimReady 、神经渲染、Cosmos 世界基础模型等
Scenario_Runner: Carla 0.9.X中执行交通场景的引擎
ROS-bridge: Carla 0.9.X和ROS的接口
驾驶基准: 用于自动驾驶任务的基准工具
AutoWare AV stack: 连接AutoWare AV 栈和 Carla 的桥接器
地图编辑器: 独立的GUI应用程序，可通过红绿灯和交通标志信息增强RoadRunner地图
强化学习: 各种强化学习模型的代码

其他

除了文档之外，还为用户创建了一些附加内容。这是一种涵盖不同主题的好方法，例如对特定模块的详细解释、功能的最新改进、未来的工作等。

常规
- 艺术改进：环境和渲染 — 视频 | PPT
- 核心实现：同步、快照和地标 — 视频 | PPT
- 数据摄入 — 视频 | PPT
- 行人及其实现 — 视频 | PPT
- Carla 中的传感器 — 视频 | PPT
模块
- 交通管理器的改进 — 视频 | PPT
- 模拟器的 Mujoco 插件 — mujoco_plugin
- 模拟器的无人机插件 — air
- VR 驾驶 — interbehavior
- 汽车软件与ROS的集成 — 视频 | PPT
- ScenarioRunner简介 — 视频 | PPT
- OpenSCENARIO 支持 — PPT
- 人运动的生物力学 — 教程 | PPT | 示例
特点
- 与SUMO和PTV Vissim的联合仿真 — 视频 | PPT
- RSS-lib 的集成 — PPT
- 外部传感器接口（External Sensor Interface，ESI） — 视频 | PPT
- OpenDRIVE 独立模式 — 视频 | PPT

参考和许可证

@inproceedings{Dosovitskiy17,
  title = {{CARLA}: {An} Open Urban Driving Simulator},
  author = {Alexey Dosovitskiy and German Ros and Felipe Codevilla and Antonio Lopez and Vladlen Koltun},
  booktitle = {Proceedings of the 1st Annual Conference on Robot Learning},
  pages = {1--16},
  year = {2017}
}

@article{jdan,
    author={Haidong Wang and Xuan He and Zhiyong Li and Jin Yuan and Shutao Li},
    title={JDAN: Joint Detection and Association Network for Real-Time Online Multi-Object Tracking.},
    journal={ACM Transactions on Multimedia Computing, Communications, and Applications},
    volume=19,
    year=2023,
}

该项目站在巨人的肩膀上，诚挚感谢以下开源项目的开发者： Carla (MIT 许可证)、AirSim (MIT 许可证)、DReyeVR (MIT 许可证)、CarlaAir(MIT 许可证)、OpenSim (Apache 许可证)。

Carla 相关的资产遵循 CC-BY 许可证。其他相关资产（包括湖南工商大学大学、长沙中电软件园等地图场景）和代码基于 MIT 许可证开源。