自动驾驶测试模拟仿真平台介绍与比较

几款自动驾驶测试模拟仿真平台_算法

自动驾驶在真实的路面进行测试要面临着复杂多变的环境以及安全隐患，通过利用仿真模拟软件检测算法、也可以训练无人车基于虚拟数据或真实数据下不同场景的感知、决策等算法。

下面是笔者对各种开源模拟平台进行的基本盘点，笔者初步进行了安装尝试，受限于设备性能、或受限于授权，无法进行太多的实际实践，但初步的梳理了些以后用于学习和实践的平台：

一、 Carla

英特尔实验室联合丰田研究院和巴塞罗那计算机视觉中心联合发布CARLA，用于城市自动驾驶系统的开发、训练和验证的开源模拟器，支持多种传感模式和环境条件的灵活配置，论文中详细评估并比较了三种自动驾驶方法的性能。

官网：http://carla.org/

github地址：https://github.com/carla-simulator/carla

这是笔者最喜欢，也是最乐意实践学习的

提供了Python直接写测试场景的各种实例，对于测试人员而言是非常合适的。

二、AirSim

微软的这套airsim框架已经开源，可以在github上找到：https://github.com/Microsoft/AirSim，它原本是一个无人机的项目，最近又开放了无人车的版本，可以直接使用它的api，也可以作为unreal插件进行无人机/车的模拟。直接使用接口可以适用于各种平台，灵活性也比较大，但是上手难度也相对高一些。

不仅仅用于开车，还是开飞机。

三、apollo

百度出品，完整的自动驾驶解决方法，也是很好的自动驾驶模拟测试平台

github地址：https://github.com/ApolloAuto/apollo

有完整的中文文档和生态

四、Matlab/Simulink

MATLAB是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分。

有自动驾驶相关的组件，注册后可以试用1个月，

目前上面四个，笔者均在本机搭建环境进行尝试，有兴趣的可以选择其中一个进行尝试。

环境搭建有点复杂，各种坑。

对于开源的推荐在ubuntu下进行环境安装和配置，安装过程中可能会报各种错误，但只要仔细看报错信息大都可以解决。

更多的关于这些平台的信息，建议自己去看看官方的介绍，2019年要涉及这些方面需要大量的时间去看资料，所以这类的文章基本是一个记录式的，引导式的了。