王成康, 黄李波

(同济大学，上海 201804)

0 引 言

智能驾驶技术包括感知、决策、规划、控制等模块，目前在智能驾驶中常采用瀑布式的流程，即感知模块的结果作为决策模块的输入，决策模块的结果作为规划控制的输入，因此智能车感知与决策的能力十分重要。很多感知、决策模块的算法基于机器学习方法实现，这类算法的效果高度依赖于训练数据的丰富程度。目前，大部分驾驶数据主要通过驾驶员驾驶装有各类传感器的车辆在实际道路中采集。实车采集数据需要耗费大量的时间与精力，并且在采集过程中受限于天气、安全性等多种人为不可控因素。此外，实车采集数据存在极端场景数据缺失，数据标注工作繁重等缺点。从虚拟的仿真环境中采集带标签的数据被证明是真实道路数据补充的一种可行手段。基于开源智能驾驶仿真平台CARLA搭建了驾驶员在环的驾驶仿真平台。为了提高驾驶仿真平台的拟真度，设计并实现了转向盘力反馈与转向灯功能。提出的驾驶仿真平台可以被用于驾驶数据采集、驾驶行为分析等领域。

1 驾驶仿真平台介绍

1.1 CARLA软件介绍

CARLA[1]是由西班牙巴塞罗那自治大学计算机视觉中心指导开发的开源模拟器，用于自动驾驶系统的开发、训练和验证等多个环节。CARLA的渲染系统采用虚幻引擎，可以拟真地表现出光照、阴影，实现不同的天气状态。通过采用主从式的网络架构设计，CARLA支持多个用户在同一个虚拟世界中同时进行实验。……