仿真测试入门参考(23):CARLA的ROS交互接口

“ 经常有朋友问如何学习仿真测试，于是想着把自己的一些经验和理解分享出来，希望能有所帮助。不过视野和技术有限，所说不一定对，供大家批评和参考。这是第23篇，CARLA的ROS交互接口。”

上一篇介绍了如何在CARLA中运行OpenSCENARIO 1.0和2.0格式的文件，本篇是CARLA系列的最后一篇，说明如何使用carla-ros-bridge。

ros_bridge是CARLA与ROS/ROS2之间的交互接口，实现了CARLA和ROS/ROS2双向通信，便于将基于ROS/ROS2的算法与CARLA连接，实现完整的测试闭环，本篇以ROS2 Foxy为例进行说明。

（1）建立文件夹并下载代码

$ mkdir -p ~/carla-ros-bridge && cd ~/carla-ros-bridge$ git clone --recurse-submodules https://github.com/carla-simulator/ros-bridge.git src/ros-bridge

（2）安装ROS依赖

$ source /opt/ros/foxy/setup.bash$ sudo rosdep init$ rosdep update$ rosdep install --from-paths src --ignore-src -r

“sudo rosdep init”时可能包含如下内容的报错“ERROR: cannot download default sources list”，这时先通过“ping raw.githubusercontent.com”查看网站是否可以ping通，若可以ping通的话，则可以尝试按照下述操作在hosts文件中添加相关内容：

# 打开hosts文件$ sudo gedit /etc/hosts# 添加如下内容199.232.28.133 raw.githubusercontent.com151.101.228.133 raw.github.com

“rosdep install”时可能提示无法安装derived-object-msgs和ackermann-msgs，这时可以通过如下命令手动安装：

$ sudo apt install ros-foxy-derived-object-msgs$ sudo apt install ros-foxy-ackermann-msgs

（3）编译

在终端运行“colcon build”进行编译。

（4）设置环境变量

为了在运行时能够找到相关的文件，需要设置一些环境变量。打开~/.bashrc文件，并在其结尾加入如下内容：

export SCENARIO_RUNNER_PATH=$SCENARIO_RUNNER_ROOT

（5）试运行

按照如下操作，启动CARLA和carla-ros-bridge样例。

# 启动CARLA$ cd /path/to/carla$ ./CarlaUE4.sh# 打开一个新的终端$ cd /path/to/carla-ros-bridge$ source ./install/setup.bash$ ros2 launch carla_ros_bridge carla_ros_bridge_with_example_ego_vehicle.launch.py

此时会在CARLA世界生成ego车，并弹出一个pygame窗口进行ego的的控制，这说明ros-bridge安装成功。

如果使用的是CARLA 0.9.14的话，会有一个报错“[FATAL] [carla_ros_bridge]: CARLA python module version 0.9.13 required. Found: 0.9.14”，这是因为当前的ros-bridge还是匹配的CARLA 0.9.13，读者可将ros-bridge文件夹下的CARLA_VERSION文件的内容更改为0.9.14，并重新编译即可。

ros-bridge由多个模块组成，各自发挥不同的作用，具体如下表所示。

下面通过运行carla_ad_demo，并分析启动的各节点的相互关系，介绍ros-bridge的使用方法和效果。

按照如下操作，启动CARLA和carla_ad_demo样例。

# 启动CARLA$ cd /path/to/carla$ ./CarlaUE4.sh# 打开一个新的终端$ cd /path/to/carla-ros-bridge$ source ./install/setup.bash$ ros2 launch carla_ad_demo carla_ad_demo_with_scenario.launch.py

之后会弹出下图所示的RVIZ2窗口，其右侧为各种传感器的可视化，中部是仿真全景，左下角是rviz_carla_plugin，可以查看Ego车的状态并对仿真进行控制。

此时仿真并没有运行，在左下角的“Scenario Execution”位置可以看到将要运行的场景是“FollowLeadingVehicle.xosc”，读者可以通过修改carla_ad_demo/launch/carla_ad_demo_with_scenario.launch.py中“ros_topic_msg_string”中的相关内容，来改变场景文件。

点击“Execute”按钮后，仿真开始运行。按照FollowLeadingVehicle.xosc中的场景设计，生成慢速的前车，由carla_ad_agent控制ego车跟随前车行驶（由于carla_ad_agent中的逻辑极为简单，跟随过程稍显笨拙）。

打开一个新的终端，输入如下命令，打开rqt_graph窗口，其中可显示目前启动的ROS2节点及其消息交互：

$ cd /path/to/carla-ros-bridge$ source ./install/setup.bash$ rqt_grqph

主要的消息如下表所示：

对其逻辑简述如下：

carla_ad_demo_with_scenario.launch.py中启动了carla_ros_bridge作为CARLA和ROS2环境间的主要通信接口，从CARLA获取并发布ego车、障碍车、红绿灯相关信息，从ROS2接收对ego车的控制命令并转发给CARLA。

carla_ad_agent中的ad_agent接收ego车目标车速以及ego车、障碍车、红绿灯相关信息，进行简单的逻辑处理后发布ego车的车速控制目标。其逻辑是，若前方一定距离（默认为12m）内有障碍车或者红绿灯则将车速控制目标设置为0，否则设置为其接收到的目标车速。

carla_ad_agent中的local_planner接收目标路径点和车速控制目标，通过PID控制器实现对路径点和车速的跟踪，计算得到对ego车的控制命令并发布。

carla_ros_scenario_runner加载并运行指定的场景文件FollowLeadingVehicle.xosc。如下述xosc文件片段，该文件中为ego车配置了名为“EgoVehicleAgent”的自定义控制器，其实就是carla_ros_scenario_runner下的ros_vehicle_control，该模块可以在场景运行时将xosc中定义的ego车的路径点和目标车速发布出来。