🚗 CARLA 数据集工具

📦 一套完整的 CARLA 仿真器数据采集与标注工具

用于 CARLA 仿真器的数据采集和标注工具。本工具包提供了高效的流水线,用于生成高质量的自动驾驶数据集,支持多种传感器类型和标准数据集格式。

⚠️ 重要提示: 本工具生成的所有原始数据使用右手坐标系。

🌟 本项目是 CarlaFLCAV 项目的一部分。欢迎给我们点个 Star!

✨ 核心特性

✅ 多传感器支持: RGB 相机、语义分割、激光雷达、语义激光雷达、毫米波雷达
✅ 多种数据集格式: KITTI Object、YOLOv5、Argoverse
✅ 灵活配置: 基于 YAML 的配置系统及验证
✅ 路线编辑器: 交互式工具,用于创建具有拓扑感知路径规划的自定义车辆路线
✅ 路侧单元支持: 支持 V2X 场景的路侧设备 (RSU) 仿真
✅ 同步录制: 多车辆和多传感器的同步数据采集
✅ 可视化工具: 内置点云和数据可视化工具
✅ 自动驾驶集成: 使用 CARLA 交通管理器的自动车辆控制

🚀 30 秒快速开始

# 1. 克隆并安装
git clone https://github.com/KevinLADLee/carla_dataset_tools.git
cd carla_dataset_tools
pip3 install -r requirements.txt

# 2. 设置环境变量
export CARLA_ROOT=/path/to/your/carla

# 3. 启动 CARLA
cd $CARLA_ROOT && ./CarlaUE4.sh

# 4. 录制数据 (在新终端)
cd carla_dataset_tools
python3 data_recorder.py --profile kitti

# 5. 生成标签
python3 label_tools/kitti_objects_label.py -r record_YYYY_MMDD_HHMM

📚 文档

用户文档

用户指南 - 完整的安装和使用指南

安装和前置要求
使用不同配置文件录制数据
路线编辑器 - 交互式创建自定义车辆路线
生成标签 (KITTI, YOLOv5, Argoverse)
数据可视化
故障排除

User Guide (English) - Complete installation and usage guide

开发者文档

开发者指南 - 开发者技术文档

架构概述
配置系统详解 (地图、天气、传感器)
API 参考
扩展工具包
开发工作流

Developer Guide (English) - Technical documentation for developers

⚙️ 配置文件

不同数据集风格的预配置文件:

default - 多车辆和传感器的通用配置
kitti - KITTI 风格 (Velodyne HDL-64E, 标准相机)
argoverse - Argoverse 风格环形相机
simple - 测试用最小配置
route_example - 演示车辆路线跟随功能

# 列出可用配置文件
python3 tools/config_list.py

# 使用配置文件
python3 data_recorder.py --profile kitti

# 创建自定义车辆路线
python3 tools/editor_route.py --map Town02 --name my_route

# 验证配置
python3 tools/config_validate.py --profile kitti

完整配置参考请查看开发者指南。

📊 支持的数据集格式

KITTI 对象检测 - 3D 边界框和标定
YOLOv5 - 2D 边界框标注
Argoverse - 环形相机设置 (实验性)

🔧 环境要求

CARLA 仿真器 >= 0.9.16
Python >= 3.8
操作系统: Linux (推荐) / Windows

下载 CARLA: https://github.com/carla-simulator/carla/releases

📁 项目结构

carla_dataset_tools/
├── config/                      # 配置管理
│   ├── config_manager.py        # YAML 配置加载器和验证器
│   └── profiles/                # 预配置文件 (default, kitti, argoverse, simple, route_example)
├── docs/                        # 文档
│   ├── USER_GUIDE.md            # 用户指南 (英文)
│   ├── USER_GUIDE_CN.md         # 用户指南 (中文)
│   ├── DEVELOPER.md             # 开发者指南 (英文)
│   └── DEVELOPER_CN.md          # 开发者指南 (中文)
├── label_tools/                 # 标注脚本 (KITTI, YOLO, Argoverse)
├── recorder/                    # 核心录制模块
├── routes/                      # 车辆路线定义 (YAML + PKL)
├── core/                        # 核心共享模块（几何、转换、日志）
├── tools/                       # CLI 工具脚本（editor_route, viz_lidar 等）
└── data_recorder.py             # 主录制脚本

🤝 参与贡献

欢迎贡献! 贡献方向:

额外的数据集格式支持 (nuScenes, Waymo 等)
增强文档和示例
错误修复和性能改进
新的传感器类型或功能

请向主代码库提交拉取请求。

📖 引用说明

如果您在研究中使用本工具,请引用:

@article{wang2022federated,
  title={Federated deep learning meets autonomous vehicle perception: Design and verification},
  author={Wang, Shuai and Li, Chengyang and Ng, Derrick Wing Kwan and Eldar, Yonina C and Poor, H Vincent and Hao, Qi and Xu, Chengzhong},
  journal={IEEE network},
  volume={37},
  number={3},
  pages={16--25},
  year={2022},
  publisher={IEEE}
}

🙏 致谢

本项目基于以下优秀工作:

CARLA Simulator - 开源自动驾驶仿真器
CARLA ROS Bridge - CARLA 的 ROS 集成
CARLA_INVS - 基础设施和车辆仿真

📄 许可证

本项目采用 GNU 通用公共许可证 v3.0 - 详见 LICENSE 文件。

📮 联系与支持

问题反馈: GitHub Issues
项目主页: CarlaFLCAV
文档: 用户指南 | 开发者指南

⭐ 如果本项目对您的研究有帮助,请给我们一个 Star! ⭐

🏠 主页 • 📖 用户指南 • 🔧 开发者指南 • 🐛 报告问题

FilesExpand file tree

README_CN.md

Latest commit

History