在Carla上应用深度强化学习实现自动驾驶（一）

carla环境下基于强化学习的自动驾驶_哔哩哔哩_bilibili

本篇文章是小编在pycharm上自己手敲代码学习自动驾驶的第一篇文章，主要讲述如何在Carla中控制我们自己生成的汽车并且使用rgb摄像头传感器获取图像数据。

以下代码参考自：（如有侵权，请联系我将立即删除）使用 Carla 和 Python 的自动驾驶汽车第 2 部分 —— 控制汽车并获取传感器数据-CSDN博客

1、导入carla（其中的路径根据自己的实际情况修改）

import glob
import os
import sys

try:
    sys.path.append(glob.glob(
        r'D:\postgraduate\code\CARLA_0.9.14\WindowsNoEditor\PythonAPI\carla\dist\carla-0.9.14-py3.7-win-amd64.egg')[0])
except IndexError:
    pass

import carla

2、我们将立即处理的第一件事是演员列表，并在我们完成后清理它们

actor_list = []
try:


finally:

    print('destroying actors')
    for actor in actor_list:
        actor.destroy()
    print('done.')

在这里，我们将在 try/finally 中封装主要的大部分代码。我们将把所有的逻辑和actor创建放在try中，然后finally会为我们清理它。

3、接下来，回想一下我们在 Carla 中有 3 个主要“事物”：世界、蓝图和演员。首先，我们将连接到我们的服务器，获取世界，然后访问蓝图

actor_list = []
try:
    client = carla.Client('localhost', 2000)
    client.set_timeout(2.0)

    world = client.get_world()

    blueprint_library = world.get_blueprint_library()

4、有了蓝图之后，我们就可以选取某个点来生成我们的汽车，并且控制它