fix

docs/todo.md

@@ -3,7 +3,7 @@
 ## 技术文档
 * 参考[稳定版文档](https://carla.readthedocs.io/en/stable/) 检查文档拼写错误、前后不一致等；
 * 完善对应文档的示例代码（做好配置说明）；
-* 整理 Carla 社区的文档、代码，比如 [carla](https://github.com/OpenHUTB/carla/tree/master/PythonAPI/examples) 、[awesome](https://github.com/Amin-Tgz/awesome-CARLA) ；
+* 整理 Carla 社区、深信科创、中文社区的文档、代码，比如 [carla](https://github.com/OpenHUTB/carla/tree/master/PythonAPI/examples) 、[awesome](https://github.com/Amin-Tgz/awesome-CARLA) ；
 * 整理 [神经科学原理](https://github.com/OpenHUTB/neuro) 、[前额叶皮层](https://github.com/OpenHUTB/PFC) 、强化学习导论心理学章节；
 * [游戏开发](./game.md)；
 

src/tuto_G_control_walker_skeletons.py

@@ -8,12 +8,36 @@
 blueprint = random.choice(world.get_blueprint_library().filter('walker.*'))
 spawn_points = world.get_map().get_spawn_points()
 spawn_point = random.choice(spawn_points) if spawn_points else carla.Transform()
-world.try_spawn_actor(blueprint, spawn_point)
+test_walker = world.try_spawn_actor(blueprint, spawn_point)
+
+
+# 将相机转向行人的生成点
+trans = test_walker.get_transform()
+spectator = world.get_spectator()
+spectator.set_transform(trans)
+
 
 control = carla.WalkerBoneControlIn()
 first_tuple = ('crl_hand__R', carla.Transform(rotation=carla.Rotation(roll=90)))
 second_tuple = ('crl_hand__L', carla.Transform(rotation=carla.Rotation(roll=90)))
 control.bone_transforms = [first_tuple, second_tuple]
-# world.player.apply_control(control)
-# carla.command.ApplyWalkerControl(control)
-# carla.command.ApplyWalkerControl()
+# test_walker.apply_control(control)
+# carla.command.ApplyWalkerControl(control)  # 骨骼始终与其父骨骼相关，因此没有世界坐标，它们是相对于父骨骼的本地坐标。
+
+
+# 参考：https://github.com/carla-simulator/carla/issues/7621
+all_bones = test_walker.get_bones()
+new_bones = []
+
+for bone in all_bones.bone_transforms:
+    if bone.name == 'crl_root':
+        rotation = carla.Rotation(0, 0, 90)
+    else:
+        rotation = carla.Rotation(0, 0, 0)
+
+    location = [bone.relative.location.x, bone.relative.location.y, bone.relative.location.z]
+
+    new_bones.append((bone.name, carla.Transform(rotation=rotation,
+                                                 location=carla.Location(x=location[0], y=location[1], z=location[2]))))
+
+test_walker.set_bones(carla.WalkerBoneControlIn(new_bones))

src/vehicle/open_door.py

@@ -0,0 +1,200 @@
+import math
+import os
+import queue
+import random
+import sys
+
+import carla
+
+
+
+def main():
+    try:
+        # setup client并且加载我们所需要的地图
+        client = carla.Client('localhost', 2000)
+        client.set_timeout(120.0)
+        client.load_world('Town10HD_Opt')
+        num_walkers = 20
+        num_vehicle = 20
+        # 设置跑步的行人比例
+        percentage_pedestrians_running = 0.25
+        # 设置横穿马路的行人比例
+        percentage_pedestrians_crossing = 0.15
+
+        # 获取我们client所对应的world
+        world = client.get_world()
+        # 获得这个world中的观察者
+        spectator = world.get_spectator()
+
+        # 获得当前客户端的交通管理器
+        traffic_manager = client.get_trafficmanager()
+
+        # 获得观察者的方位信息
+        transform = spectator.get_transform()
+
+        # 根据观察者默认方位设置新的方位
+        location = transform.location + carla.Location(x=-30, z=20)
+        rotation = carla.Rotation(pitch=-20, yaw=-20, roll=0)
+        new_transform = carla.Transform(location, rotation)
+
+        # 将观察者设置到新方位上
+        spectator.set_transform(new_transform)
+
+        # 获得整个的blueprint库并从中筛选出车辆
+        vehicle_blueprints = world.get_blueprint_library().filter('*vehicle*')
+
+        # 获得整个的blueprint库并从中筛选出行人
+        ped_blueprints = world.get_blueprint_library().filter('*pedestrian*')
+
+        # 通过world获得map并获得所有可以生成车辆的地点
+        vehicle_spawn_points = world.get_map().get_spawn_points()
+
+        # 通过world获得所有可以生成行人的地点并存储
+        ped_spawn_points = []
+        for i in range(num_walkers):
+            spawn_point = carla.Transform()
+            loc = world.get_random_location_from_navigation()
+            if loc is not None:
+                spawn_point.location = loc
+                ped_spawn_points.append(spawn_point)
+
+        # 在地图上随机生成num_vehicle辆车，每辆车为车辆蓝图库中的随机车辆
+        for i in range(0, num_vehicle):
+            world.try_spawn_actor(random.choice(vehicle_blueprints),
+                                  random.choice(vehicle_spawn_points))
+
+        # 创建用来存储行人，行人速度设置和行人控制器的list
+        walker_batch = []
+        walker_speed = []
+        walker_ai_batch = []
+
+        # 在地图上随机生成num_walkers个行人，每个行人为行人蓝图库中的随机行人，并设定行人的移动速度
+        for j in range(num_walkers):
+            walker_bp = random.choice(ped_blueprints)
+
+            # 取消行人无敌状态
+            if walker_bp.has_attribute('is_invincible'):
+                walker_bp.set_attribute('is_invincible', 'false')
+
+            # 设置行人的移动速度
+            if walker_bp.has_attribute('speed'):
+                if random.random() > percentage_pedestrians_running:
+                    # 将对应行人速度设置为走路速度
+                    walker_speed.append(walker_bp.get_attribute('speed').recommended_values[1])
+                else:
+                    # 将对应行人速度设置为跑步速度
+                    walker_speed.append(walker_bp.get_attribute('speed').recommended_values[2])
+            # 从可生成行人的生成点中随机选择并生成随机行人，之后将生成的行人添加到同一批中
+            walker_batch.append(world.try_spawn_actor(walker_bp, random.choice(ped_spawn_points)))
+
+        # 从蓝图库中寻找控制行人行动逻辑的控制器
+        walker_ai_blueprint = world.get_blueprint_library().find('controller.ai.walker')
+
+        # 为整批行人各自生成对应的控制器，并把控制器添加到代表批量控制器的列表中
+        for walker in world.get_actors().filter('*pedestrian*'):
+            walker_ai_batch.append(world.spawn_actor(walker_ai_blueprint, carla.Transform(), walker))
+
+        # 批量启动行人控制器，并设置控制器参数
+        for i in range(len(walker_ai_batch)):
+            # 启动控制器
+            walker_ai_batch[i].start()
+            # 通过控制器设置行人的目标点
+            walker_ai_batch[i].go_to_location(world.get_random_location_from_navigation())
+            # 通过控制器设置行人的行走速度
+            walker_ai_batch[i].set_max_speed(float(walker_speed[i]))
+
+        # 设置行人横穿马路的参数
+        world.set_pedestrians_cross_factor(percentage_pedestrians_crossing)
+
+        # 从world中获取车辆，并将每辆车的autopilot模式设置为打开
+        for vehicle in world.get_actors().filter('*vehicle*'):
+            vehicle.set_autopilot()
+
+        # 设定主车生成位置
+        ego_spawn_point = vehicle_spawn_points[1]
+        # 从蓝图库中挑选我们需要的主车蓝图
+        ego_bp = world.get_blueprint_library().find('vehicle.mini.cooper_s_2021')
+        # 设置主车蓝图的属性中的角色名
+        ego_bp.set_attribute('role_name', 'hero')
+        # 生成主车
+        ego_vehicle = world.spawn_actor(ego_bp, ego_spawn_point)
+        # 将主车设置为自动驾驶模式
+        ego_vehicle.set_autopilot()
+
+        # 从蓝图库中寻找rgb相机
+        camera_bp = world.get_blueprint_library().find('sensor.camera.rgb')
+        # 设置rgb相机的方位信息
+        camera_transform = carla.Transform(carla.Location(x=-8, y=0, z=5),
+                                           carla.Rotation(pitch=10, yaw=0, roll=0))
+        # 生成rgb相机并用SpringArmGhost的方式绑定到主车上
+        camera = world.spawn_actor(camera_bp, camera_transform, attach_to=ego_vehicle,
+                                   attachment_type=carla.libcarla.AttachmentType.SpringArmGhost)
+
+        # 获得当前仿真世界的设定
+        setting = world.get_settings()
+        # 设定为异步模式
+        setting.synchronous_mode = True
+        # 将时间步长设定为固定的0.03秒
+        setting.fixed_delta_seconds = 0.05
+        # 应用设定
+        world.apply_settings(setting)
+
+        # 将交通管理器设置为同步模式
+        traffic_manager.synchronous_mode = True
+        # 通过交通管理器设置所有车辆相对于限速的差值，这里为负即为所有车辆都会i超速行驶
+        traffic_manager.global_percentage_speed_difference(-30)
+        # 设定存储摄像头数据的队列
+        image_queue = queue.Queue()
+        # 设定传感器每读取一帧数据后存储到队列中(同步模式)
+        camera.listen(image_queue.put)
+        # 设定数据的存储路径
+        output_path = os.path.join("/home/ziyu/data/carla_pic", '%06d.png')
+
+        # 令摄像头读取数据并存储(异步模式)
+        #camera.listen(lambda image: image.save_to_disk(output_path % image.frame))
+
+        while True:
+            # 从world中获取观察者视角，并将观察者视角的方位信息设置为相机的对应方位信息
+            world.get_spectator().set_transform(camera.get_transform())
+
+            # 如果为同步模式设定
+            if traffic_manager.synchronous_mode:
+                # 更新仿真世界
+                world.tick()
+                # 从队列中读取传感器图像
+                image = image_queue.get()
+                # 将图像存储到本地路径(同步模式)
+                # image.save_to_disk(output_path % image.frame)
+            # 如果为异步模式设定
+            else:
+                # 更新仿真世界
+                world.wait_for_tick()
+
+    finally:
+        # 停止并销毁所有controller
+        for controller in world.get_actors().filter('*controller*'):
+            controller.stop()
+        # 销毁所有车辆
+        for vehicle in world.get_actors().filter('*vehicle*'):
+            vehicle.destroy()
+        # 销毁所有行人
+        for walker in world.get_actors().filter('*walker*'):
+            walker.destroy()
+
+        # 获得当前仿真世界设定
+        settings = world.get_settings()
+        # 设定为异步模式
+        settings.synchronous_mode = False
+        # 设定为可变时间步长
+        settings.fixed_delta_seconds = None
+        # 应用设定
+        world.apply_settings(settings)
+
+if __name__ == '__main__':
+
+    try:
+        main()
+    except KeyboardInterrupt:
+        pass
+    finally:
+        print('\ndone.')