做算法验证，最头疼的问题就是没有实车和传感器。
之前我都是用 Carla 仿真来替代，但每次搭环境都会踩一遍坑。这次把完整的搭建过程记录下来，并集成到一个镜像中方便管理，从容器启动到 ROS 数据可视化，一条线走通。

1 整体架构

Carla UE4（仿真服务端） ↓ Carla ROS Bridge（数据桥接） ↓ ROS 话题（相机图像、激光雷达点云） ↓ RVIZ（可视化）

2 第一步：启动容器

我的环境是用 Docker 封装的，这样换机器也能一键跑起来。

cdcarla_simbashdocker/scripts/dev_start.sh# 启动容器bashdocker/scripts/dev_into.sh# 进入容器

3 第二步：启动 Carla UE4

容器内执行：

cd/opt/carla_wsbash./CarlaUe4.sh

这时候会弹出 Carla 的仿真窗口，能看到城镇场景和初始车辆。第一次启动可能稍慢，耐心等就行。

4 第三步：启动 ROS Bridge

新开一个终端，同样进入容器，然后加载 ROS 环境并启动桥接节点：

sourceros_bridge_env.shcd/opt/carla_ws/ros_bridge_wssourcedevel/setup.bashcd/opt/carla_ws roslaunch carla_ros_bridge carla_ros_bridge_with_example_ego_vehicle.launch

这一步会把 Carla 仿真中的传感器数据（相机图像、激光雷达点云、GPS 等）发布成 ROS 话题，供后续算法节点订阅。

启动成功后，可以查看一下有哪些话题：

rostopic list

会看到类似这样的输出：

/carla/ego_vehicle/rgb_front/image /carla/ego_vehicle/lidar/point_cloud /carla/ego_vehicle/vehicle_info ...

5 第四步：RVIZ 可视化

再新开一个终端，同样进入容器，启动 RVIZ：

cd/opt/carla_ws rosrun rviz rviz-dcarla_sim_config.rviz

如果配置正确，RVIZ 中会显示车前相机图像和激光雷达点云，车周围的建筑物、行人、车辆都能看到。

到了这一步，整套 Carla + ROS 的数据通路就算跑通了。后面不管是做目标检测、路径规划还是传感器融合，都有了数据基础。

6 几个注意点

1. 三个终端各干各的：Carla UE4、ROS Bridge、RVIZ 各占一个终端，缺一不可
2. 第一次启动慢：Carla UE4 第一次启动需要加载着色器，耐心等
3. Docker 环境：用容器封装的好处是换机器不用重新配环境，拉到镜像直接跑

如果本文对你有帮助，欢迎点赞、收藏。
遇到问题可以评论区留言交流，也欢迎转发给需要的朋友。