基础概念
本页面介绍理解 CARLA 服务器与客户端如何通过 API 运行和通信所需的基本概念。
CARLA 采用客户端-服务器架构：
- CARLA 服务器负责运行仿真
- **客户端（一个或多个）**向服务器发送指令
客户端代码通过 API 与服务器通信。要使用 Python API，需通过 PIP 安装模块：
python3 -m pipinstallcarla并在 Python 脚本中导入 CARLA 包：
importcarlaWorld 与 Client
Client（客户端）
客户端是用户运行的模块，用于请求仿真中的信息或更改。每个客户端通过一个 IP 地址和特定端口运行，并通过终端与服务器通信。可同时运行多个客户端（高级多客户端管理需要深入理解 CARLA 和同步机制）。
使用 CARLA 客户端对象设置客户端：
client=carla.Client('localhost',2000)此代码将客户端配置为与本地机器（localhost）上运行的 CARLA 服务器通信。若客户端运行在其他机器上，可替换为网络中某台计算机的 IP 地址。第二个参数是端口号，默认情况下 CARLA 服务器运行在2000 端口，启动时可根据需要修改。
客户端对象可用于多种功能，例如加载新地图、录制仿真、初始化交通管理器等：
client.load_world('Town07')client.start_recorder('recording.log')World（世界）
World是表示仿真的对象，作为抽象层提供主要方法，如生成参与者（actors）、更改天气、获取当前仿真状态等。每个仿真只有一个 World 对象。当切换地图时，当前 World 会被销毁并替换为新的 World。
通过客户端对象获取 World：
world=client.get_world()World 对象可用于访问仿真中的各类对象，例如天气、车辆、交通灯、建筑物和地图：
level=world.get_map()weather=world.get_weather()blueprint_library=world.get_blueprint_library()同步模式与异步模式
CARLA 采用客户端-服务器架构：服务器运行仿真，客户端获取信息并请求更改。本节讨论客户端与服务器之间的通信方式。
默认情况下，CARLA 运行在异步模式。
- 异步模式：服务器以最快速度运行，客户端请求被即时处理。
- 同步模式：由运行 Python 代码的客户端主导，只有在客户端发出“tick”指令后，服务器才推进一帧。
建议：
- 实验或搭建仿真时 → 使用异步模式（可自由飞行观察者视角）
- 生成训练数据或部署智能体时 → 使用同步模式（更高控制力与可预测性）
⚠️多客户端注意：
在多客户端架构中，只能有一个客户端调用tick()。服务器会将所有 tick 视为来自同一客户端，多个 tick 会导致服务器与客户端状态不一致。
设置同步模式
切换同步/异步模式只需修改一个布尔值：
settings=world.get_settings()settings.synchronous_mode=True# 启用同步模式settings.fixed_delta_seconds=0.05# 固定时间步长（秒）world.apply_settings(settings)⚠️重要警告：
若启用同步模式且运行了 Traffic Manager，必须同时将 Traffic Manager 设为同步模式。
禁用同步模式：
# 方法1：设为 Falsesettings.synchronous_mode=Falseworld.apply_settings(settings)# 方法2：使用配置脚本（仅支持禁用）cd PythonAPI/util&&python3 config.py--no-sync❗ 注意：配置脚本不能启用同步模式，因为启用后服务器会等待客户端 tick，而脚本无法按需发送 tick。
使用同步模式
同步模式在以下场景尤为重要：
- 客户端应用处理较慢
- 需要多个传感器数据严格同步
若客户端处理慢而服务器不等待，会导致信息溢出、数据丢失或错乱。在异步多传感器场景下，也无法保证所有传感器使用同一仿真时刻的数据。
以下代码片段展示了同步模式的基本用法：客户端创建摄像头，将当前帧图像存入队列，并在取出后触发服务器下一帧：
settings=world.get_settings()settings.synchronous_mode=Trueworld.apply_settings(settings)camera=world.spawn_actor(blueprint,transform)image_queue=queue.Queue()camera.listen(image_queue.put)whileTrue:world.tick()# 推进仿真image=image_queue.get()# 获取对应帧的图像⚠️关键提示：
GPU 传感器（主要是摄像头）的数据通常有2~3 帧延迟，同步机制在此至关重要。
World 还提供异步方法，让客户端等待服务器 tick 或注册回调：
# 等待下一 tick 并获取快照world_snapshot=world.wait_for_tick()# 注册回调函数（每次收到新快照时调用）world.on_tick(lambdaworld_snapshot:do_something(world_snapshot))Recorder（记录器）
Recorder 可将重现先前仿真所需的所有数据保存到文件中，包括：
- 车辆的位置与速度
- 交通灯状态
- 行人的位置与速度
- 太阳位置与天气条件
数据以二进制文件形式保存，后续可由 CARLA 服务器加载以精确复现仿真。
回放时：
- 录制文件中的参与者将被移动或重新生成
- 未出现在录制中的参与者继续按原逻辑运行
⚠️注意：
回放结束后，车辆将启用自动驾驶，但行人会停止移动。
录制文件包含以下元素信息：
- 参与者：创建/销毁、包围盒与触发盒
- 交通灯：状态变化与时间设置
- 车辆：位置/朝向、线速度/角速度、灯光状态、物理控制
- 行人：位置/朝向、线速度/角速度
- 灯光：建筑、街道及车辆的灯光状态
录制
开始录制只需指定文件名：
- 文件名含
\、/或:→ 视为绝对路径 - 未指定路径 → 保存在
CarlaUE4/Saved/目录
client.start_recorder("/home/carla/recording01.log")默认仅保存回放必需信息。若需保存全部上述数据，需设置additional_data=True：
client.start_recorder("/home/carla/recording01.log",True)💡附加数据包括：
车辆/行人的线速度与角速度、交通灯时间设置、执行时间、参与者触发盒/包围盒、车辆物理控制。
停止录制：
client.stop_recorder()📊存储估算：
1 小时录制（50 个交通灯 + 100 辆车）≈ 200 MB
仿真回放
可在仿真任意时刻启动回放。除日志文件路径外，还需以下参数：
client.replay_file("recording01.log",start,duration,camera)| 参数 | 说明 | 注意 |
|---|---|---|
start | 回放起始时间（秒） | 正数：从开头计算；负数：从结尾倒推 |
duration | 回放时长（秒），0=全部 | 结束后车辆启用自动驾驶，行人停止 |
camera | 摄像头聚焦的参与者 ID | 设为0可自由控制观察者视角 |
Recorder 文件格式
Recorder 使用自定义二进制格式保存数据，详见此文档。
渲染（Rendering）
CARLA 提供多种渲染质量与效率选项。基础层面提供两种画质模式，适配高低配置硬件：
Epic Mode
./CarlaUE4.sh -quality-level=Epic低画质模式（Low Mode）
./CarlaUE4.sh -quality-level=LowCARLA 还支持暂停渲染或离屏渲染（offscreen），以提升仿真效率或用于后台录制。
更多渲染选项详情请参阅官方文档。
