在本教程中，我们将介绍CARLA中的标准工作流程，从启动服务器和连接客户端，通过添加车辆、传感器和生成用于机器学习的训练数据。本教程旨在简化细节，并尽可能高效地完成使用CARLA生成机器学习训练数据的关键步骤。有关工作流程每个部分的更多详细信息，例如蓝图库中可用的车辆数量或可用的替代传感器类型，请查阅文本中的链接或浏览左侧菜单。
1.启动客户端
cd /carla/root
./CarlaUE4.sh
2.通过Python API操纵CARLA
要通过Python API操纵CARLA，我们需要通过开放端口将Python客户端连接到服务器，客户端通过客户端和世界对象控制模拟器打开Python笔记本或创建新脚本，然后在脚本或main函数的开头添加以下代码：
import carla
import random
# Connect to the client and retrieve the world object
client = carla.Client('localhost', 2000)
world = client.get_world()
这个客户机对象用于维护客户机与服务器的连接，并具有许多应用命令和加载或导出数据的功能。
该端口可以选择为任何可用端口，默认设置为2000，您还可以使用计算机的IP地址选择不同于localhost的主机。这样，CARLA服务器可以在联网机器上运行，而python客户端可以在个人计算机上运行。这对于区分用于运行CARLA模拟器的GPU和用于神经网络训练的GPU特别有用，这两者对图形硬件的要求都很高。
后续假设CARLA在默认的异步模式下运行。如果使用同步模式，以下部分中的某些代码可能无法按预期工作
在CARLA API中，世界对象提供了对模拟的所有元素的访问，包括地图、地图中的对象，如建筑物、交通信号灯、车辆和行人。CARLA服务器通常加载默认地图（通常是城镇10）。如果您想使用备用地图启动CARLA，请使用config.py脚本：
./config.py --map Town05
们还可以使用world对象从客户端加载地图：
client.load_world(‘Town05’)
旁观者是模拟的视图。默认情况下，当您在附加屏幕的计算机上运行CARLA服务器时，旁观者会在新窗口中打开，除非您指定-RenderOffScreen命令行选项。
旁观者有助于可视化您的模拟。使用旁观者，您可以熟悉您加载的地图，并查看您所做的任何更改的结果，例如添加车辆、更改天气、打开/关闭地图的各个层以及用于调试目的。
您可以使用鼠标控制观众视图的俯仰和偏航，并使用QWE-ASD键移动观众：
Q - move upwards (towards the top edge of the window)
Q-向上移动（朝向窗口的上边缘）
E - move downwards (towards the lower edge of the window)
E-向下移动（朝向窗口的下边缘）
W - move forwards
向前移动
S - move backwards
向后移动
A - move left
向左移动
D - move right
向右移动
左键单击并在观众窗口中上下拖动鼠标以控制俯仰，左右拖动以控制偏航。
可以通过Python API访问和操作观察者及其属性：
# Retrieve the spectator object
spectator = world.get_spectator()
# Get the location and rotation of the spectator through its transform
transform = spectator.get_transform()
location = transform.location
rotation = transform.rotation
# Set the spectator with an empty transform
spectator.set_transform(carla.Transform())
# This will set the spectator at the origin of the map, with 0 degrees
# pitch, yaw and roll - a good way to orient yourself in the map
现在我们已经加载了地图并且服务器已启动并运行，我们现在需要用一些车辆填充我们的模拟，以模拟具有交通和其他道路使用者或非玩家角色（NPC）的真实环境。
<