☰
CARLA vs AirSim vs CarlaAir:15款仿真平台深度横评,为什么这个空地统一仿真器脱颖而出
2026/10/15 18:47:35 网站建设 项目流程

【免费下载链接】CarlaAir

CarlaAir: Fly Drones Inside a CARLA World!! A Unified Infrastructure for Air-Ground Embodied Intelligence

项目地址:https://gitcode.com/gh_mirrors/ca/CarlaAir
点击查看免费下载

做自动驾驶或无人机研究时,选型仿真平台常常让人迷茫:CARLA、AirSim、Gazebo、Isaac……到底该用哪一个?本文对15 款主流仿真平台做一次深度横评,并重点分析空地一体仿真框架CarlaAir(CARLA-Air)为何能在“地面 + 空中”联合仿真这个赛道上脱颖而出。

三大流派:仿真平台到底该怎么选?

目前市面上的仿真器大致可以分为四个流派,各自的强项差异明显:

流派代表平台擅长短板
🚗 自动驾驶CARLA、LGSVL、SUMO、MetaDrive、VISTA城市交通、行人、高保真道路基本没有无人机飞行能力
🚁 空中/UAVAirSim、Gazebo/RotorS、OmniDrones、Flightmare、gym-pybullet-drones多旋翼物理、飞行控制缺少真实城市交通与行人
🤖 具身智能/RLIsaac Lab、Isaac Gym、Habitat、SAPIEN、RoboSuite机器人操作、RL 环境无城市级驾驶/飞行场景
🔗 联合/共仿真TranSimHub、CARLA+SUMO、AirSim+Gazebo跨域组合依赖外部桥接,多进程、有通信延迟

关键痛点在于:一旦你想让汽车、无人机和行人共处同一个世界,桥接方案(两个独立仿真器 + 中间同步层)就会引入 1–5 ms 的通信开销、坐标系错位和帧同步难题。

15款平台横评:一张表看懂核心差异

下表基于 CarlaAir 技术报告 的 Table 1 整理(✓ = 支持,~ = 部分支持,✗ = 不支持):

平台类别城市交通行人无人机单进程联合传感器预编译包
CARLA自动驾驶✓✓✗✓✗✓
LGSVL自动驾驶✓✓✗✓✗✗
SUMO自动驾驶✓✓✗✓✗✗
MetaDrive自动驾驶✓~✗✓✗✗
VISTA自动驾驶~✗✗✓✗✗
AirSim空中/UAV✗✗✓✓✗✓
Flightmare空中/UAV✗✗✓✓✗✗
FlightGoggles空中/UAV✗✗✓✓✗✗
Gazebo/RotorS空中/UAV~~✓✓✗✓
OmniDrones空中/UAV✗✗✓✓✗✗
gym-pybullet-drones空中/UAV✗✗✓✓✗✗
TranSimHub联合仿真✓✓✓✗~✗
CARLA+SUMO联合仿真✓✓✗✗✗✗
AirSim+Gazebo联合仿真~~✓✗~✗
Isaac Lab具身/RL✗✗~✓✗✓
Habitat具身/RL✗~✗✓✗✗
SAPIEN具身/RL✗✗✗✓✗✗
CarlaAir空地一体✓✓✓✓✓✓

可以看到:单进程架构与空地联合传感器这两列,是 CarlaAir唯一全绿的地方。这正是“空地一体具身智能”研究的刚需。

CarlaAir 是什么:把 CARLA 和 AirSim 装进同一个进程

CarlaAir 是一个开源仿真基础设施,在单一 Unreal Engine 进程中统一了高保真城市驾驶(CARLA)与物理精确的多旋翼飞行(AirSim):

  • 🏗️单进程组合式集成:CARLAAirGameMode继承 CARLA 并组合 AirSim,仅修改上游约 35 行代码,无桥接、无额外进程;
  • 🐍双 API 同一世界:carla与airsim两套 Python API 操作的是同一个仿真世界,一次天气调用同时影响地面和空中所有传感器;
  • 🔄零修改代码迁移:现有 CARLA 和 AirSim 脚本、ROS 2 节点可直接运行,89/89 项 CARLA API 测试全部通过。

为什么 CarlaAir 脱颖而出?6 个硬核理由

1️⃣ 零桥接,通信开销 < 0.5 ms

传统联合仿真是两个引擎 + 外部同步,通信开销 1–5 ms;CarlaAir 的单进程架构把这部分压到0.5 ms 以内,空地传感器可以逐帧精确对齐。

2️⃣ 坐标系绝对对齐,误差 0.0000 m

CARLA 用左手系厘米制,AirSim 用 NED 右手系(Z 轴向下),两套系统对接时坐标错位是最常见的坑。CarlaAir 通过 Z 轴翻转 + 单位换算实现精确对齐,实测误差为0.0000 m,换算细节见 COORDINATE_SYSTEMS.md。

3️⃣ 18 种传感器模态,空地逐帧同步

RGB、深度、语义分割、实例分割、LiDAR、雷达、表面法线、IMU、GNSS、气压计等,全部在同一个渲染帧内对齐,支持多张地图 × 多种天气预设的批量数据生成。

4️⃣ 联合负载约 20 FPS,长时间稳定

中等联合配置(车辆 + 无人机 + 8 个传感器)稳定运行在19.8 ± 1.1 FPS;连续 3 小时、357 次生成/销毁循环,零崩溃、零内存累积。

5️⃣ 预编译包 + 一键环境,新手 10 分钟上手

无需编译 UE4,下载 Ubuntu / Windows 二进制包后跑一个脚本即可:

bash env_setup/setup_env.sh # 一键创建 conda 环境并安装依赖 ./CarlaAir.sh Town10HD # 启动仿真器(自动生成交通) python3 examples/quick_start_showcase.py

环境脚本位于 env_setup/setup_env.sh,完整步骤见 Quick-Start 指南。

6️⃣ 内置 FPS 无人机驾驶,不开代码也能飞

窗口内WASD+ 鼠标即可直接驾驶无人机,N切换天气、H呼出双语帮助菜单,适合快速验证与演示。

快速上手:4 步跑通你的第一个空地联合仿真

  1. 下载二进制包:解压 README 中提供的 CarlaAir-v0.1.7 发行包(Ubuntu 20.04/22.04 或 Windows 11,推荐 ≥8GB 显存);
  2. 一键配环境:bash env_setup/setup_env.sh,然后conda activate carlaAir,再用bash env_setup/test_env.sh验证全部 PASS;
  3. 启动仿真:./CarlaAir.sh Town10HD,看到 “Ready! Both servers are running.” 即成功(CARLA 端口 2000,AirSim 端口 41451);
  4. 运行演示:python3 examples/quick_start_showcase.py—— 你会看到 Tesla 在街上行驶、无人机从上方追踪,4 分屏展示 RGB / 深度 / 语义分割 / 无人机视角,天气自动循环。

更多示例:examples/ 下有 6 个官方演示脚本(开车、走路、切地图、传感器画廊、空地分屏等),新手教程可从 CarlaAir_Release/guide/examples/01_hello_world.py 开始。

不只是演示:覆盖五大研究方向的工作流

CarlaAir 面向空地一体具身智能,内置了 5 个经过验证的参考工作流:

工作流方向关键结果
W1空地协作实时跨域协同(无人机跟踪车辆)
W2VLN/VLA 具身导航跨视角视觉-语言导航数据管线
W3多模态数据集采集12 路传感器同步、单 tick 帧对齐
W4跨视角感知14/14 天气预设全部验证通过
W5RL 策略训练357 次重置循环、0 崩溃

它同样适配 ROS 2 生态:examples/ros2/ 提供了轻量桥接脚本 + RViz 2 预设,无需编译carla-ros-bridge,车辆与无人机传感器数据可直接汇入同一个 RViz 窗口。

选型建议:你到底需要 CarlaAir 吗?

你的需求推荐
只做地面自动驾驶 / 交通流研究CARLA 已足够
只做无人机飞行、避障或 RL 训练AirSim 或 Gazebo
机器人操作、室内具身智能Isaac Lab / Habitat / SAPIEN
汽车 + 无人机 + 行人同场景联合仿真CarlaAir✅

结语

在 15 款主流仿真平台中,绝大多数只能占据“地”或“空”的一侧;CarlaAir 用约 35 行上游修改实现了单进程、零桥接的空地一体仿真,把城市交通、多旋翼物理与 18 种同步传感器装进同一个世界。如果你正在研究空地协作、跨视角感知或具身智能的数据采集,它就是目前开箱即用度最高的选择。

更多技术细节可阅读 技术报告(PDF) 与 快速入门指南。

【免费下载链接】CarlaAir

CarlaAir: Fly Drones Inside a CARLA World!! A Unified Infrastructure for Air-Ground Embodied Intelligence

项目地址:https://gitcode.com/gh_mirrors/ca/CarlaAir
点击查看免费下载

相关推荐

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询