CARLA 시뮬레이터

1. 개요

CARLA(Car Learning to Act)는 Unreal Engine 기반의 오픈소스 자율주행 시뮬레이터로, 자율주행 연구의 사실상 표준(de facto standard)입니다. 숭산텍 프로젝트는 CARLA 0.9.15 버전을 사용합니다.

2. 핵심 특징

사진처럼 사실적인 도시 환경 (Town01~Town10)
풍부한 센서 모델 (RGB, Depth, LiDAR, Radar, Semantic Segmentation 등)
동적 날씨·시간대 변경
Python API를 통한 완전한 제어
ROS Bridge 지원

3. 숭산텍 프로젝트의 CARLA 활용

3.1 사용 맵

맵	용도
Town03	학습 데이터 수집 (다양한 교차로)
Town05	평가 (미학습 환경, Generalization 측정)

3.2 센서 구성

센서	해상도	FOV	주기	용도
Front RGB	800×600	90°	10Hz	BC/RL 입력
AVM Front/Rear/L/R	400×300	120°	10Hz	Phase 3+ BEV 연구
GNSS	-	-	10Hz	위치 메타데이터
IMU	-	-	10Hz	자세 메타데이터

3.3 동기 모드 (Synchronous Mode)

데이터 수집 시 시뮬레이터와 클라이언트의 동기화를 위해 Synchronous Mode를 활용합니다.

import carla

client = carla.Client('localhost', 2000)
world = client.get_world()

settings = world.get_settings()
settings.synchronous_mode = True
settings.fixed_delta_seconds = 0.1  # 10Hz
world.apply_settings(settings)

# 매 틱마다
world.tick()

4. 자주 발생하는 문제

문제	해결책
GPU VRAM 부족	`-quality-level=Low` 옵션 사용
클라이언트 타임아웃	`client.set_timeout(30.0)` 설정
WSL2에서 GUI 표시 안됨	WSLg 또는 X410 사용, `-RenderOffScreen` 옵션
충돌 시 시뮬레이터 크래시	Producer-Consumer 패턴으로 데이터 보존