carla-simulator/carla
Open-source simulator for autonomous driving research.
C++ · ★ 14,646 · Fork 4,750 · 在 GitHub 查看
在手机上浏览源码、订阅每日 AI 趋势日报与项目架构深度解读:获取 CopoHub 客户端(iOS & HarmonyOS)→
GitHub Trending 上榜记录
carla-simulator/carla 已在 GitHub Trending 每日榜单上榜 2 天,最高排名第 38,首次上榜 2026-11-18,最近一次上榜 2026-11-19。
| 日期 | 排名 | Star | 当日增长 |
|---|---|---|---|
| 2026-11-19 | #38 | 14,646 | +20 |
| 2026-11-18 | #38 | 14,643 | +27 |
同期上榜的项目
- cursor/plugins – Cursor plugin specification and official plugins
- HKUDS/CLI-Anything – "CLI-Anything: Making ALL Software Agent-Native" -- CLI-Hub: https://clianything.cc/
- mvanhorn/last30days-skill – AI agent skill that researches any topic across Reddit, X, YouTube, HN, Polymarket, and the web - then synthesizes a grounded summary
- getarcaneapp/arcane – Modern Docker Management, Designed for Everyone
- NVIDIA/SkillEvaluator – Multi-tier framework for evaluating AI agent skills and plugins with quality gates, security scanning, harness compatibility checks, semantic overlap detection, synthetic evaluation dataset generation, and live agent evaluation that measures how skills affect agent behavior. Ships reusable CI templates that bring every check to any repository.
- nvm-sh/nvm – Node Version Manager - POSIX-compliant bash script to manage multiple active node.js versions.
carla-simulator/carla 项目深度剖析与商业评估报告
carla-simulator/carla 项目深度剖析与商业评估报告
---
1. 核心定位与商业落地价值
1.1 核心痛点与行业定位 在自动驾驶(Autonomous Driving, AD)与高级辅助驾驶系统(ADAS)的研发全生命周期中,实车路测面临着高昂的成本壁垒、长尾偶发极端工况(Corner Cases)难以复现、安全伦理合规风险以及海量标注数据匮乏四大核心瓶颈。
carla-simulator/carla(以下简称 CARLA)作为基于虚幻引擎(Unreal Engine)开发的开源全功能端到端自动驾驶仿真平台,其根本使命是构建具备高保真物理交互、光影级传感器渲染、可精确重构环境以及支持闭环控制的虚拟试验场。它打破了传统仿真软件在感知保真度(Game Engine 级图形渲染)与控制动力学(底盘物理响应)之间的割裂,成为衔接算法研发与实车落地的关键基础设施。
1.2 企业级商业落地场景 端到端大模型与多模态世界模型的数据合成(Data Engine): 基于 UE5(特别是 ue58-dev 分支)的高拟真能力,利用 Nanite 和 Lumen 技术批量生成包含复杂天候、光照渐变和极端遮挡的多视角环视相机数据与激光雷达点云,支撑感知算法(BEVFormer、OccNet 等)的大规模预训练与数据蒸馏。 虚拟在环验证体系(SIL / HIL 集成): 结合 ASAM OpenSCENARIO 与 OpenDRIVE 标准,将感知、预测、规划算法部署至软件在环(Software-in-the-Loop, SIL)测试流水线,或通过 PCIe/CAN/以太网接口串联域控制器实现硬件在环(Hardware-in-the-Loop, HIL)闭环验证。 规控算法的对抗式压力测试与鲁棒性验证: 通过 CARLA 内置的 Traffic Manager 及 ScenarioRunner,企业可构建非确定性的、具有攻击意图的动态交通流,系统性压测自动驾驶算法在长尾场景(如鬼探头、切入切出故障、恶劣天气传感器失效)中的失效边界。
1.3 竞品差异化与护城河 相较于工业界商业闭源软件(如 dSPACE ASM、IPG CarMaker、Siemens Simcenter Prescan)和云原生仿真平台(如 Applied Intuition ObjectSim),CARLA 具备以下核心壁垒: 极高的底层可控性与生态开源度(MIT 许可): 彻底规避了高昂的商业授权席位成本,支持从底层渲染管线(Custom Shaders)到物理步进控制的深度源码修改。 产学研基准标准(CARLA Leaderboard): 深度绑定学术界与产业界的顶会基准(如 CoRL、CVPR、NeurIPS 的自动驾驶榜单),沉淀了数十万量级基于 CARLA API 构建的算法资产与基线模型(Baselines)。 引擎代际跨越带来的视觉先发优势: 全面推进至 Unreal Engine 5.8,相较于多数仍停留在 Unity 或传统自研 OpenGL 引擎的仿真器,CARLA 在几何体复杂度(虚拟几何体无限制)和动态间接全局光照上建立了显著的技术代差。
---
在 README 中展示上榜徽章
[](https://github.fq6825.top/repo/carla-simulator/carla)