求Windows下兼容MATLAB自动驾驶工具箱及YOLO的类CARLA仿真环境

一、替代仿真环境推荐 #

• MATLAB内置驾驶场景工具：Automated Driving Toolbox自带的Driving Scenario Designer可直接自定义道路、动静态目标，生成的仿真画面、车辆状态数据能直接在MATLAB内调用，无需额外第三方软件。导出的RGB帧可直接作为YOLO模型的输入，不管是MATLAB原生训练的YOLO还是导入的预训练模型都能兼容。
• LGSVL Simulator MATLAB接口：LGSVL支持Windows系统，提供官方MATLAB通信API，可获取仿真图像、车辆位姿等数据，支持自定义复杂城市场景，完全适配YOLO的图像检测需求。

二、修复CARLA MATLAB接口问题的实操步骤 #

若坚持使用CARLA，可按以下步骤排查修复：

1. 版本匹配检查：选用CARLA 0.9.14及以上的Windows版本，MATLAB建议用R2022a及以上版本，避免版本兼容冲突。
2. 配置MATLAB路径：将CARLA安装目录下的PythonAPI\carla路径添加到MATLAB路径中，执行命令：

addpath('你的CARLA安装路径\PythonAPI\carla')

重启MATLAB后再测试接口。
3. Python环境对齐：CARLA的MATLAB接口依赖Python，用pyversion命令查看MATLAB关联的Python版本，需与CARLA要求一致（如CARLA 0.9.15对应Python 3.8），版本不匹配则在MATLAB中切换Python环境。
4. 基础连接测试：先运行极简代码验证接口是否正常：

client = py.carla.Client('localhost', 2000);
client.set_timeout(10);
world = client.get_world();
disp(world.get_map().get_name());

若报错，根据提示排查：比如端口被占用就更换CARLA启动端口，未启动CARLA服务则先运行CARLA.exe。

三、YOLO集成通用流程 #

无论使用哪种仿真环境，获取仿真帧后都可按以下方式对接YOLO：

• MATLAB原生YOLO模型：若使用YOLOv4ObjectDetector或YOLOv5ObjectDetector，直接调用detect函数：

detector = yolov4ObjectDetector('你的预训练模型文件路径');
frame = 获取仿真RGB图像; % 从仿真环境中实时读取的帧
detections = detect(detector, frame);

• 第三方YOLO模型：将MATLAB中的图像转为Python数组，通过MATLAB的Python接口调用外部YOLO模型，再将检测结果转回MATLAB格式处理。

内容的提问来源于stack exchange，提问作者lini91