CARLA : simulateur IA pour véhicules autonomes

CARLA (Car Learning to Act) est un simulateur open source conçu pour l’entraînement, les tests et la validation de systèmes de conduite autonome. Développé par le Computer Vision Center (CVC) avec le soutien de la communauté scientifique, il offre un environnement réaliste axé sur les scénarios critiques pour la sécurité et une simulation précise des capteurs.

CARLA est utilisé par des laboratoires universitaires, des centres de recherche et des équipes R&D dans les domaines de l’automobile et de la robotique. La plateforme simule un environnement urbain détaillé, avec gestion du trafic, météo dynamique et capteurs virtuels (caméra, LiDAR, radar, GPS, etc.).

Avantages clés :

• Tests sûrs de scénarios complexes avant le déploiement réel
• Cadre open source extensible, adapté à la recherche et à l’expérimentation
• Simulation fidèle des capteurs, essentielle pour les algorithmes de perception

Quelles sont les principales fonctionnalités de CARLA ?

Environnement de simulation réaliste

CARLA s’appuie sur Unreal Engine pour offrir un rendu visuel précis, une physique crédible et une simulation riche des interactions routières.

• Conditions météo, luminosité et horaires variables
• Réseaux routiers, carrefours et signalisation configurables
• Véhicules, piétons et dynamiques réalistes

Support complet des capteurs

Le simulateur propose une large gamme de capteurs virtuels reproduisant les dispositifs réels utilisés dans les véhicules autonomes.

• Caméras RGB, profondeur et segmentation sémantique
• LiDAR, radar, GPS, IMU, capteurs ultrasoniques
• Configuration du bruit et de la position des capteurs

Tests basés sur scénarios

CARLA permet de concevoir et rejouer des scénarios complexes avec événements dynamiques et comportements simulés.

• Contrôle par déclencheurs (véhicules, piétons, obstacles)
• Outil Scenario Runner pour automatiser les tests
• Simulation de cas extrêmes ou rares

Contrôle via API et architecture modulaire

CARLA peut être connecté à des modèles externes via API Python ou C++, offrant un accès direct aux données et au contrôle du véhicule.

• Intégration avec le planning, le contrôle et l’apprentissage par renforcement
• Plugins personnalisés pour les capteurs ou la logique
• Facilement extensible pour différents cas d’usage

Écosystème open source de recherche

CARLA est au cœur d’une communauté active autour de la conduite autonome.

• Datasets publics et cartes prêtes à l’emploi
• Scénarios et outils partagés par la communauté
• Participation à des compétitions comme le CARLA Leaderboard

Pourquoi choisir CARLA ?

• Conçu spécifiquement pour la recherche en conduite autonome, avec environnement urbain et physique réalistes
• Favorise des expérimentations sûres et reproductibles, y compris pour les cas limites
• Open source, transparent et modifiable, idéal pour la recherche et le prototypage
• Large ensemble de capteurs simulés, testables sous conditions variées
• Soutenu par une communauté académique et industrielle, reconnu comme référence dans le domaine