CARLA (Car Learning to Act) é um simulador de código aberto projetado para o treinamento, teste e validação de sistemas de condução autônoma. Desenvolvido pelo Computer Vision Center (CVC) com o apoio da comunidade científica, o CARLA oferece um ambiente urbano realista com foco em cenários críticos de segurança e simulação avançada de sensores.

É amplamente utilizado por universidades, centros de pesquisa e equipes de P&D nos setores automotivo, de robótica e inteligência artificial. A plataforma simula tráfego urbano complexo, condições ambientais variáveis e uma variedade de sensores virtuais (como câmeras, LiDAR, radar e GPS).

Principais benefícios:

• Simulação segura de situações complexas, sem necessidade de testes em vias reais

• Plataforma aberta e personalizável, ideal para pesquisa e desenvolvimento

• Modelagem realista de sensores, útil para testes de percepção e planejamento

Quais são as principais funcionalidades do CARLA?

Ambiente de simulação realista

Usando Unreal Engine, CARLA recria cenários urbanos e suburbanos com física detalhada, gráficos realistas e interação dinâmica entre objetos.

• Variações de clima, iluminação e hora do dia

• Malha viária configurável com cruzamentos e semáforos

• Comportamento realista de veículos e pedestres

Simulação avançada de sensores

A plataforma oferece uma gama completa de sensores virtuais que simulam dispositivos reais usados em veículos autônomos.

• Câmeras RGB, de profundidade e semânticas

• LiDAR, radar, GPS, IMU e sensores ultrassônicos

• Controle sobre posicionamento, ruído e parâmetros físicos

Testes baseados em cenários

CARLA permite criar e executar cenários de condução complexos com eventos dinâmicos e múltiplos agentes interativos.

• Controle baseado em gatilhos para veículos e pedestres

• Ferramenta Scenario Runner para testes automatizados

• Suporte a casos extremos e situações raras

API e arquitetura modular

O simulador oferece APIs em Python e C++ para integração com algoritmos externos e controle direto do ambiente.

• Integração com módulos de planejamento e controle

• Compatível com aprendizado por reforço e por imitação

• Arquitetura extensível com plugins e lógica personalizada

Ecossistema aberto para pesquisa

Como projeto open source, CARLA promove colaboração e compartilhamento na comunidade de pesquisa em condução autônoma.

• Conjuntos de dados públicos e mapas prontos para uso

• Ferramentas e cenários compartilhados pela comunidade

• Participação em competições como o CARLA Leaderboard

Por que escolher o CARLA?

• Projetado especificamente para pesquisa em veículos autônomos, com ambientes realistas e controláveis

• Permite experimentação segura e reproduzível, sem riscos de testes em estradas

• Completamente open source e em constante evolução, altamente adaptável

• Amplo suporte para sensores virtuais, ideal para testes sob diferentes condições

• Apoiado por uma comunidade acadêmica e industrial ativa, reconhecido como referência no setor