CARLA模拟器中行人骨骼旋转问题的技术解析
2025-05-19 23:21:53作者:羿妍玫Ivan
概述
在CARLA自动驾驶仿真平台中,行人的骨骼动画系统是基于Unreal Engine实现的。开发者在处理行人骨骼旋转时经常会遇到一些非直观的行为,特别是当尝试将所有骨骼旋转设置为零时,行人模型无法呈现标准的T-pose姿势。本文将深入分析这一现象的技术原因,并提供解决方案。
问题现象
当开发者尝试通过WalkerBoneControlIn接口将所有骨骼的相对旋转设置为零时,期望行人模型呈现标准的对称T-pose,但实际结果却出现了不对称的姿势。特别是以下骨骼表现异常:
- crl_arm(手臂骨骼)
- crl_thigh(大腿骨骼)
- crl_forearm(前臂骨骼)
- crl_legs(腿部骨骼)
- crl_foot(足部骨骼)
技术背景
CARLA中的行人骨骼系统源自Maya中的绑定姿势,在Maya中所有骨骼的初始旋转确实为零,对应标准的T-pose。然而,当这些骨骼数据导入Unreal Engine后,引擎会在骨骼定义层级自动添加一些旋转偏移量。
根本原因分析
问题的根源在于Unreal Engine对骨骼系统的特殊处理:
- 骨骼定义修改:Unreal Engine在导入骨骼时会修改骨骼定义,添加自己的旋转偏移
- 绑定姿势差异:Maya中的零旋转姿势与Unreal中的零旋转姿势定义不同
- 坐标系转换:不同3D软件间的坐标系差异导致旋转表现不一致
解决方案
要正确设置行人骨骼姿势,需要以下步骤:
- 获取Unreal中的T-pose旋转值:在Unreal项目中查找SK_Pedestrian_General骨骼定义中的T-pose旋转值
- 应用逆旋转:对每个骨骼应用其Unreal T-pose旋转的逆旋转,才能得到真正的零旋转状态
- 骨骼层级处理:需要考虑骨骼层级关系,逐级应用旋转修正
实现示例
# 获取行人所有骨骼
all_bones = ped.get_bones()
new_bones = []
for bone in all_bones.bone_transforms:
# 对每个骨骼应用修正旋转
corrected_rotation = calculate_corrected_rotation(bone.name)
new_bones.append((
bone.name,
carla.Transform(
rotation=corrected_rotation,
location=bone.relative.location
)
))
# 应用修正后的骨骼控制
ped.set_bones(carla.WalkerBoneControlIn(new_bones))
注意事项
- 骨骼层级:修正旋转时需要保持骨骼层级关系
- 性能考虑:频繁更新骨骼动画会影响仿真性能
- 混合动画:与行走动画混合时可能出现不自然过渡
结论
CARLA中行人骨骼系统的旋转问题源于Unreal Engine对骨骼数据的后处理。通过理解这一机制并应用适当的旋转修正,开发者可以精确控制行人姿势。这一知识对于开发需要精细控制行人动画的自动驾驶仿真场景尤为重要。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.19 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
Ascend Extension for PyTorch
Python
229
259
暂无简介
Dart
680
160
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
493