📌 测试用例
PythonAPI/examples/bounding_boxes.py
这是一个2D/3D 边界框（Bounding Box）生成与可视化系统，用于：
- 在仿真中生成大量 NPC 车辆
- 通过RGB 摄像头 + 实例分割摄像头获取场景数据
- 实时计算并绘制 2D/3D 边界框
- 将边界框、速度、灯光状态等结构化数据保存为 JSON
适用于自动驾驶感知算法训练、数据集生成、传感器融合验证。
carla_bounding+boxes
3D box 有些异常，使用时请检查、增加后处理等；
🔑 主要模块解析
1.数据结构定义
EDGES：定义 3D 边界框的 12 条边连接顺序（8 个顶点 → 12 条边）SEMANTIC_MAP：CARLA 语义标签 ID 到类别名和颜色的映射（如14: ('car', (0,0,142))）
✅ 支持28 类语义标签，覆盖道路、车辆、行人、交通设施等。
2.坐标变换与投影
build_projection_matrix()：构建相机内参矩阵（K 矩阵）get_image_point()：将 3D 世界坐标 → 相机坐标 → 2D 图像坐标- 处理 CARLA 特有的坐标系转换：
(x,y,z) → (y,-z,x)
- 处理 CARLA 特有的坐标系转换：
point_in_canvas()：判断 2D 点是否在图像范围内
💡 这是3D→2D 投影的核心数学工具。
3.实例分割解码
defdecode_instance_segmentation(img_rgba):semantic_labels=img_rgba[...,2]# R 通道存语义标签actor_ids=...# G+B 通道组合为 Actor ID- 利用
sensor.camera.instance_segmentation输出的 RGBA 图像 - R 通道：语义类别 ID
- G+B 通道：Actor 唯一 ID（16 位）
✅ 实现像素级实例识别，为每个物体生成独立掩码。
4.2D 边界框生成
defbbox_2d_for_actor(actor,actor_ids,semantic_labels):mask=(actor_ids==actor.id)ys,xs=np.where(mask)return(xmin,ymin,xmax,ymax)- 基于实例分割掩码，计算轴对齐 2D 边界框（AABB）
5.3D 边界框生成
defbbox_3d_for_actor(actor,ego,camera_bp,camera):# 1. 获取 8 个 3D 顶点的世界坐标verts=actor.bounding_box.get_world_vertices(...)# 2. 投影到 2D 图像（处理相机后方的点）foredgeinEDGES:p1=get_image_point(verts[edge[0]],K,world_2_camera)...projection.append((p1x,p1y,p2x,p2y))# 3. 计算相对 ego 的 3D 信息return{'center':{x,y,z},# 相对位置'dimensions':{l,w,h},# 尺寸'rotation_yaw':...,# 相对偏航角'projection':[...]# 12 条边的 2D 投影}✅ 输出完整的 3D 检测所需参数，支持后续 3D 目标检测训练。
6.可视化系统
visualize_2d_bboxes()：在 RGB 图像上绘制矩形框 + 类别标签visualize_3d_bboxes()：绘制 3D 边界框的 12 条边 + 标签
🎮 通过
2/3键实时切换 2D/3D 可视化模式。
7.结构化数据导出
每帧保存 JSON 文件，包含：
{"frame_id":123,"objects":[{"id":456,"class":"car","velocity":{"x":2.1,"y":-0.3,...},"bbox_3d":{"center":{...},"dimensions":{...},"rotation_yaw":1.2},"bbox_2d":{"xmin":100,"ymin":200,...},"light_state":{"brake":true,"left_blinker":false,...}}]}💾 按
R键启动录制，生成_out/目录下的 PNG + JSON 对。
8.仿真环境配置
- 同步模式：确保传感器数据与时序严格对齐
- 双摄像头：
sensor.camera.rgb：获取原始图像sensor.camera.instance_segmentation：获取实例 ID 图
- 100 辆 NPC：创建密集交通场景
- 距离过滤：仅处理 50 米内的车辆（可配置）
🎯 核心应用场景
| 应用 | 如何使用本脚本输出 |
|---|---|
| 2D 目标检测训练 | 使用bbox_2d+ RGB 图像 |
| 3D 目标检测训练 | 使用bbox_3d参数（中心、尺寸、朝向） |
| 多目标跟踪（MOT） | 利用actor.id实现跨帧关联 |
| 行为预测 | 结合velocity和light_state（转向灯、刹车灯） |
| 合成数据集 | 生成带精确标注的 PNG+JSON 对 |
⚠️ 技术点
3D 边界框正确投影
- 处理相机后方的顶点（使用
is_behind_camera=True的投影矩阵） - 避免 3D 框在图像边缘出现断裂
- 处理相机后方的顶点（使用
相对坐标系
- 所有 3D 信息（位置、速度、朝向）均相对于 ego 车辆
- 符合自动驾驶感知系统的输入要求
灯光状态编码
- 解析
VehicleLightState为结构化字典 - 提供意图线索（如左转灯亮 → 可能左转）
- 解析
✅ 总结
该脚本是 CARLA感知数据生成的工业级范例，展示了：
- 如何融合RGB + 实例分割获取像素级物体 ID
- 如何从仿真中提取精确的 2D/3D 边界框
- 如何导出结构化、可直接用于训练的标注数据
它是构建自动驾驶感知 pipeline的关键工具，特别适合生成带 3D 标注的合成数据集。
