点云地图创建
本文介绍 CARLA ROS Bridge 中的点云地图创建：通过 PCL 记录器把激光雷达扫到的
三维点云累积保存下来，供离线查看与分析，属于 carla_ros_bridge 的既有功能。
参考
拓展：自行实现「占用栅格建图 + 神经网络规划导航」
本文的点云地图创建只负责保存点云，既不做概率化的地图表达，也不含导航功能。
下面是在该功能基础上自主实现的一套「激光雷达建图 + 神经网络规划导航」闭环，
代码位于
src/ground/carla_mapping_navigation，
详细介绍（计算原理、源码解析、性能评价）见
CARLA 激光雷达建图与神经网络规划导航。
与本文示例的区别
| 对比项 | 本文示例（点云地图创建） | 本拓展模块 |
|---|---|---|
| 技术路线 | carla_ros_bridge 的 PCL 记录器 |
CARLA Python API 直连 + 自研建图/规划节点 |
| 是否依赖 ros-bridge | 必须编译并运行 ros-bridge | 不需要，仅需 carla Python 客户端 |
| 地图形式 | 3D 点云（.pcd 文件，离线查看） |
2D 占用栅格（nav_msgs/OccupancyGrid，RViz 实时显示） |
| 建图时机 | 先录后看（离线） | 边动边建图（SLAM 理念，行驶中实时更新） |
| 概率更新 | 无（纯点云累积） | 贝叶斯对数几率更新，区分占据 / 空闲 / 未知 |
| 导航规划 | 无（只有建图） | 规划神经网络输出油门与转向，驶向目标并避障 |
| 规划算法性质 | — | 神经网络（纯 numpy 反向传播，可训练） |
| 无 CARLA / 无图形界面时 | 无法运行 | --headless --demo 离线自证并导出地图与曲线 |
复用本文的配置步骤
CARLA 服务端的启动、宿主机 IP 与端口 2000 的查看、虚拟机网络设置等步骤 与已有示例完全一致，此处不再重复，请参考 设置并连接到 Carla 模拟器 的 「启动 Carla 服务器」与「使用 Carla 客户端启动 Ego Vehicle」小节； 连接失败的排查见同一篇的「常见问题」小节。
不要从头到尾照做已有示例
已有示例中的「设置 Carla ROS Bridge」「使用 rviz 进行可视化」等小节属于 ros-bridge 路线（需要 catkin 编译 ros-bridge）。本拓展模块不依赖 ros-bridge， 这些步骤可以跳过。
本拓展新增的内容
- 占用栅格建图：把三维点云投影到 2D 占用栅格，用对数几率表达占据概率， 命中标记占据、射线沿途标记空闲，输出可直接用于通行的地图。
- SLAM 边动边建图：车辆行驶过程中实时更新地图，并导出渐进建图快照 （实测已知区域从 3.4% 单调增长到 27.6%）。
- 规划神经网络：状态（目标方位 + 障碍左右分布 + 最近距离）→ (油门, 转向)， MLP 策略网络（5→64→2）。
- 避障解析标签：训练标签由"朝目标 + 避障"规则生成，两侧障碍项符号相反且对称， 保证无障碍时转向归零，无需人工标注。
- RViz 实时可视化：发布
nav_msgs/OccupancyGrid，附带现成 rviz 配置。 - 离线取证模式：
--headless --demo无需 CARLA、无需图形界面即可跑通全链路。
运行本拓展模块
除本文所需环境外，只需补装 CARLA 0.9.16 的 Python 客户端 （神经网络为纯 numpy 实现，无需 TensorFlow/PyTorch）：
pip3 install <CARLA>/PythonAPI/carla/dist/carla-0.9.16-cp310-cp310-manylinux_2_31_x86_64.whl
离线训练规划神经网络（不需要 CARLA）：
python3 src/ground/carla_mapping_navigation/main.py --mode train --epochs 300
在线建图 + NN 导航（--host 的填法与本文一致：填宿主机 IP）：
python3 src/ground/carla_mapping_navigation/main.py --mode run \
--host 192.168.8.1 --goal "20,8" --sim_time 40
使用 launch 启动（ROS 2 / ROS 1）：
# ROS 2
ros2 launch carla_mapping_navigation main.launch.py host:=192.168.8.1 goal:="20,8"
# ROS 1
roslaunch carla_mapping_navigation main.launch host:=192.168.8.1 goal:="20,8"
在 RViz 中查看占用栅格地图：
ros2 run rviz2 rviz2 -d $(ros2 pkg prefix carla_mapping_navigation)/share/carla_mapping_navigation/config/mapping.rviz
实测结果
本机离线取证模式实测（--epochs 300 --sim_time 60，无需 CARLA）：
| 指标 | 数值 |
|---|---|
| 规划 NN 训练 MSE | 0.00751 |
| 占据格数 / 空闲格数 | 1242 / 9288 |
| 已知区域比例 | 27.6% |
| 导航最近距离 | 1.424 m（阈值 1.5 m） |
| 与障碍最近距离 | 0.72 m（未碰撞） |
| 到达耗时 | 6.4 s |
渐进建图过程（体现"边动边建图"，已知区域 3.4% → 18.1% → 26.8%）：
完整的调优过程与性能评价见 CARLA 激光雷达建图与神经网络规划导航 第 6 节。