drawtonomy vs CARLA
CARLA è il simulatore open-source di riferimento per la ricerca e sviluppo sulla guida autonoma. Combina un mondo realizzato in Unreal Engine con modelli sensore completi — camera, LiDAR, radar, GNSS, IMU, collisione, invasione di corsia — e un’API Python per pilotare la simulazione. Il progetto compagno CARLA Scenario Runner esegue file ASAM OpenSCENARIO nel mondo CARLA.
Cosa copre CARLA:
- Mondi 3D fotorealistici con rendering a livello sensore.
- Sensori camera / LiDAR / radar / GNSS / IMU / collisione con annotazioni ground-truth.
- Un’API Python per scriptare agenti, sensori e traffico.
- Supporto a OpenSCENARIO 1.x tramite Scenario Runner.
- Un ecosistema ampio (Leaderboard, ROS bridge, agenti di riferimento ML).
Se stai addestrando o valutando uno stack di guida autonoma con input sensoriali, CARLA è uno degli strumenti standard a cui rivolgersi.
Licenza
Sezione intitolata “Licenza”Il core di CARLA è open-source con licenza MIT. Alcuni asset e progetti collegati hanno termini propri: verifica sempre i singoli repository.
Come si colloca drawtonomy rispetto a CARLA
Sezione intitolata “Come si colloca drawtonomy rispetto a CARLA”drawtonomy è una lavagna browser gratuita per scenari di guida. Il suo simulatore OpenSCENARIO integrato incorpora esmini compilato in WebAssembly, così lo storyboard viene eseguito live nella pagina — con la stessa semantica di esmini nativo, dato che il runtime è esmini. (Il merito della correttezza della simulazione OpenSCENARIO 1.x va ai maintainer di esmini.)
drawtonomy e CARLA simulano entrambi scenari di guida, ma su livelli molto diversi:
| Domanda | CARLA | drawtonomy (simulatore browser) |
|---|---|---|
| Esegue lo storyboard OpenSCENARIO 1.x | ✅ tramite Scenario Runner | ✅ tramite esmini-WASM integrato |
| Simulazione sensori (camera / LiDAR / radar / GNSS / IMU) | ✅ completa | ❌ nessuna |
| Mondo 3D fotorealistico | ✅ Unreal Engine | ❌ solo canvas 2D |
| Fedeltà della dinamica veicolare | alta | guidata dallo storyboard (livello esmini) |
| Pipeline di training ML / RL | ✅ pensata per questo | ❌ non è l’obiettivo |
| Installazione richiesta | motore multi-GB + GPU | ❌ funziona in qualsiasi browser moderno |
| Tempo per il primo avvio da un laptop nuovo | da minuti a ore | secondi |
| Seek e step frame-accurate su una registrazione | dipende dal tooling | ✅ scrubber + frecce direzionali |
Esportazione .webm della simulazione | screen capture esterno | ✅ export integrato, preset di aspect ratio |
| Authoring su lavagna nello stesso canvas | ❌ | ✅ |
I due strumenti puntano a problemi diversi:
- CARLA: un simulatore sensoriale. Lo scopo è fornire a uno stack AV dati di percezione realistici e ground truth.
- drawtonomy: un simulatore di scenari e una lavagna di schizzo. Lo scopo è visualizzare, condividere e iterare rapidamente sullo storyboard stesso — nel browser, senza installazione.
Uno schema di lavoro ragionevole quando entrambi sono disponibili: CARLA per le run sensoriali e di training, drawtonomy per dare un’occhiata rapida allo stesso .xosc nel browser (triage, code review, demo, slide). Il file .xosc che esegui in CARLA Scenario Runner è lo stesso che puoi trascinare sul canvas di drawtonomy.
Quando il simulatore browser basta
Sezione intitolata “Quando il simulatore browser basta”- Fare triage di uno scenario che fallisce — trascina l’
.xoscnel browser, scorri fino al momento del fallimento, cattura uno screenshot. Più veloce che avviare CARLA. - Fare code review di una PR su uno scenario quando chi revisiona non ha CARLA configurato.
- Insegnare OpenSCENARIO su laptop di studenti senza GPU.
- Registrare una demo
.webmdello storyboard per una slide, una segnalazione di bug o un post social — senza catena di screen capture. - Scorrere rapidamente un catalogo generato da scenariogeneration o Scenic prima di lanciare uno sweep completo in CARLA.
Quando CARLA è lo strumento giusto
Sezione intitolata “Quando CARLA è lo strumento giusto”- Ti servono dati sensore — camera, LiDAR, radar, profondità, semantica.
- Stai addestrando o valutando uno stack AV / ADAS.
- Ti serve un mondo 3D fotorealistico, non un canvas 2D.
- Stai eseguendo un controllo closed-loop con uno stack di percezione nel ciclo.
- Devi integrarti con ROS o un altro middleware robotico.
drawtonomy non cerca di competere su nessuno di questi fronti. Si colloca un livello più in alto — il punto in cui schizzi, simuli lo storyboard e fai review.