# 仿真步长

在 simulation 里的时间与真实世界是不同的， simulation 里没有 “一秒” 的概念，只有 “一个 time-step " 的概念。这个 time-step 相当于仿真世界进行了一次更新（比如小车们又往前挪了一小步，天气变阴了一丢丢），它在真实世界里的时间可能只有几毫秒。

仿真世界里的这个 time-step 其实有两种，一种是 cvariable time-step , 另一种是 fixed time-step .

• cvariable time-step . 顾名思义，仿真每次步长所需要的真实时间是不一定的，可能这一步用了 3ms, 下一步用了 5ms, 但是它会竭尽所能地快速运行。这是仿真默认的模式：

settings = world.get_settings()

settings.fixed_delta_seconds = None # Set a `cvariable time-step`

world.apply_settings(settings)

• fixed time-step . 在这种时间步长设置下，每次 time-step 所消耗的时间是固定的，比如永远是 5ms. 设置代码如下：

settings = world.get_settings()

settings.fixed_delta_seconds = 0.05 #20 fps, 5ms

world.apply_settings(settings)

# 同步模式

看到这里，我相信各位小伙伴们已经猜到了， carla simulation 默认模式为异步模式 + cvariable time-step , 而同步模式则对应 fixed time-step .

在异步模式下， server 会自个跑自个的， client 需要跟随它的脚步，如果 client 过慢，可能导致 server 跑了三次， client 才跑完一次，这就是为什么咱们照相机储存的照片会掉帧的原因。

而在同步模式下， simulation 会等待客户完成手头的工作后，再进行下一次更新。假设 simulation 每次更新只需要固定的 5ms, 但我们客户端储存照片需要 10ms, 那么 simulation 就会等照片储存完才进行下一次更新，也就是说，一个真正 cycle 耗时 10ms ( simulation 更新与照片储存是同时开始进行的）。设置代码关键部分如下：

def sensor_callback(sensor_data, sensor_queue, sensor_name):

    if 'lidar' in sensor_name:

        sensor_data.save_to_disk(os.path.join('../outputs/output_synchronized', '%06d.ply' % sensor_data.frame))

    if 'camera' in sensor_name:

        sensor_data.save_to_disk(os.path.join('../outputs/output_synchronized', '%06d.png' % sensor_data.frame))

    sensor_queue.put((sensor_data.frame, sensor_name))

    settings = world.get_settings()

    settings.synchronous_mode = True

    world.apply_settings(settings)

    camera = world.spawn_actor(blueprint, transform)

    sensor_queue = queue.Queue()

    camera.listen(lambda image: sensor_callback(image, sensor_queue, "camera"))

    while True:

        world.tick()

        data = sensor_queue.get(block=True)

这段代码首先注意到的是 world.tick() 这个函数。它只出现于同步模式，意思是让 simulation 更新一次。然后我们还会发现这里用了 python 自带的 Queue , queue.get 有一个功效，就是在它把列队里所有内容都提取出来之前，会阻止任何其他进程越过自己这一步，相当于一个 blocker 。如果没有这个 queue ，你会发现仿真虽然设置成了同步模式，还是照样会自个跑自个的。

所以你可以这样理解， settings.synchronous_mode = True 让仿真的更新要通过这个 client 来唤醒，但这并不能保证它会等该 client 其他进程运行完，必须要再加一个 queue 来阻挡一下它，逼迫它等着该客户其他线程搞定。也就是说，启动同步模式，让你的 server 学会等待客户的必要条件有三个：

settings.synchronous_mode = True

world.tick()

Thread Blocker(such as Queue)

当你将上述代码加到我们上一次的程序里，会发现，照片是不掉帧了，但是小车一动也不动了。这里是因为同步模式下汽车要使用 autopilot 必须依附于开启同步模式的 traffic manager . 至于这个 traffic manager 是何方神圣，咱们下期会详细讲述，现在你只需要如何操作：

traffic_manager = client.get_trafficmanager(8000)

traffic_manager.set_synchronous_mode(True)

ego_vehicle = world.spawn_actor(ego_vehicle_bp, transform)

ego_vehicle.set_autopilot(True, 8000)

# 注意事项

# Wait for the next tick and retrieve the snapshot of the tick.

world_snapshot = world.wait_for_tick()

# Register a callback to get called every time we receive a new snapshot.

world.on_tick(callback)

try:

.......

finally:

    settings = world.get_settings()

    settings.synchronous_mode = False

    settings.fixed_delta_seconds = None

    world.apply_settings(settings)

# 总结

同步 / 异步模式因为涉及到多线程的问题，设置和使用的时候要格外小心，一般设置同步模式的客户主要是用来做数据储存与采集的。在下一期里，我将会讲到如何通过神秘的 Traffic Manager , 让街道充满各种不同行为模式的汽车，为你的无人汽车模拟真实的交通环境。