解决Carla Simulator在Ubuntu 22.04下UE5分支打包失败问题
2025-05-18 16:09:12作者:董斯意
问题背景
Carla Simulator是一个开源的自动驾驶仿真平台,近期社区贡献了基于Unreal Engine 5的开发分支(ue5-dev)。许多开发者在Ubuntu 22.04系统上按照官方文档进行构建时,发现前几个步骤都能顺利完成,但在最后的打包阶段(package)会遇到各种错误。
常见错误现象
- 内存不足错误(Out of memory),即使系统有256GB内存也会出现
- 文件描述符过多问题
- 资产加载失败警告
- 国际化初始化断言失败(FInternationalization is not initialized)
- UnrealTraceServer进程挂起无法终止
根本原因分析
经过技术分析,这些问题主要由以下几个因素导致:
- 资产内容版本不匹配:Carla主仓库与内容仓库(Content)的提交版本不同步,导致资产引用失效
- 构建依赖缺失:官方文档中列出的依赖项不完全,缺少部分关键库
- 系统资源限制:默认的文件描述符限制不足
- 构建顺序问题:打包目标(package)的依赖关系定义不完整
详细解决方案
1. 确保版本匹配
使用以下版本组合可获得稳定构建:
- Carla主仓库:ue5-dev分支,commit aa9d95eb21d03abe143471d9a7e854a794e5533d
- 内容仓库:ue5devStable0.1标签版本
- UE5引擎:CarlaUnreal/UnrealEngine仓库的ue5-dev-carla分支,commit f1c3b5d77ccf403e25b59f6735157ccf5e3961e7
2. 补充系统依赖
除了官方文档列出的依赖外,还需要安装以下软件包:
sudo apt-get install libwebsockets-dev libnss3-dev libatk-bridge2.0-dev libpango1.0-dev libsdl2-dev
3. 调整系统资源限制
为避免文件描述符不足问题,执行以下命令:
ulimit -n 1024
ulimit -u 1024
4. 正确的构建流程
遵循以下构建顺序:
# 1. 配置项目
cmake -G Ninja -S . -B Build --toolchain=$PWD/CMake/LinuxToolchain.cmake \
-DCMAKE_BUILD_TYPE=Release -DENABLE_ROS2=ON \
-DBUILD_CARLA_UNREAL=ON -DCARLA_UNREAL_ENGINE_PATH=$CARLA_UNREAL_ENGINE_PATH
# 2. 构建Carla
cmake --build Build
# 3. 安装Python API
cmake --build Build --target carla-python-api-install
# 4. 启动编辑器(即使没有GUI也需要执行)
cmake --build Build --target launch
# 出现启动尝试后按Ctrl+C终止
# 5. 打包(可能需要多次执行)
cmake --build Build --target package
5. 处理打包过程中的问题
打包时可能会遇到UnrealTraceServer进程挂起的情况,解决方法:
- 按Ctrl+C中断当前构建
- 使用
ps aux | grep UnrealTraceServer查找进程ID - 使用
kill -9 <PID>强制终止挂起的进程 - 重新执行打包命令
技术深入解析
国际化初始化失败问题
当出现"FInternationalization is not initialized"错误时,这表明UE5的国际化系统在静态初始化阶段被调用。解决方案是确保所有文本本地化操作都在引擎完全初始化后执行。
资产引用问题
资产加载失败警告如"Failed to load '/Game/Carla/Static/Static/SM_LightBox2'"通常表明:
- 内容仓库版本不正确
- 资产路径变更但引用未更新
- 打包过程中资产未被正确包含
使用匹配的内容仓库版本是最可靠的解决方案。
最佳实践建议
- 在EXT4文件系统上构建,避免使用网络挂载的文件系统
- 为构建过程分配至少32GB内存
- 使用SSD存储加速构建过程
- 定期清理中间文件,避免累积导致问题
- 考虑使用CCache加速重复构建
通过以上方法,开发者应该能够在Ubuntu 22.04系统上成功构建并打包基于UE5的Carla Simulator。如遇新问题,建议检查各仓库的最新提交,确保版本兼容性。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
Error Correction Coding——mathematical methods and algorithms:深入理解纠错编码的数学精髓 HP DL380 Gen9iLO固件资源下载:提升服务器管理效率的利器 RTD2270CLW/RTD2280DLW VGA转LVDS原理图下载介绍:项目核心功能与场景 JADE软件下载介绍:专业的XRD数据分析工具 常见材料性能参数pdf下载说明:一键获取材料性能参数,助力工程设计与分析 SVPWM的原理及法则推导和控制算法详解第四修改版:让电机控制更高效 Oracle Instant Client for Microsoft Windows x64 10.2.0.5下载资源:高效访问Oracle数据库的利器 鼎捷软件tiptop5.3技术手册:快速掌握4gl语言的利器 源享科技资料大合集介绍:科技学习者的全面资源库 潘通色标薄全系列资源下载说明:设计师的创意助手
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.71 K
Ascend Extension for PyTorch
Python
328
384
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++
876
577
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
161
暂无简介
Dart
762
187
🎉 (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
1.33 K
745
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
135