解决CARLA 0.9.13在Windows下的编译问题
2025-05-19 14:14:45作者:袁立春Spencer
问题背景
CARLA是一款开源的自动驾驶仿真平台,在Windows系统上编译0.9.13版本时,开发者可能会遇到两个主要错误:MSB1009项目文件不存在和C1083无法打开OSM2ODR.h头文件。这些问题通常出现在执行make PythonAPI命令时。
环境准备
在开始解决问题前,需要确认以下环境配置:
- 操作系统:Windows 10
- CARLA版本:0.9.13
- 开发工具:Visual Studio 2019
- Python版本:3.7.9
详细解决方案
1. 源码获取与初始配置
首先需要从GitHub获取CARLA 0.9.13的源代码压缩包,解压到合适的位置。这一步是后续所有操作的基础。
2. 修改Setup.bat文件
Setup.bat是CARLA构建过程中的关键脚本,需要进行以下修改:
- 注释掉原版本检测行:
:: for /f %%i in ('git describe --tags --dirty --always') do set carla_version=%%i
- 手动设置版本号:
set carla_version="0.9.13"
- 添加库文件拷贝指令:
xcopy /Y /S /I "%INSTALLATION_DIR%\xerces-c-3.2.5-install\lib\xerces-c_3.lib" "%CARLA_PYTHON_DEPENDENCIES%\lib" > NUL
xcopy /Y /S /I "%INSTALLATION_DIR%\sqlite3-install\lib\sqlite3.lib" "%CARLA_PYTHON_DEPENDENCIES%\lib" > NUL
xcopy /Y /S /I "%INSTALLATION_DIR%\sproj-install\lib\proj.lib" "%CARLA_PYTHON_DEPENDENCIES%\lib" > NUL
3. 更新资源链接
在Update.bat中修改资源下载链接,确保能够正确获取依赖资源:
CONTENT_LINK=https://carla-assets.s3.us-east-005.backblazeb2.com/%CONTENT_ID%.tar.gz
4. 依赖库版本调整
CARLA构建过程中依赖多个第三方库,需要确保版本兼容性:
-
修改zlib版本: 在install_zlib.bat中将ZLIB_VERSION设置为1.3.1
-
修改xerces-c版本和下载源:
- 设置XERCESC_VERSION=3.2.5
- 更新XERCESC_REPO为新的下载地址
5. 关键构建脚本修改
BuildOSM2ODR.bat是生成OSM2ODR工具的关键脚本,需要调整以下参数:
-DXercesC_INCLUDE_DIR=%INSTALLATION_DIR:/=\%\xerces-c-3.2.5-install\include^
-DXercesC_LIBRARY=%INSTALLATION_DIR:/=\%\xerces-c-3.2.5-install\lib\xerces-c.lib^
构建流程
完成上述修改后,按照CARLA官方文档的构建流程执行:
- 运行Update.bat获取必要资源
- 执行Setup.bat配置环境
- 运行make PythonAPI命令构建Python接口
技术原理分析
这些修改主要解决了以下技术问题:
-
版本检测机制:原git命令可能无法在非git环境下工作,手动设置版本号确保构建系统能识别正确版本。
-
依赖库路径:明确指定xerces-c等关键库的路径,解决头文件和库文件找不到的问题。
-
资源下载:更新资源链接确保能获取到构建所需的资源文件。
-
版本兼容性:调整依赖库版本以避免潜在的兼容性问题。
总结
通过上述步骤的系统性修改,可以有效解决CARLA 0.9.13在Windows平台上的编译问题。这些解决方案不仅适用于特定版本,其思路也可为其他版本的构建问题提供参考。在开源项目构建过程中,理解构建系统的运作机制和依赖关系是解决问题的关键。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
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
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
1.37 K
781