CARLA仿真平台在Ubuntu 22.04上的编译问题分析与解决方案
2025-05-18 21:39:14作者:田桥桑Industrious
问题背景
CARLA是一款开源的自动驾驶仿真平台,基于Unreal Engine构建。在Ubuntu 22.04系统上安装CARLA 0.9.15版本时,用户遇到了PythonAPI编译失败的问题。错误主要出现在boost_numpy库的构建过程中,表现为无法生成libboost_numpy310.so动态链接库文件。
错误现象分析
在编译过程中,系统报告了以下关键错误信息:
...skipped <pbin.v2/libs/python/build/clang-linux-10.0/release/python-3.10/threading-multi/visibility-hidden>libboost_numpy310.so.1.80.0 for lack of <pbin.v2/libs/python/build/clang-linux-10.0/release/python-3.10/threading-multi/visibility-hidden>numpy/dtype.o...
这表明构建系统无法找到numpy/dtype.o文件,导致boost_numpy库无法正确编译。该问题通常与Python版本不兼容有关。
根本原因
CARLA 0.9.15版本官方推荐使用Python 3.8环境,而Ubuntu 22.04默认安装的是Python 3.10。这种版本差异会导致:
- 构建系统尝试为Python 3.10编译boost_numpy库
- 相关依赖项和接口可能不兼容
- 最终导致编译失败
解决方案
方法一:指定Python版本编译
在构建PythonAPI时,可以显式指定使用Python 3.8:
make PythonAPI ARGS="--python-version 3.8"
方法二:修改构建配置文件
永久性地将CARLA构建系统配置为使用Python 3.8:
- 编辑CARLA源码目录下的构建工具配置文件
- 找到
PY_VERSION_LIST=3这一行 - 修改为
PY_VERSION_LIST=3.8
需要修改的文件可能包括:
Util/BuildTools/BuildPythonAPI.shUtil/BuildTools/Setup.shUtil/BuildTools/Import.sh
方法三:使用推荐的操作系统版本
考虑到兼容性问题,建议在Ubuntu 20.04系统上安装CARLA 0.9.15,这是官方推荐的组合。
后续可能遇到的问题及解决
在解决Python版本问题后,用户可能会遇到编译器配置问题:
CMake Error at /usr/share/cmake-3.22/Modules/CMakeDetermineCCompiler.cmake:49 (message):
Could not find compiler set in environment variable CC:
这通常是由于以下原因导致的:
- UE4_ROOT环境变量未正确设置
- 编译器路径配置错误
解决方案:
- 确认并正确设置UE4_ROOT环境变量
- 检查编译器路径是否有效
- 确保系统安装了正确版本的clang编译器
最佳实践建议
- 环境隔离:考虑使用Python虚拟环境或conda环境管理不同版本的Python
- 版本匹配:严格按照CARLA版本说明选择操作系统和依赖版本
- 日志分析:遇到问题时详细阅读构建日志,定位具体错误
- 逐步验证:先确保基础环境配置正确,再尝试完整构建
总结
CARLA仿真平台在非官方推荐环境下的安装可能会遇到各种兼容性问题。通过合理配置Python版本、正确设置环境变量以及选择匹配的系统环境,可以成功解决大多数构建问题。对于自动驾驶研究和开发,建议使用官方推荐的Ubuntu 20.04系统以获得最佳兼容性和稳定性。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
647
795
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
434
395
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++
1.01 K
1.01 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.18 K
152
deepin linux kernel
C
30
16
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
146
237
暂无简介
Dart
984
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989