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 StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
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
468
461
暂无描述
Dockerfile
775
5.07 K
Ascend Extension for PyTorch
Python
756
961
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
872
2.01 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.4 K
昇腾LLM分布式训练框架
Python
183
230
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430