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 21:48:31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
kernelopenEuler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。C046
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0124
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
436
3.32 K
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++
701
379
Ascend Extension for PyTorch
Python
246
283
暂无简介
Dart
699
162
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
9
1
React Native鸿蒙化仓库
JavaScript
273
328
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
267
124
🎉 (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
1.23 K
677
仓颉编译器源码及 cjdb 调试工具。
C++
139
871