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
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
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!Kotlin08
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
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
533
3.75 K
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
67
20
暂无简介
Dart
772
191
Ascend Extension for PyTorch
Python
341
405
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++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
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
336
178