当前位置：首页 > news >正文

Carla自动驾驶仿真平台环境搭建与性能优化指南

news 2026/7/22 3:59:48

1. Carla仿真平台概述与环境准备

Carla作为开源的自动驾驶仿真平台，基于Unreal Engine构建，为研究人员提供了高度可配置的虚拟测试环境。在Ubuntu 20.04系统上部署Carla需要特别注意硬件配置与软件依赖的匹配性。根据实测经验，建议采用以下基础配置：

硬件要求：
- GPU：NVIDIA RTX 2070及以上（显存≥6GB）
- CPU：Intel Core i7-9700K或AMD Ryzen 7 3700X
- 内存：32GB DDR4
- 存储：NVMe SSD（建议预留150GB空间）

系统环境：

# 验证Ubuntu版本 lsb_release -a # 输出应包含：Distributor ID: Ubuntu / Release: 20.04

关键提示：安装前务必更新系统至最新补丁，避免因内核版本不匹配导致驱动异常。

2. 基础依赖安装与配置

2.1 安装必备工具链

执行以下命令安装编译工具和基础库：

sudo apt-get update && sudo apt-get install -y \ build-essential g++-9 cmake ninja-build \ libvulkan1 python3 python3-dev python3-pip \ python3-venv autoconf wget curl rsync \ unzip git git-lfs libpng-dev libtiff5-dev \ libjpeg-dev

2.2 显卡驱动优化方案

针对NVIDIA显卡的三种安装方式对比：

安装方式	命令示例	适用场景	稳定性
官方仓库	`sudo apt install nvidia-driver-535`	快速部署	★★★☆☆
PPA源	`sudo add-apt-repository ppa:graphics-drivers/ppa`	获取新版	★★★★☆
手动安装	从NVIDIA官网下载.run文件	定制需求	★★★★★

推荐使用PPA源安装：

sudo add-apt-repository ppa:graphics-drivers/ppa -y sudo apt update && sudo apt install -y nvidia-driver-535 sudo reboot

验证驱动安装：

nvidia-smi # 应显示类似输出： # +-----------------------------------------------------------------------------+ # | NVIDIA-SMI 535.86.05 Driver Version: 535.86.05 CUDA Version: 12.2 |

3. Unreal Engine定制化编译

3.1 源码获取与准备

git clone --depth 1 -b carla https://github.com/CarlaUnreal/UnrealEngine.git ~/UnrealEngine_4.26 cd ~/UnrealEngine_4.26

3.2 编译过程实战记录

初始化编译环境：
```
./Setup.sh
```
常见问题处理：
- 若出现clang: error: unsupported option '-fuse-ld=lld'，执行：
```
sudo apt install lld-12 sudo ln -s /usr/bin/lld-12 /usr/bin/lld
```
生成项目文件：
```
./GenerateProjectFiles.sh
```
关键编译参数（实测有效配置）：
```
make CARLA_BUILD_ARGS="-j$(($(nproc)-1))"
```
编译耗时约2-4小时（i7-10700K实测3小时12分）

环境变量永久化：

echo "export UE4_ROOT=~/UnrealEngine_4.26" >> ~/.bashrc source ~/.bashrc

4. Carla本体构建与调试

4.1 源码获取与初始化

git clone -b ue4-dev https://github.com/carla-simulator/carla cd carla export CARLA_UE4_ROOT=$(pwd)

4.2 资源下载方案对比

下载方式	命令	优点	缺点
脚本下载	`./Update.sh`	自动解压	无法增量更新
Git LFS	`git lfs pull`	版本可控	需配置LFS
手动下载	从官网下载tar包	断点续传	需手动管理

推荐使用脚本下载：

chmod +x Update.sh ./Update.sh

4.3 Python API编译技巧

创建虚拟环境：

python3 -m venv carla-env source carla-env/bin/activate

解决依赖冲突：

pip install numpy==1.23.5 # 必须指定版本 pip install -r PythonAPI/carla/requirements.txt

编译优化命令：

make PythonAPI ARGS="--jobs=$(($(nproc)-1))"

5. 启动与性能调优

5.1 首次启动配置

make launch

启动后需进行关键设置：

编辑器菜单：Edit → Editor Preferences → Performance
- 禁用Use Less CPU when in Background
- 设置Texture Streaming Pool Size为2048MB
项目设置：Edit → Project Settings → Rendering
- 关闭Contact Shadows
- 调整Screen Percentage至100

5.2 实时监控方案

创建监控脚本monitor_perf.sh：

#!/bin/bash watch -n 1 "nvidia-smi --query-gpu=utilization.gpu,memory.used --format=csv"

授权并运行：

chmod +x monitor_perf.sh ./monitor_perf.sh

6. 典型问题排查指南

6.1 编译错误速查表

错误现象	解决方案	原理分析
`Failed to build UE4`	检查`~/.bashrc`中的`UE4_ROOT`	环境变量未生效
`PythonAPI编译失败`	确认numpy版本<2.0	API接口不兼容
`Editor闪退`	更新NVIDIA驱动至535+	Vulkan兼容性问题

6.2 性能优化参数

编辑Config/DefaultEngine.ini添加：

[ConsoleVariables] r.VSync=0 r.ScreenPercentage=90 r.PostProcessAAQuality=2 r.MotionBlurQuality=0

7. 扩展应用场景

7.1 多传感器配置示例

修改PythonAPI/examples/spawn_npc.py：

camera = world.spawn_actor( blueprint_library.find('sensor.camera.rgb'), carla.Transform(carla.Location(x=1.5, z=2.4)), attach_to=vehicle) lidar = world.spawn_actor( blueprint_library.find('sensor.lidar.ray_cast'), carla.Transform(carla.Location(z=2.5)), attach_to=vehicle)