Ubuntu 20.04 部署 CARLA 0.9.14：从版本适配到 PythonAPI 重装的避坑指南
1. 为什么选择 Ubuntu 20.04 + CARLA 0.9.14 组合
最近在给实验室搭建自动驾驶仿真环境时，我花了整整三天时间才搞定 CARLA 0.9.14 在 Ubuntu 20.04 上的部署。这个组合看似简单，但实际安装过程中会遇到各种版本适配的坑。先说结论：如果你用的是近三年购买的硬件设备，Ubuntu 20.04 是最稳妥的选择。我最初尝试用 18.04，结果网卡和蓝牙驱动直接罢工，连WiFi都连不上。
CARLA 0.9.14 虽然是2022年的版本，但它的稳定性经过大量项目验证。最新版的 CARLA 虽然功能更炫酷，但对硬件要求更高，而且很多第三方插件还没适配。就像我导师常说的："做研究要选成熟稳定的工具，而不是追新。"这里特别提醒使用 Nvidia 30/40系显卡的同学，一定要先装好闭源驱动，否则连 Unreal Engine 编辑器都打不开。
2. 系统环境准备：避坑第一关
2.1 硬件驱动那些事儿
装系统前先到主板官网查清楚网卡型号。我的华硕天选4笔记本就栽在这——它的 MediaTek MT7922 无线网卡直到 Ubuntu 20.04.5 才获得官方支持。如果你发现装完系统连不上网络，可以先用手机USB共享网络，然后执行：
sudo apt update sudo ubuntu-drivers autoinstall显卡驱动更要命。曾经因为没装驱动，CARLA 启动时报错 "Vulkan not supported"。后来用下面这套组合拳搞定：
sudo add-apt-repository ppa:graphics-drivers/ppa sudo apt install nvidia-driver-535 nvidia-settings装完记得验证：
nvidia-smi如果看到显卡信息就稳了。千万别用开源 nouveau 驱动，性能差不说，还容易导致 UE4 崩溃。
2.2 基础依赖安装
官方文档说装个 build-essential 就行，实际远不止这些。这是我整理的全家桶：
sudo apt install clang-10 lld-10 g++-9 cmake ninja-build libvulkan1 python3-dev libomp5重点说下 clang 的问题。CARLA 0.9.14 强制要求 clang-10，但 Ubuntu 20.04 默认是 clang-12。解决办法很暴力：
sudo apt remove clang-12 sudo apt install clang-10如果遇到 "E: Unable to locate package clang-10"，先更新源：
sudo apt-add-repository "deb http://apt.llvm.org/focal/ llvm-toolchain-focal-10 main" wget -O - https://apt.llvm.org/llvm-snapshot.gpg.key | sudo apt-key add -3. Python 环境：最头疼的版本适配
3.1 Anaconda 的甜蜜陷阱
很多教程推荐用 Anaconda，但这恰恰是最大的坑！我最初在 conda 环境用 Python 3.10，编译时自动生成 py3.10 的包，结果运行时报 Segmentation fault。后来查官方文档才发现猫腻：
make PythonAPI ARGS="--python-version=3.8"这个参数很多人会忽略。CARLA 0.9.14 官方只明确支持到 Python 3.8，虽然 3.7 也能跑，但部分传感器数据会解析错误。我的建议是：
- 完全不用 conda，直接用系统 Python 3.8
- 如果必须用 conda，创建环境时指定版本：
conda create -n carla python=3.83.2 依赖库版本锁定
即使 Python 版本对了，第三方库版本不对照样翻车。这是我验证过的版本组合：
| 库名 | 可用版本 | 危险版本 |
|---|---|---|
| numpy | 1.21.6 | ≥1.22.0 |
| pygame | 2.1.2 | ≥2.2.0 |
| opencv-python | 4.5.5.64 | ≥4.6.0 |
用这个命令一键安装正确版本：
pip install numpy==1.21.6 pygame==2.1.2 opencv-python==4.5.5.644. 编译安装：魔鬼在细节里
4.1 源码编译三件套
官方文档把编译过程说得太轻松了。实测这三个命令至少要跑1小时（16核i9+64G内存）：
make LibCarla # 耗时约25分钟 make package # 注意硬盘要有50G空间 make PythonAPI ARGS="--python-version=3.8"遇到卡死别慌，先检查：
- 内存是否不足（可用
htop查看） - 是否开了 VPN（某些地区访问 GitHub 会超时）
- 终端是否开了代理（会导致 wget 下载失败）
4.2 常见编译错误处理
错误1：fatal error: 'carla/rpc/LightState.h' file not found
这是因为 UE4 头文件路径问题。解决：
export CARLA_BUILD_PATH=/path/to/carla/Unreal/CarlaUE4错误2：ERROR: Vulkan not supported
检查显卡驱动后，还需要：
sudo apt install vulkan-utils vulkaninfo | grep GPU5. PythonAPI 重装：最后的救赎
当所有努力都失败时，终极解决方案就是重装 PythonAPI。注意这不是简单的 make clean，而是全套组合拳：
make clean make LibCarla make package make PythonAPI ARGS="--python-version=3.8"重装后测试时务必指定 Python 版本：
python3.8 spawn_npc.py -n 50有个隐藏技巧：编译前先修改PythonAPI/util/setup.py，把bdist_egg改成develop，这样修改代码后无需重新编译。
6. 实战检验：跑通第一个Demo
验证安装是否成功，我习惯用这个四步测试法：
- 启动服务端：
./CarlaUE4.sh -quality-level=Low - 另开终端运行：
python3.8 manual_control.py - 观察是否有警告日志
- 按 H 键查看帮助菜单能否正常显示
如果车辆能正常操控，但地图显示粉红色，那是 Vulkan 着色器编译问题。执行：
cd ~/.cache/UnrealEngine/Common/ rm -rf DerivedDataCache/7. 性能优化技巧
在 RTX 3060 上测试时，默认设置只能跑 30fps。通过这几个参数可以提升到 60fps：
./CarlaUE4.sh -benchmark -fps=60 -quality-level=Low关键参数说明：
-RenderOffScreen：无GUI模式，节省30%资源-carla-server：纯服务端模式-nosound：禁用音频子系统
对于深度学习应用，建议在config.py中修改：
settings = { 'synchronous_mode': True, 'fixed_delta_seconds': 0.05 }8. 避坑总结
- 新硬件优先选 Ubuntu 20.04，别死磕 18.04
- Python 版本必须锁定 3.8，conda 环境要特别注意
- 编译失败先看内存和网络，别急着重装系统
- Vulkan 问题多由显卡驱动引起
- 重装 PythonAPI 比重新编译整个工程更快
最后分享个血泪教训：千万别在办公室网络环境下编译，我司的防火墙把 GitHub 请求拦截了三次，每次都是编译到一半失败。后来用手机热点一次过。如果遇到奇怪问题，换个网络环境可能就解决了。