2. 环境准备

说实话，做自动驾驶仿真这么多年，我见过太多人一上来就急着跑CARLA，结果环境没配好，折腾一整天连个Demo都跑不起来。嗯，咱们今天就把这事一次性说清楚。

我个人习惯是，先把地基打牢。环境准备这事，说白了就是三块：操作系统选哪个、硬件够不够用、Python环境怎么搭。咱们一个一个来。

操作系统要求

CARLA官方支持的操作系统其实不多，我帮你整理了一下：

我个人强烈推荐 Ubuntu 20.04。为什么？我在项目中遇到过太多次，Ubuntu 22.04虽然新，但有些依赖包还没跟上，编译时容易报错。Ubuntu 18.04又太老了，很多Python库的新版本已经不支持了。20.04是那个「刚刚好」的版本。

硬件配置建议

做仿真嘛，硬件是硬门槛。你想想看，CARLA要同时跑虚幻引擎的渲染、物理引擎的计算、还有传感器数据的模拟，这可不是闹着玩的。

我按经验分了三个档次：

这里有个坑我得提醒你——显存比内存更重要。CARLA渲染高精度的城市环境时，显存是第一个被吃光的资源。我自己的机器是RTX 3070，跑个中等规模的地图，显存占用就到6GB了。

Python环境与依赖安装

好了，操作系统和硬件都搞定了，接下来就是Python环境。这部分我踩过的坑最多，你仔细听。

Python版本选择

CARLA 0.9.x系列要求 Python 3.7 ~ 3.9。别用Python 3.10以上，我试过，有些依赖包直接报错。

我个人习惯用 Python 3.8，兼容性最好。

虚拟环境创建

千万别直接在系统Python里装东西！我刚开始做的时候就这么干过，结果把系统搞崩了，重装了三次系统...后来学乖了，用虚拟环境隔离。

# 安装Python 3.8（如果还没有）
sudo apt update
sudo apt install python3.8 python3.8-dev python3.8-venv

# 创建虚拟环境
python3.8 -m venv carla_env

# 激活虚拟环境
source carla_env/bin/activate

# 验证版本
python --version
# 应该输出：Python 3.8.x

核心依赖安装

CARLA的Python客户端依赖不多，但有几个关键库必须装对版本：

# 升级pip
pip install --upgrade pip

# 安装核心依赖
pip install numpy==1.23.5
pip install pygame==2.1.2
pip install opencv-python==4.7.0.68
pip install matplotlib==3.5.3
pip install scipy==1.9.3
pip install shapely==2.0.1
pip install networkx==2.8.8

CARLA Python API安装

这一步很多人会搞错。CARLA的Python API不是从PyPI安装的，而是从CARLA的安装包里拿：

# 假设你已经下载并解压了CARLA包
# 进入CARLA目录
cd CARLA_0.9.14

# 安装Python API
pip install PythonAPI/carla/dist/carla-0.9.14-cp38-cp38-linux_x86_64.whl

# 验证安装
python -c "import carla; print(carla.__version__)"
# 应该输出：0.9.14

嗯，这里要注意，whl文件名里的 cp38 表示Python 3.8版本。如果你用的是Python 3.7，就找 cp37 的文件。别搞混了。

验证环境是否正常

装完之后，我建议你跑一个最简单的测试脚本：

import carla
import numpy as np

# 尝试连接CARLA服务器
try:
    client = carla.Client('localhost', 2000)
    client.set_timeout(10.0)
    world = client.get_world()
    print(f"✅ 连接成功！当前地图：{world.get_map().name}")
except Exception as e:
    print(f"❌ 连接失败：{e}")
    print("请确保CARLA服务器正在运行")

如果输出「连接成功」，恭喜你，环境准备就完成了！

本章知识体系

为了让你更直观地理解整个环境准备流程，我画了一张图：

这张图把整个环境准备的流程串起来了。你按这个顺序来，基本不会出大问题。