2. CARLA环境搭建：系统要求、安装方式与依赖配置
好，咱们正式开始动手了。
搭建CARLA环境，是很多人入门时第一个坎。我记得自己第一次装CARLA，光依赖就折腾了两天。后来带团队做项目，发现新人卡在这儿的比例特别高。所以这一章，我把踩过的坑、总结的经验，一次性给你讲透。
2.1 系统要求：别让硬件拖后腿
先说硬件。CARLA是个吃资源的家伙，尤其是显卡。我个人的建议是：
- 操作系统：Ubuntu 20.04 或 22.04（我推荐20.04，兼容性最好）。Windows也行，但坑更多。
- CPU：至少4核，8核以上更舒服。编译源码时，核心数直接决定你等多久。
- 内存：16GB起步。32GB是安全线。我试过8GB跑仿真，卡到怀疑人生。
- 显卡：NVIDIA GTX 1060 以上，显存6GB+。如果你用RTX 3060或更高，体验会好很多。
- 硬盘：至少50GB空闲空间。源码编译需要30GB左右，包安装也需要20GB。
2.2 安装方式：源码编译 vs 包安装
CARLA提供两种安装方式。怎么选？我直接说结论：
| 对比项 | 包安装（推荐新手） | 源码编译（推荐进阶） |
|---|---|---|
| 安装时间 | 10-20分钟 | 1-3小时（取决于网络和CPU） |
| 灵活性 | 低，不能改源码 | 高，可以自定义修改 |
| 稳定性 | 高，官方打包好的 | 中等，可能遇到编译问题 |
| 适合场景 | 快速上手、教学演示 | 二次开发、算法研究 |
我个人习惯：新手先用包安装。等你跑通了基础流程，再考虑源码编译。别一上来就挑战高难度，容易劝退。
2.2.1 包安装（推荐）
这是最省心的方式。直接下载官方编译好的包，解压就能用。
# 1. 下载CARLA 0.9.14（我写教程时的最新稳定版）
wget https://carla-releases.s3.eu-west-3.amazonaws.com/Linux/CARLA_0.9.14.tar.gz
# 2. 解压
mkdir ~/carla
tar -xzf CARLA_0.9.14.tar.gz -C ~/carla
# 3. 进入目录
cd ~/carla
# 4. 启动CARLA（先测试能不能跑）
./CarlaUE4.sh -quality-level=Low
这里有个小技巧：第一次启动加 -quality-level=Low 参数，能大幅降低显卡负载。我当年第一次启动没加这个，笔记本风扇直接起飞。
2.2.2 源码编译（进阶）
如果你需要修改CARLA内部逻辑，或者想集成自己的传感器模型，那就得走源码编译了。
# 1. 克隆源码
git clone https://github.com/carla-simulator/carla.git
cd carla
# 2. 更新子模块（这一步很关键，容易卡住）
git submodule update --init --recursive
# 3. 安装依赖
./Setup.sh
# 4. 编译（根据你的CPU核心数调整-j参数）
make CarlaUE4Editor -j8
make 命令建议用 -j$(nproc) 自动检测核心数，别手动写死。
2.3 依赖项配置：最容易翻车的地方
嗯，这里要重点说。依赖配置是CARLA安装过程中最容易出问题的环节。我曾经帮一个学员排查问题，发现他漏装了Python的 pygame 包，结果折腾了一下午。
2.3.1 Python依赖
CARLA的Python API需要以下包：
pip install --user pygame numpy matplotlib
pip install --user carla # 注意：这个包名就是carla
这里有个坑：pip install carla 安装的是CARLA的Python客户端库，不是CARLA本身。很多人搞混了，以为装了这个就能跑仿真。其实你还需要先启动 CarlaUE4.sh。
2.3.2 系统依赖
Ubuntu系统需要安装一些底层库：
sudo apt-get update
sudo apt-get install -y \
build-essential \
clang-8 \
lld-8 \
libomp-dev \
libvulkan1 \
mesa-utils \
xdg-utils
2.4 验证安装是否成功
装完了，怎么知道能不能用？我一般用三步验证法：
2.4.1 第一步：启动CARLA服务端
cd ~/carla
./CarlaUE4.sh -quality-level=Low
如果看到CARLA的启动画面，并且终端没有报错，说明服务端没问题。我第一次看到那个画面时，还挺激动的。
2.4.2 第二步：运行Python客户端测试
打开另一个终端，运行：
# 确保CARLA服务端正在运行
python3 -c "
import carla
client = carla.Client('localhost', 2000)
client.set_timeout(10.0)
world = client.get_world()
print('连接成功！当前地图:', world.get_map().name)
"
如果输出类似 连接成功！当前地图: Town01，说明Python API正常工作。
2.4.3 第三步：跑一个简单的仿真
我习惯用官方自带的示例脚本测试：
cd ~/carla/PythonAPI/examples
python3 spawn_npc.py -n 10 -w 5
这个脚本会在场景中生成10辆车和5个行人。如果你能看到车辆在道路上行驶，行人走动，那恭喜你——环境搭建成功了。
netstat -tulpn | grep 2000。
2.5 本章知识体系
为了让你更直观地理解CARLA环境搭建的整体流程，我画了一张图：
这张图把整个流程串起来了。你按这个顺序走，基本不会出大问题。
好了，环境搭建就讲到这里。记住：包安装是捷径，源码编译是进阶。别贪心，一步步来。下一章我们会正式进入CARLA的世界，开始写第一个Python脚本控制车辆。
可可精品资料库