【车联网/自动驾驶仿真学习】CarlaSumoArtery-CoSimulation安装指南（Artery V2X Simulation Framework安装）

---

安装准备

安装之前找好官方对应的资料，基本是英文，那这篇博客就是第一个中文版开山之作啦！
项目github地址：CarlaSumoArtery-CoSimulation
需要安装的软件：

关于CARLA Sumo Omnetpp的安装可以参考上一篇博客，版本都是对的，因为这个版本是Veins5.2推荐的版本。所以本篇博客主要是安装Artery。

Artery官网:Artery V2X Simulation Framework

Artery 支持基于 ETSI ITS-G5 协议（例如 GeoNetworking 和 BTP）的 V2X 模拟。通过Artery的中间件，单辆车可以配备多个ITS-G5服务，Artery也为这些服务提供了通用设施。一些基本服务，例如合作意识（CAM）和去中心化通知（DENM）已经包含在内。（就是DSRC）

• Environment Model: Artery 环境模型 (envmod) 的开发是由集体感知用例推动的。该用例旨在通过 V2X 通信与其他道路参与者共享车辆传感器感知的物体。
  

• Global and local environment models:其中一个GlobalEnvironmentModel跟踪 SUMO 报告的所有障碍物和车辆。在上图中，建筑物等静态障碍物被着色为深绿色。车辆，即动态障碍物，充满蓝色。每辆具有传感器功能的车辆都拥有其LocalEnvironmentModel，这是车辆对环境的局部视角。与附加到中间件的服务模块类似，本地环境模型托管一组可配置的传感器。XML 配置与服务配置非常相似，并且可以应用相同的过滤规则。传感器可以安装在车身的前部、后部、左侧或右侧。服务可以通过设施访问本地环境模型并查询感知对象。雷达传感器的范围和视场可以单独配置。只能感知配置的传感器锥体内的物体。此外，如果另一辆车的各个角落的视线被遮挡，则无法感知该车辆。建筑物和其他车辆可能会阻挡这些视线。在环境模型的可视化中，视线被绘制为与相应传感器锥体颜色相同的虚线。

• GEMV²: GEMV²是一种基于几何的V2V通信高效传播模型。GEMV² 是由Mate Boban在撰写博士论文时开发的。具体详情可以去看博士论文。

官方安装说明：Install Instructions
以及该视频，不过是Ubuntu 22.04.2 LTS。
视频中涉及到的密令都在Link。

安装

克隆

git clone --recurse-submodule https://github.com/riebl/artery.git

要求：
验证g++编译器是否存在：

验证clang：

若没有，使用sudo apt install clang安装。
安装Boost：

sudo apt-get install libboost-all-dev

验证cmake：

若没有，使用sudo apt install cmake安装。
OMNeT++已经安装。如有需要可以看上一篇博客VEINS_CARLA安装指南。
查看python3：


安装GeographicLib：

sudo apt install libgeographic-dev

安装Crypto++：

sudo apt install libcrypto++-dev

sumo已经安装，不是强制的，建议安装。


创建build目录：

mkdir build
cd build
cmake ..
cmake --build .

cmake 版本过低,进行升级：
参考Link

wget https://github.com/Kitware/CMake/releases/download/v3.23.0/cmake-3.23.0-linux-x86_64.sh

然后用 sh 文件快速升级：

sudo bash ./cmake-3.23.0-linux-x86_64.sh --skip-licence --prefix=/usr

# 安装过程中遇到：
# 选择1
Do you accept the license? [yn]: 
# 输入 y

# 选择2
By default the CMake will be installed in:
  "/usr/cmake-3.23.0-linux-x86_64"
Do you want to include the subdirectory cmake-3.23.0-linux-x86_64?
Saying no will install in: "/usr" [Yn]:
# 输入 n

安装完成后，可以看到 cmake 版本已经更新

$ cmake --version
cmake version 3.23.0

在artery/build目录下面再次编译：



仍然报错，估计是版本太高了。
换成最低要求的3.12.0了。

随后重新编译：

困难重重啊，怀疑了版本的问题，但没有效果，只能看这个提示，看看问题在哪了。
直接去搜错误提示是什么正则式表达错误，我又详细了看了cmake/AddOppTarget.cmake这个文件，然后将错误和38行对应的代码都发给GPT，



我发现还挺有用的，抱着试一试的心态（也没有其他的办法了）：

按GPT的提示添加了防止正则式出错的代码，然后编译：

太帅了，和这个视频中的一样。
最后cmake --build .

和视频中一样：



运行例子：



运行成功！表明成功安装了Artery框架。

已经做好CarlaSumoArtery-CoSimulation安装前的环境准备了。

接下来开始准备安装！

Pre-requisites:

pip3 install psutil pyproj

• Set Omnetpp （进入omnetpp-5.6.2目录）

./configure WITH_TKENV=no WITH_QTENV=no
make cleanall
make MODE=release

使用命令 ./configure WITH_TKENV=no WITH_QTENV=no 中的选项 WITH_TKENV=no 和 WITH_QTENV=no 表示你选择禁用了图形化界面支持。这意味着在配置OMNeT++后，你将以命令行方式运行OMNeT++，而不再能够使用图形用户界面（GUI）。
如果你需要启用图形用户界面（GUI），请确保不使用 WITH_TKENV=no 和 WITH_QTENV=no 这两个选项。可以更改为运行以下命令：

./configure WITH_TKENV=yes WITH_QTENV=yes

然后重新编译。


克隆下来：

git clone https://github.com/mohammedLamine/CarlaSumoArtery-CoSimulation.git

完成对应的替换：

merge，应用到所有。

将simulation_modules的文件夹移到和carla的同一个目录下即可。（没错，我的carla就装在Downloads下，笑哭！）

接下来进入测试环节：

运行carla：
进入：carla/Unreal/CarlaUE4，我的密令是这个$~/UnrealEngine_4.26/Engine/Binaries/Linux/UE4Editor "$PWD/CarlaUE4.uproject"(第一个$符号后面的直到结束)

等待启动：


连接作为carla客户端：

python3.7 synchro_client.py

由于Ubuntu18.04系统自带的python版本为3.6.9，可以在为系统安装一个3.7的版本。

找到如下教程：
在Ubuntu 18.04 LTS上安装Python 3.7
不是很确信的话也可以在找个英文的参照，中文教程也可以先看看评论。

开始吧！
选择从源代码在ubuntu上安装Python 3.7
首先需要更新apt的本地存储库索引，如下所示：：

sudo apt update

随着本地存储库索引的更新，我们现在将安装编译和安装python3.7所需的依赖项。为此，我们需要执行以下命令：

sudo apt install -y build-essential wget zlib1g-dev libncurses5-dev libgdbm-dev libnss3-dev libssl-dev libreadline-dev libffi-dev

一旦所有依赖项都已安装并准备就绪，我们将使用wget命令从官方python网站下载Python 3.7的最新版本，如下所示：

 wget https://www.python.org/ftp/python/3.7.7/Python-3.7.7.tgz

使用tar命令下载并提取tgz文件。

tar -xf Python-3.7.7.tgz

现在将cd进入目录，然后执行configure脚本以评估是否满足了编译所需的依赖项关系。启用优化标志优化python二进制文件并将代码执行增加10-20%。

cd Python-3.7.7

成功执行configure脚本后，我们现在将通过使用带有altinstall参数的make命令在Ubuntu 18.04 LTS计算机中安装python 3.7。altinstall参数可确保未将其安装为系统默认的python版本。

sudo make altinstall

现在，我们可以通过如下检查其版本来检查python 3.7是否已成功安装。

python3.7 -V

ok,

创建venv的虚拟环境。

装好环境后在此运行，你会发现有个路径的问题，改完之后又出现了个错误，找不到carla模块，这个应该是安装完carla后没有将Carla Library安装到你的python3里，这里小飞哥的教程有说。

接下来就按照小飞哥的教程试下：


我发现装的是0.9.14，应该向前兼容吧。。。

cd ~/carla/PythonAPI/carla/dist/
unzip carla-0.9.14-py3.6-linux-x86_64.egg -d carla-0.9.14-py3.6-linux-x86_64
cd carla-0.9.14-py3.6-linux-x86_64

接下来打开你的文档编辑器，建立一个setup.py, 将以下内容复制进去。

from distutils.core import setup
setup(name='carla',
      version='0.9.10', 
      py_modules=['carla'],
      )

这里有点坑，路径要正确，我最后用的绝对路径…

一直报上面那个ERROR，晕死。
继续：

3.7应该不不能import carla，干脆就用自带的3.6了，-_-||，不明白为啥教程要用3.7


这里应该也是路径的问题，应该是synchro_client.py的上一级才能够进入到carla文件夹：


感觉应该是问题不大了，试一下command example：


这里也是路径的问题，应该说github上的readme描述文件就稍微有点问题，不然不会出现这种路径问题。不过自己改一下就行。

搜索一下，相关的路径都改一下。

离成功不远了，笑哭！





可能是这个原因吧

果然，这个解决了，另一个又来了，
重新编译一下看看有没有这个文件吧。。。

我没有按CarlaSumoArtery-CoSimulation的编译方式，按Omnet++官方文档的编译方式。
装完后就有了。

我最后的编译是这样的：

• Set Omnetpp （进入omnetpp-5.6.2目录）

./configure WITH_TKENV=no WITH_QTENV=no
make cleanall
make 

我没有使用MODE=release，使用了之后就没有opp_run_dbg了。

这里我又改回来了。
然后再次运行：


没有报错，看样子是成功了！代表测试成功！

synchro_client.py 脚本使用 carlas 的“run_synchronization.py”来同步 carla 和 sumo，然后在模拟循环中查找来自 Artery 模拟的连接以开始接收消息。该脚本还会查找已定义的攻击者和检测机制，并在同一循环中运行它们，并在 Carla 中绘制相应的可视化效果。

如果要开启sumo，加上sumo-gui即可。

python3.6 synchro_client.py --color-agents --color-cams --num-clients 2 --sumo-gui --start-artery --artery-build-path /home/luo/OMNet++/omnetpp-5.6.2-src-linux/artery/build

如果要和carla同步的话，需要加载carla的地图，

随后执行

python3.6 synchro_client.py --color-agents --color-cams --num-clients 2 --sumo-gui --start-artery --artery-build-path /home/luo/OMNet++/omnetpp-5.6.2-src-linux/artery/build

然后就可以联合仿真了。