CARLA常见错误解决方案以及配置环境、安装库、linux系统的一些问题解决方案

记录Linux环境、Windows环境下常见的运行自动驾驶仿真器CARLA出现的错误

问题1

问题1比较基础，创建虚拟环境以及删除虚拟环境

conda create -n RL python=3.7
conda remove -n RL --all

---

原因分析：

这里的RL是环境的名字，后面的python版本根据自己的需要进行改变；

---

问题2

No module named 'carla'

解决方案：

方法一：

export PYTHONPATH=$PYTHONPATH:/home/yff/CARLA_0.9.5/PythonAPI/carla/dist/carla-0.9.5-py3.5-linux-x86_64.egg

---

方法二：

cd $CONDA_PREFIX
mkdir -p ./etc/conda/activate.d
mkdir -p ./etc/conda/deactivate.d
touch ./etc/conda/activate.d/env_vars.sh
touch ./etc/conda/deactivate.d/env_vars.sh

第二步在这个文件夹(Anaconda3./etc/conda/activate.d/env_vars.sh)里面，打开env_vars.sh，把下面的代码写进去，然后保存这个文件：

export PYTHONPATH=$PYTHONPATH:/home/yff/CARLA_0.9.5/PythonAPI/carla/dist/carla-0.9.5-py3.5-linux-x86_64.egg

第三步在这个文件夹(Anaconda3./etc/conda/deactivate.d/env_vars.sh)里面，打开env_vars.sh，把下面的代码写进去，然后保存这个文件：

unset PYTHONPATH

第四步运行下面的代码，看有没有出现CARLA的egg文件的路径：

echo $PYTHONPATH

如果有刚才导入的路径，证明CARLA导入成功；

---

方法三：

gedit ~/.bashrc

然后在.bashrc文件最后加上以下代码：

export PYTHONPATH=$PYTHONPATH:/home/yff/CARLA_0.9.5/PythonAPI/carla/dist/carla-0.9.5-py3.5-linux-x86_64.egg
export CARLA_ROOT=/home/yff/CARLA_0.9.

关闭这个文件，运行以下代码：

source ~/.bashrc

---

方法四：

import sys
try:
    sys.path.append('/home/yyy/carla/CARLA_0.9.6/PythonAPI/carla/dist/carla-0.9.6-py3.5-linux-x86_64.egg')

问题3

'Permission dennied'
这个问题针对的是安装软件时会出现的错误；

解决方案：

在./run_train_eval.sh 前面加上一句代码：

chmod +x run_train_eval.sh

---

问题4

'ERROR: Could not build wheels for opencv-python which use PEP 517 and cannot be installed directly'

解决方案：

运行以下代码：

pip install --upgrade pip setuptools wheel

---

问题5

如何导入CARLA的额外地图

解决方案：

把下载好的地图放入import文件夹，然后运行以下代码：

./ImportAssets.sh

---

问题6

a similar error ：the file is called GlobalShaderCache-GLSL_150_ES31.bin is missing

解决方案：

运行以下代码：

sudo apt install vulkan-utils

---

Notes: 常见运行CARLA客户端命令：

SDL_VIDEODRIVER=offscreen SDL_HINT_CUDA_DEVICE=0 /home/yff/CARLA_0.9.5/CarlaUE4.sh -world-port=2000 -fps=30
DISPLAY= ./CarlaUE4.sh -opengl -carla-port=2000

问题7的解决方案也是常见的运行CARLA客户端命令；

问题7

X Error of failed request: BadValue (integer parameter out of range for operation) Major opcode of failed request: 151 (GLX) Minor opcode of failed request: 3 (X_GLXCreateContext) Value in failed request: 0x0 Serial number of failed request: 147 Current serial number in output stream: 148

解决方案：

CUDA_VISIBLE_DEVICES=3 DISPLAY= ./CarlaUE4.sh -opengl -carla-port=2000

---

问题8

运行carla例程：python manual_control.py出现list index out of range的错误

解决方案：

运行以下代码：

nvidia-smi         (查看端口号)
kill -9 PID        (PID就是你要杀死的进程的端口号)

---

问题9

关掉终端，进程仍然在运行，如何关闭进程

解决方案：

把manual_control.py里的mono全部替换为arial

---

下面是一些服务器连接和电脑问题的解决方法；

问题10

连接服务器时，vnc server连接超时

解决方案：

在MobaXterm里运行以下代码：

vncserver -geometry 1920x1080

再打开vnc server修改Properties为刚才显示的端口号；

---

问题11

查看自己的ip地址和端口号

解决方案：

运行以下代码：

iconfig|grep net

第一个是局域网IP（v4），第二个是局域网IP（v6），第三个是广域网IP（v4），第四个是广域网IP（v6）；
我们要找的是第三个，那就是远程SSH连接本机时用到的；默认端口号是22

---

问题12

电脑打不开校园网登录界面，但是显示网络连接着

解决方案：

win+R → inetcpl.cpl → 连接 → 局域网设置 → 取消勾选 (自动检测设置, 使用自动配置脚本, 为LAN使用代理服务器)

---

问题13

安装ros过程中出现问题，报错如下：
ModuleNotFoundError: No module named 'derived_object_msgs'

解决方案：

终端执行以下语句即可解决：

sudo apt-get install ros-foxy-astuff-sensor-msgs

---

问题14

Windows环境下安装Anaconda后，终端不出现base环境，这是因为需要添加环境变量；

解决方案：

Win11系统，按如下步骤找到环境变量：系统 --> 系统信息 --> 高级系统设置 --> 高级 --> 环境变量；
找到后点击下面的系统变量Path，打开它新建环境变量，把以下的目录添加进环境变量；

D:\common\Anaconda

D:\common\Anaconda\Scripts\

D:\common\Anaconda\Library\bin

D:\common\Anaconda\Library\mingw-w64\bin

D:\common\Anaconda\Library\usr\bin

"D:\common\Anaconda"这个路径是根据你自己的Anaconda安装位置进行修改的，后面的路径都是一样的。

---

问题15

CommandNotFoundError: Your shell has not been properly configured to use ‘conda activate‘.'

解决方案：

打开Anaconda powershell prompt，执行

conda init powershell

然后关闭Anaconda powershell prompt；
ctrl + R 打开windows10运行界面，输入powershell 回车，并在powershell 界面输入命令:

set-ExecutionPolicy RemoteSigned

系统有提示信息的时候输入Y
关闭 Anaconda powershell prompt，在终端就可以激活环境了；

问题16

Windows环境下在Anaconda里创建虚拟环境后，我发现虚拟环境不在Anaconda的envs文件夹下，在Pycharm
里添加不了该环境的解释器，这时候要更改Anaconda 环境默认位置；

解决方案：

conda config --show去查看env_dirs的信息，第一个一般是默认安装路径，此时发现第一个路径确实不是Anaconda的envs文件夹的路径；
windows+r输入%HOMEPATH%找到.condarc文件，用记事本打开，将自定义文件夹的路径append到文件中
envs_dirs:

 - D:\common\Anaconda\envs

如果发现创建的虚拟环境还是不在Anaconda的envs文件夹下的话，继续往下执行：
更改D:\Anaconda3的权限：选中Anaconda3文件夹，然后右击选则属性，找到安全，Users权限全部允许。
同时在改完Anaconda3的文件夹属性后没成功的话可以试试，将Anaconda3\envs文件夹的只读属性去掉，并且在属性–>安全–>User中将权限全都勾上。

问题17

AssertionError: Torch not compiled with CUDA enabled'

解决方案：安装cuda和对应的torch

1.运行如下的命令查看自己的显卡支持的最高的cuda版本；

nvidia-smi

2.查看自己想要安装的cuda和torch对应的版本；

安装一个不高于自己电脑支持的最高cuda版本的cuda；
3. 在 https://download.pytorch.org/whl/cu113'中找自己安装的cuda对应的torch版本，这里我安装的是cuda11.3版本的，我下载的是torch-12.1-cu113-cp37版本，然后直接进入下载该文件的路径内打开终端安装；执行类似于这样的命令pip install torch-1.7.0+cu110-cp37-cp37m-win_amd64.whl'，后面就是你下载的对应的版本的名称；

使用如下的命令也是一种方法，使用下面的命令不需要再运行下面的步骤：

pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu113

4. 安装对应的cudaNN版本，https://developer.nvidia.com/rdp/cudnn-downloa' 里找到cuda对应的cudaNN版本，然后把里面的文件夹放到CUDA安装目录下，粘贴会提示是否替换，选择替换；
   

5.运行如下语句，如果输出为True的话，那么就可以使用啦！

import torch
print(torch.__version__) 
print(torch.cuda.is_available())

也可以运行下面的语句判断是否成功

cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\extras\demo_suite
bandwidthTest.exe
deviceQuery.exe

问题18

Anaconda配置的环境想要迁移到ubuntu系统下，省去配置环境的麻烦'

解决方案：运行如下的命令

conda env export > environment.yml
conda env create -f environment.yml

问题19

'ubuntu18.04软件中心不见了'

解决方案：运行如下的命令

sudo apt install gnome-software

问题20

'ubuntu18.04 显示系统时间'

解决方案：运行如下的命令

dconf write /org/gnome/desktop/interface/clock-show-date 'true'

问题21

'Win11显示未找到音频设备'

解决方案：运行如下的命令

1）按下【Win+R】组合键打开运行，输入：services.msc 点确定打开服务;

2）找到【Windows Audio】服务，双击打开;

3）该服务未启动的话将其启动，若以启动则先停用，停用后再启用即可。

Gym框架

Gym框架是常用的强化学习算法使用的框架；
Gym框架的步骤：
1.生成环境gym.make()；括号里面是一个输入，也就是要解的问题；
2.env.reset();重置环境；
3.循环执行以下步骤：
1）env.render()渲染环境，把游戏里面发生的过程展示给人看；
2）env.action_space.sample()；均匀抽样得到动作，实际上根据策略函数或者
价值函数计算出action，这里只是举个例子让大家明白；
3）env.step(action)；agent做出动作，然后环境更新状态，给出动作的奖励；

---