在Windows 11上用WSL2搞定自动驾驶仿真：Ubuntu 22.04 + Autoware.universe + CARLA 0.9.15 保姆级避坑指南-程序员充电站

在Windows 11上用WSL2搞定自动驾驶仿真：Ubuntu 22.04 + Autoware.universe + CARLA 0.9.15 保姆级避坑指南

对于Windows平台的开发者来说，想要在本地搭建一套完整的自动驾驶仿真环境一直是个令人头疼的问题。双系统切换麻烦，虚拟机性能堪忧，而原生Windows下的开发工具链又不够完善。直到WSL2的出现，这一切才有了转机。本文将带你一步步在Windows 11上，利用WSL2构建一个完整的自动驾驶仿真环境，涵盖Ubuntu 22.04系统配置、Autoware.universe框架部署、CARLA 0.9.15仿真引擎集成等关键环节，并重点解决那些官方文档没提到的"坑"。

1. WSL2环境准备与优化

在开始之前，确保你的Windows 11版本为21H2或更新，并且已经启用了WSL2功能。如果尚未安装，可以通过以下命令快速设置：

wsl --install -d Ubuntu-22.04

安装完成后，第一个需要优化的就是内存分配。默认情况下，WSL2会占用高达80%的物理内存，这对于资源密集型的自动驾驶仿真来说显然不合理。在用户目录下创建或修改.wslconfig文件：

[wsl2] memory=12GB swap=4GB processors=6

这个配置将WSL2的内存上限设置为12GB（根据你的实际物理内存调整），交换空间4GB，并分配6个CPU核心。保存后执行wsl --shutdown使配置生效。

图形界面支持是另一个关键点。虽然WSL2默认不包含GUI，但我们可以通过以下方式解决：

sudo apt update && sudo apt install -y x11-apps mesa-utils export DISPLAY=$(cat /etc/resolv.conf | grep nameserver | awk '{print $2}'):0

这个设置允许WSL2中的图形程序通过Windows的X服务器显示。建议将export DISPLAY命令添加到~/.bashrc中以便自动加载。

2. Ubuntu 22.04基础环境配置

在WSL2中的Ubuntu 22.04需要一些特定的配置才能完美支持自动驾驶仿真。首先是驱动问题，特别是对于使用NVIDIA显卡的用户：

sudo apt install -y nvidia-driver-525 libvulkan1 vulkan-utils

验证驱动是否正常工作：

nvidia-smi vulkaninfo | grep "GPU id"

接下来是ROS2 Humble的安装。与原生Ubuntu不同，WSL2环境下需要特别注意一些依赖：

sudo apt install -y software-properties-common sudo add-apt-repository universe sudo apt update && sudo apt install -y curl gnupg lsb-release sudo curl -sSL https://raw.githubusercontent.com/ros/rosdistro/master/ros.key -o /usr/share/keyrings/ros-archive-keyring.gpg echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/ros-archive-keyring.gpg] http://packages.ros.org/ros2/ubuntu $(source /etc/os-release && echo $UBUNTU_CODENAME) main" | sudo tee /etc/apt/sources.list.d/ros2.list > /dev/null sudo apt update && sudo apt install -y ros-humble-desktop python3-colcon-common-extensions

安装完成后，建议将ROS2环境变量设置封装为一个单独的命令，避免与其他项目冲突：

echo "alias humble='source /opt/ros/humble/setup.bash'" >> ~/.bashrc

3. CARLA 0.9.15在WSL2中的特殊配置

CARLA仿真引擎的安装有几个关键点需要注意。首先是下载位置的选择。由于WSL2的IO性能问题，建议将CARLA安装在Windows文件系统中，然后通过/mnt/目录访问：

mkdir -p /mnt/c/CARLA cd /mnt/c/CARLA wget https://carla-releases.s3.eu-west-3.amazonaws.com/Linux/CARLA_0.9.15.tar.gz tar -xvf CARLA_0.9.15.tar.gz

对于Python API的支持，需要特别注意egg文件的安装。由于WSL2的特殊环境，直接使用pip安装可能会失败：

cd CARLA_0.9.15/PythonAPI/carla/dist wget https://github.com/carla-simulator/carla/releases/download/0.9.15/carla-0.9.15-py3.10-linux-x86_64.egg easy_install carla-0.9.15-py3.10-linux-x86_64.egg

CARLA在WSL2中最常见的问题是图形渲染错误。如果遇到Vulkan相关报错，尝试以下解决方案：

export VK_ICD_FILENAMES="/usr/share/vulkan/icd.d/nvidia_icd.json" export SDL_VIDEODRIVER=x11

启动CARLA时建议使用以下参数平衡性能和质量：

./CarlaUE4.sh -quality-level=Low -world-port=2000 -resx=1280 -resy=720

4. Autoware.universe的安装与集成

Autoware.universe是自动驾驶开发的核心框架，其安装过程需要特别注意版本匹配。首先创建专门的工作空间：

mkdir -p ~/autoware/src cd ~/autoware git clone https://github.com/autowarefoundation/autoware.git -b release-2023.10 src

安装依赖时，有几个包需要特殊处理：

sudo apt install -y python3-pip python3-rosdep2 rosdep init && rosdep update rosdep install -y --from-paths src --ignore-src --rosdistro humble

对于OpenPlanner等扩展组件，建议单独安装以避免冲突：

cd ~/autoware/src git clone https://github.com/hatem-darweesh/op_bridge.git -b ros2-humble git clone https://github.com/hatem-darweesh/op_agent.git -b ros2-humble

环境变量的配置是集成成功的关键。创建一个专门的配置脚本~/autoware/setup_carla.sh：

#!/bin/bash export AUTOWARE_ROOT=~/autoware export CARLA_ROOT=/mnt/c/CARLA/CARLA_0.9.15 export SCENARIO_RUNNER_ROOT=~/autoware/op_carla/scenario_runner export OP_BRIDGE_ROOT=~/autoware/op_carla/op_bridge export OP_AGENT_ROOT=~/autoware/op_carla/op_agent export PYTHONPATH=$PYTHONPATH:${CARLA_ROOT}/PythonAPI export PYTHONPATH=$PYTHONPATH:${CARLA_ROOT}/PythonAPI/util export PYTHONPATH=$PYTHONPATH:${CARLA_ROOT}/PythonAPI/carla export PYTHONPATH=$PYTHONPATH:${CARLA_ROOT}/PythonAPI/carla/agents export PYTHONPATH=$PYTHONPATH:${CARLA_ROOT}/PythonAPI/carla/dist/carla-0.9.15-py3.10-linux-x86_64.egg

5. 常见问题与性能优化

在WSL2环境下运行自动驾驶仿真会遇到一些特有的问题。以下是几个典型场景及其解决方案：

问题1：CARLA启动时崩溃

X Error of failed request: BadMatch

解决方案：

export VK_ICD_FILENAMES="/usr/share/vulkan/icd.d/nvidia_icd.json"

问题2：ROS2节点无法连接到CARLA检查防火墙设置，确保2000端口开放：

netsh advfirewall firewall add rule name="CARLA" dir=in action=allow protocol=TCP localport=2000

问题3：图形界面卡顿在Windows端安装VcXsrv或MobaXterm作为X服务器，并在启动时启用"Disable access control"选项。

性能优化方面，有几个关键点：

将CARLA地图数据放在Windows文件系统中，通过/mnt/访问
使用-quality-level=Low参数启动CARLA
在WSL2配置中限制内存使用，避免系统卡死
关闭不必要的Windows后台进程

对于资源有限的机器，可以考虑以下策略：

使用CARLA的低分辨率模式
减少仿真场景中的车辆和行人数量
关闭Autoware中不必要的感知模块

经过这些优化，即使在16GB内存的笔记本上，也能获得可用的仿真性能。不过对于长期开发，建议考虑32GB内存的工作站以获得更流畅的体验。

在Windows 11上用WSL2搞定自动驾驶仿真：Ubuntu 22.04 + Autoware.universe + CARLA 0.9.15 保姆级避坑指南