点击下方 卡片 ，关注“ 自动驾驶之心 ”公众号
点击进入→ 自动驾驶之心【仿真测试】技术交流群
本文只做学术分享，如有侵权，联系删文
今天在研究openpilot的说明文档时，发现openpilot可以和carla进行配合运行。然后我就发现，openpilot提供的启动carla的程序，竟然是通过docker来运行的。于是好奇之下，又去carla官方文档找了找，还真发现了说明文档。于是将两者结合，记录了如下这篇文章。
参考链接1-openpilot官方-启动carla的程序：
https://github.com/commaai/openpilot/blob/master/tools/sim/start_carla.sh
参考链接2-carla官方-docker版：
https://carla.readthedocs.io/en/latest/build_docker/
0、前言
首先给大家普及下docker是什么。
百度百科：
“Docker 是一个开源的应用容器引擎，让开发者可以打包他们的应用以及依赖包到一个可移植的容器中,然后发布到任何流行的Linux或Windows操作系统的机器上。”
简单来说，就是有人把carla打包好成了一个镜像，我们拷贝这个镜像，就可以直接开始使用carla，而不用再去管运行carla还需要什么乱 七八糟的依赖库。 。 。
在carla官方说明中，描述了使用docker版本的carla的适宜场景：
1、docker的下载及安装
要能运行docker版本的carla，首先需要在自己的电脑上安装好docker底层，这个是基础。
curl https://get.docker.com | sh启动docker服务：
sudo systemctl start docker 设置为开机启动docker：
sudo systemctl enable docker 查看docker版本信息：
2、安装docker版本的显卡驱动容器
我们知道，carla的运行离不开显卡，关于英伟达显卡驱动，也有docker版本的，我们需要提前给安装好。
拷贝以下程序，保存为【install_nvidia_docker.sh】到本地，运行即可（该部分命令截取自前文参考链接1）。
#!/bin/bash if ! $(apt list --installed | grep -q nvidia-container-toolkit); then read -p "Nvidia docker is required. Do you want to install it now? (y/n)" ; if [ "${REPLY} " == "y" ]; then distribution=$(. /etc/os-release;echo $ID $VERSION_ID ) echo $distribution curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - curl -s -L https://nvidia.github.io/nvidia-docker/$distribution /nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list sudo apt-get update && sudo apt-get install -y nvidia-docker2 sudo systemctl restart docker else exit 0 fi fi
3、使用docker拉取carla镜像
安装好docker后，就可以使用docker拉取carla镜像了。首先，我们可以看到官网上有很多版本的docker镜像。
https://hub.docker.com/r/carlasim/carla/tags
我们这里最新的其实就是0.9.13，使用docker将其拉取安装到本地即可，命令如下：
docker pull carlasim/carla:latest docker pull carlasim/carla :0.9.13
拉取的过程很漫长，需要耐心等待。
拉取完成后，输入如下命令，如果显示出镜像的话，则证明拉取成功了。
如果你的网速不好的话，可以使用我拉取下来的carla的docker镜像包的网盘链接。
链接：https://pan.baidu.com/s/1mWjEEkuTz56bCLwjxIZ2Aw
提取码：clmm
下载到本地后，使用如下命令进行加载即可。
docker load -i docker_image_carla_0.9 .13
4、创建容器运行Carla
根据镜像（image）创建容器（container），并进入容器。指令如下：
sudo docker run --privileged --gpus all --net=host -e DISPLAY=$DISPPALY -it carlasim/carla:0 .9 .13 /bin/bash紧接着，在容器中，直接启动Carla服务端：
./CarlaUE4.sh -opengl -nosound -RenderOffScreen -benchmark -fps=20 -quality-level=Low
此时，什么窗口都看不到，那是因为我这里通过“-RenderOffScreen”模式，取消了窗口。但其实，此时显卡已经工作起来了，如下所示。
附：这里我遇到了一个比较诡异的问题，就是如果不指定“-RenderOffScreen”模式的话，会报一个错：XDG_RUNTIME_DIR not set in the enviroment。理论来讲如果不报错的话，可以在docker里直接启动服务器端的画面。不过此处我没有解决掉，就忽略了，没有画面就没有画面吧。
5、运行Carla客户端
此时，在本地随意运行一个示例python程序，运行就能打开一个Carla客户端：
cd ./PythonAPI/examples/python3 automatic_control.py
本文完。
一点感受：
我感觉Carla的docker版本并不好用，说它安装方便吧，我觉得官方预编译版的安装也挺简单的；说它可以脱离窗口运行吧，我发现使用“-RenderOffScreen”模式，在非docker版里一样可以实现；docker版的优势可能体现在其他地方，只是我现在实在是爱它不起来。若说本次探索有什么收获，那就是docker的使用了。这次真的是一边学一边用了。另外，本文臭又长，真正的过程，其实都是在跟着以下脚本在做。这个脚本只消运行一下，就是以上全文，哈哈。
#!/bin/bash if ! $(apt list --installed | grep -q nvidia-container-toolkit); then read -p "Nvidia docker is required. Do you want to install it now? (y/n)" ; if [ "${REPLY} " == "y" ]; then distribution=$(. /etc/os-release;echo $ID $VERSION_ID ) echo $distribution curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - curl -s -L https://nvidia.github.io/nvidia-docker/$distribution /nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list sudo apt-get update && sudo apt-get install -y nvidia-docker2 sudo systemctl restart docker else exit 0 fi fi docker pull carlasim/carla:0.9.13 EXTRA_ARGS="-it" if [[ "$DETACH " ]]; then EXTRA_ARGS="-d" fi docker kill carla_sim || true
docker run \ --name carla_sim \ --rm \ --gpus all \ --net=host \ -v /tmp/.X11-unix:/tmp/.X11-unix:rw \ $EXTRA_ARGS \ carlasim/carla:0.9.13 \ /bin/bash ./CarlaUE4.sh -opengl -nosound -RenderOffScreen -benchmark -fps=20 -quality-level=Low
本文完。
① 全网独家视频课程
BEV感知 、毫米波雷达视觉融合 、 多传感器标定 、 多传感器融合 、 多模态3D目标检测 、 点云3D目标检测 、 目标跟踪 、 Occupancy 、cuda与TensorRT模型部署 、 协同感知 、 语义分割、 自动驾驶仿真、 传感器部署、 决策规划、轨迹预测 等多个方向学习视频（ 扫码即可学习 ）
视频官网：www.zdjszx.com ② 国内首个自动驾驶学习社区
近2000人的交流社区，涉及30+自动驾驶技术栈学习路线 ，想要了解更多自动驾驶感知（2D检测、分割、2D/3D车道线、BEV感知、3D目标检测、Occupancy、多传感器融合、多传感器标定、目标跟踪、光流估计）、自动驾驶定位建图（SLAM、高精地图、局部在线地图）、自动驾驶规划控制/轨迹预测等领域技术方案、AI模型部署落地实战、行业动态、岗位发布，欢迎扫描下方二维码，加入自动驾驶之心知识星球，这是一个真正有干货的地方，与领域大佬交流入门、学习、工作、跳槽上的各类难题，日常分享论文+代码+视频
③【自动驾驶之心】技术交流群
自动驾驶之心是首个自动驾驶开发者社区，聚焦 目标检测、语义分割、全景分割、实例分割、关键点检测、车道线、目标跟踪、3D目标检测、BEV感知、多模态感知、Occupancy、多传感器融合、transformer、大模型、点云处理、端到端自动驾驶、SLAM、光流估计、深度估计、轨迹预测、高精地图、NeRF、规划控制、模型部署落地、自动驾驶仿真测试、产品经理、硬件配置、AI求职交流 等方向。扫码添加汽车人助理微信邀请入群， 备注：学校/公司+方向+昵称（快速入群方式）
