本文写于2023年7月，文中所展示的版本为Ubuntu20.04以及Carla0.9.14，不同版本可能有一定的不同，欢迎各位伙伴们把遇到的问题和解决办法与其他人分享。
这篇文章主要面对想要上手Carla进行模拟仿真的伙伴们进行经验分享，并且为了方便快速上手，文章中将使用pre-compile的压缩包进行安装文章以Carla0.9.14版本为例，如果想要自己build from source 或者对于自定义Carla有比较高需求的伙伴们可以参考下面的链接：
史上最全Carla教程 |（二）Carla安装
英语好的伙伴们可以去参考官方文档，过程更加详细一些：
https://carla.readthedocs.io/en/latest/build_carla/
Carla同时支持WIndos和LInux系统安装使用，这里以LInux系统举例，相对于Windos而言，Linux系统在Carla和其他自动驾驶研究软件上有着更好的兼容性。
系统配置要求：
1.至少3G显存的GPU，推荐3060及以上的显卡进行Carla拟真。
2.预留足够的硬盘空间，推荐50G以上。
3.Ubuntu 14.04/16.04/18.04/20.04版本。
这里有两种官方文档推荐的Carla下载方式，我在这里都列出来方便大家自行选择
Ubuntu 18.04 以及 Ubuntu 20.04版本都可以使用Debian Carla的包进行下载, 需要注意的是 Debian 官方支持的版本是Ubuntu 18.04.
1. 在系统中设立Debian存储库
sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-keys 1AF1527DE64CB8D9
sudo add-apt-repository "deb [arch=amd64] http://dist.carla.org/carla $(lsb_release -sc) main"
2. 安装Carla并查看位于 /opt/ 文件夹的安装文件:
sudo apt-get update # 更新Debian包目录
sudo apt-get install carla-simulator # 下载最新版Carla 或者对于现有版本进行更新
cd /opt/carla-simulator # 安装成功后打开文件夹
此存储库包含CARLA 0.9.10及更高版本。要安装特定版本，可以输入以下命令：
apt-cache madison carla-simulator # List the available versions of Carla
sudo apt-get install carla-simulator=0.9.10-1 # 这个例子中 "0.9.10" 是CARLA 版本
首先先粘上官方的github下载地址：Releases · carla-simulator/carla · GitHub
如果下载速度太慢可以尝试这个镜像网站：SUSTech Open Source Mirrors
Carla默认下载时会包含以下几个Town的地图：Town 01,02,03,04,05和Town10，需要更多更加全面的测试地图，如大型城镇等，需要下载附加资源包，下面是官方对于每个Town的简短说明：
https://carla.readthedocs.io/en/latest/core_map/#non-layered-maps
下图图例为镜像网站，第一个文件是附加资源包，第二个文件为Carla本体，附加资源包需要在本体安装后导入，对本体的正常运行没有影响。
下载完成后就可以跳转到目录去解压了。
输入：
tar -xzvf CARLA_0.9.14.tar.gz
解压完成后会有这些文件：
运行Carla，只需要在对应目录下输入：
./CarlaUE4.sh
就可以运行了，Ubuntu 20.04版本删除了libomp.so.5 用Ubuntu 20.04版本的伙伴们需要重新下载，
在终端中输入：
sudo apt-get install libomp5
如果遇到Segfault Signal 6 Caught(如下图) 不要慌，输入这个指令：
./CarlaUE4.sh -prefernvidia
就可以正常运行Carla了。
如果Carla进入之后发现有明显卡顿，掉帧，渲染错误，可以检查一下显卡驱动是否正常，终端输入：
nvidia-smi
检查显卡驱动是否正常，Ubuntu默认使用集成显卡，如果显卡驱动有问题可以参考这个链接的流程：
Ubuntu安装nvidia驱动_ubuntu安装nvidia显卡驱动_小潇港哥的博客-CSDN博客
现在Carla已经可以运行起来了，不过我们现在只能操作观察者移动，四处查看一下这个新创建的world(Carla中的一个重要概念，后续会详细说明)：
Q - 向下飞
E - 向上飞
W - 向视角前方飞
S - 向视角后方飞
A - 向视角左方飞
D - 向视角右方飞
官方文档中Q为向上飞，E为向下飞，但经我试验感觉官方文档写反了。
想要正式使用，操作Carla，我们需要配置Python环境与相关依赖，推荐在Python3.7下进行，其他Python版本理论上也是可行的，这里用Python3.7来做演示。
下面操作需要用到Anaconda，可以参考这个链接下载：
【Ubuntu 1】ubuntu的软件包_Kin__Zhang的博客-CSDN博客
终端输入：
conda create -n py37 python=3.7
conda activate py37
下面我们需要安装pygame和numpy依赖，这里给出pip升级，换源并下载安装的指令，注意在Python3.7环境下安装：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pip -U
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
pip install pygame numpy
接下来我们来到官方给的案例的目录：
cd PythonAPI/examples/
可以看到里面有很多官方给我们的案例，我们可以尽情尝试，体验，注意在运行PythonAPI里的案例程序时，我们要保证Carla处于运行状态，也就是要先用./CarlaUE4.sh 启动Carla之后才能运行Python程序。
在启动Carla之后我们就可以运行一些example程序了：
python generate_traffic.py
运行成功之后我们就会发现我们的街道上开始有车辆和行人了
当然，学习自动驾驶必须有一辆主车进行测试，运行下面的程序，就会有一辆由Carla控制的自动驾驶小车出现作为测试主车了：
python automatic_control.py
同时，我们还可以在屏幕左边的面板里看到小车的各种信息，如油门，刹车，转向等等…
automatic_control.py 的默认启动参数会随机一个起始点和一个终点，当车辆行驶到终点时就会自动退出程序，想让程序连续运行我们可以输入：
python automatic_control.py -l 或者 python automatic_control.py --loop
当然，官方给出的案例远不止这些，，每个案例的可调参数也不止这些，有兴趣的伙伴们可以自行尝试不同的example程序，或者阅读源码。
需要更多更全面地图的伙伴们可以下载附加资源包，这里会演示如何将附加资源导入到我们的Carla里面
英文能力强的伙伴们可以直接参考英文官方文档：Quick start package installation - CARLA Simulator
这里也提供一下图文流程：
首先是把下载下来的附加资源包放到/carla/Import文件夹下：
之后回到Carla的根目录，运行这个指令就可以成功安装附加资源了：
./ImportAssets.sh
【仿真】Carla简易安装 Window Ubuntu均适用 附ROS的简单连接 [0]_ros opendrive_Kin__Zhang的博客-CSDN博客
https://carla.readthedocs.io/en/latest/start_quickstart/
笔者目前也在积极学习Carla当中，如果文章有错处希望大家指出，有好的观点以及Carla的经验也都十分欢迎分享，让我们一起共同学习进步，共勉！