Docker版Carla的安装与使用
大家好，我是李慢慢。
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：
docker version
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）。
# Requires nvidia docker - https://github.com/NVIDIA/nvidia-dockerif ! $(apt list --installed | grep -q nvidia-container-toolkit); thenread -p "Nvidia docker is required. Do you want to install it now? (y/n)";if [ "${REPLY}" == "y" ]; thendistribution=$(. /etc/os-release;echo$ID$VERSION_ID)echo$distributioncurl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.listsudo apt-get update && sudo apt-get install -y nvidia-docker2 # Also installs docker-ce and nvidia-container-toolkitsudo systemctl restart dockerelseexit 0fifi
3、使用docker拉取carla镜像
安装好docker后，就可以使用docker拉取carla镜像了。首先，我们可以看到官网上有很多版本的docker镜像。
https://hub.docker.com/r/carlasim/carla/tags
我们这里最新的其实就是0.9.13，使用docker将其拉取安装到本地即可，命令如下：
# Pull the latest imagedocker pull carlasim/carla:latest# Pull a specific version:0.9.13
拉取的过程很漫长，需要耐心等待。
拉取完成后，输入如下命令，如果显示出镜像的话，则证明拉取成功了。
docker images
如果你的网速不好的话，可以使用我拉取下来的carla的docker镜像包的网盘链接。
下载链接：见附件
下载到本地后，使用如下命令进行加载即可。
docker load -i docker_image_carla_0.9.134、创建容器运行Carla
根据镜像（image）创建容器（container），并进入容器。指令如下：
sudo docker run --privileged --gpus all --net=host -e DISPLAY=$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。
# Requires nvidia docker - https://github.com/NVIDIA/nvidia-dockerif ! $(apt list --installed | grep -q nvidia-container-toolkit); thenread -p "Nvidia docker is required. Do you want to install it now? (y/n)";if [ "${REPLY}" == "y" ]; thendistribution=$(. /etc/os-release;echo $ID$VERSION_ID)echo $distributioncurl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.listsudo apt-get update && sudo apt-get install -y nvidia-docker2 # Also installs docker-ce and nvidia-container-toolkitsudo systemctl restart dockerelseexit 0fifidocker pull carlasim/carla:0.9.13EXTRA_ARGS="-it"if [[ "$DETACH" ]]; thenEXTRA_ARGS="-d"fidocker kill carla_sim || truedocker 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。
