针对第19步骤carla启动失败，make launch 失败其实只有以下两点：1.纯粹是网络问题，因为make launch时候会涉及到拉取github，网络不好就会报错，可以多试几次；

按照，安装环境。

摘要：本文介绍了在Ubuntu 22.04系统下配置UniAD项目环境的过程。通过将Windows系统的D盘挂载到Ubuntu系统实现数据共享，避免了重复下载数据集。在环境配置中遇到的主要问题包括CUSOLVER错误和数据集路径问题，分别通过修改代码中的CUDA调用方式和调整文件路径格式解决。配置步骤参考了官方文档和相关博客，最终成功完成了项目环境的搭建。

按照，安装环境。

由于个人花费不少时间，不断尝试，在全网几乎没有成功配置老版本Tensorflow-gpu1.8.0的情况下，最终还是让我找到了一种可行的且被验证的tensorflow-gpu配置方法，便记录与大家分享。！！

tensorflow-gpu、cuda、cudnn的版本一定要对应！！！

于是，采取办法：卸载安装的VS生成工具，重启电脑。之后再重新安装VS生成工具，完成后，再次尝试“win+R”，输入cmd，可以正常使用命令编辑了。在Pycharm2023.3上运行python程序，报错Microsoft Visual C++ 14.0 or greater is required。通过“win+R”，输入cmd，弹出的编辑框不能正常使用。出现该问题，怀疑是与按照上面链接下载VS生

联想笔记本，安装了双系统，在ubuntu22.04系统中成功安装nvidia驱动，cuda/cudnn，显卡可以正常调用，ubuntu开机可以正常登陆。重要的一点是：我的nvidia驱动是通过方式，没有采用自动安装。