像教女朋友一样教你安装Autoware.ai

点击下方卡片，关注“自动驾驶之心”公众号

ADAS巨卷干货，即可获取

今天自动驾驶之心很荣幸邀请到夏嵩杰来分享Autoware.ai-1.14.0超详细的安装教程！如果您有相关工作需要分享，请在文末联系我们！

>>点击进入→自动驾驶之心【仿真测试】技术交流群

作者 | 夏嵩杰

编辑 | 自动驾驶之心

本文档以逻辑状态进行安装，会遇到的错误也是大家最大可能遇到的，希望能帮助大家学习！

硬件支持

首选 i7 处理器，i5 也可以（8核）
8GB - 32GB 运行内存
至少 30GB 硬盘存储空间（推荐使用固态硬盘）
显卡 NVIDIA GTX GeForce GPU（980M或更高性能）

本机硬件

i5（8核）
8GB 运行内存
120GB 硬盘存储空间
显卡 NVIDIA GTX GeForce 1050 Ti

安装可以分为docker和源码安装，两者都可以，根据习惯或安装过程是否顺利进行选择。要注意的是一定要有gpu驱动！！！

docker编译

1. 安装docker

运行以下指令

sudo apt-get update
sudo apt-get install apt-transport-https ca-certificates curl software-properties-common
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
sudo apt-key fingerprint 0EBFCD88
 
sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"
sudo apt-get update
sudo apt-get install docker-ce

docker版本至少19以上。

2.安装nvidia驱动

打开系统的软件与更新，选择附加驱动，等待可选驱动加载

加载完成：

这里我选择的是470，对应的cuda版本是11.4。选择完点击应用即可，然后在终端输入nvidia-smi可看到：

即完成。

3. 安装docker-nvidia

运行以下指令：

curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
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

4.安装autoware的docker版本

git clone https://gitlab.com/autowarefoundation/autoware.ai/docker.git
cd docker/generic 
./run.sh

一般master是最新的1.14版本。在执行./run.sh时，通常会要求root权限，如果不想每次运行docker都要用root权限，可以用下面的方法配置：

sudo groupadd docker
sudo usermod -aG docker $USER
newgrp docker

耐心等待下载，需要下载一段时间了，下载完成之后可能会报一个错误：usermod: UID '0' already exists：

需要手动修改一下刚才运行的run.sh脚本，加入这一段内容：

USER_ID="$(id -u)"
if [ USER_ID != 0 ]; then
USER_ID=1000;
else
USER_ID=${USER_ID};
fi

注意，安装完会在下载autoware-docker相应路径生成shared_dir文件夹，方便传文件到docker。

5.编译

cd /home/autoware/Autoware （此目录为工程目录）
colcon build --cmake-args -DCMAKE_BUILD_TYPE=Release

可以不用编译，docker版本已经编译好了。

6.运行

source install/setup.bash
roslaunch runtime_manager runtime_manager.launch

源码编译

ubuntu20编译源码会出现一堆版本问题，建议使用ubuntu18.04，还有安装一下cuda驱动，安装方式如docker里面介绍。

1.创建工程

mkdir -p autoware.ai/src
cd autoware.ai

2.下载源码

wget -O autoware.ai.repos "https://raw.githubusercontent.com/Autoware-AI/autoware.ai/1.14.0/autoware.ai.repos"
vcs import src < autoware.ai.repos

3.使用rosdep安装依赖

rosdep update
rosdep install -y --from-paths src --ignore-src --rosdistro $ROS_DISTRO

如果rosdep update报错：index-v4.yaml文件找不到

解决方法参考：https://zhuanlan.zhihu.com/p/479551543

如果出现以上错误，缺什么安装什么，比如 sudo apt-get install ros-melodic-rosbridge-server。

最后成功。

4.python2.7环境，别用python3或conda。

python2和python3相互切换
sudo update-alternatives --config python

切换为python2.7

5.先安装，注意不要在conda里面运行

sudo apt update
sudo apt install -y python-catkin-pkg python-rosdep ros-$ROS_DISTRO-catkin
sudo apt install -y python3-pip python3-colcon-common-extensions python3-setuptools python3-vcstool
pip3 install -U setuptools
pip install catkin_pkg -i https://pypi.tuna.tsinghua.edu.cn/simple/
sudo apt install libglew-dev

6.先安装一些缺的ros依赖（在rosdep步骤可能缺漏的包）

sudo apt-get update

我已总结好，直接运行

sudo apt-get install -y ros-melodic-jsk-recognition-msgs ros-melodic-jsk-rviz-plugins ros-melodic-nmea-msgs ros-melodic-rqt-gui  ros-melodic-rqt-gui-py  ros-melodic-nmea-navsat-driver ros-melodic-velodyne-pointcloud  ros-melodic-grid-map-cv ros-melodic-grid-map-msgs  ros-melodic-grid-map-ros ros-melodic-automotive-navigation-msgs ros-melodic-rosbash  ros-melodic-autoware-msgs ros-melodic-automotive-platform-msgs ros-melodic-qpoases-vendor ros-melodic-xacro

sudo apt-get install -y ros-melodic-controller-manager  ros-melodic-robot-state-publisher  ros-melodic-joint-state-controller  ros-melodic-gps-common ros-melodic-geodesy

7.安装Qt

我用的是5.9版本，网上资料比较多。

8.安装eigen3.3.7

下载链接：https://gitlab.com/libeigen/eigen/-/archive/3.3.7/eigen-3.3.7.tar.gz 下载完成后，在压缩包所在目录打开终端

//解压
sudo tar -xzvf eigen-3.3.7.tar.gz
 
//安装
cd eigen-3.3.7
mkdir build
cd build
cmake ..
sudo make install

安装后,头文件安装在/usr/local/include/eigen3/

9.安装opencv"3.4.16"

可以参考：https://blog.csdn.net/qq_58879770/article/details/127037125

10.编译

colcon build --cmake-args -DCMAKE_BUILD_TYPE=Release

默认会在gpu上编译

11.报错经验

问题1.：

编译到ros_observer时，会报出如下错误：/usr/bin/ld: CMakeFiles/ros_observer.dir/src/ros_observer.cpp.o: undefined reference to symbol ‘pthread_mutexattr_settype@@GLIBC_2.2.5’ //lib/x86_64-linux-gnu/libpthread.so.0: error adding symbols: DSO missing from command line

解决：

打开autoware/common/ros_observer/CMakeLists.txt，在所有的target_link_libraries中，加入libpthread.so.0，再编译即可通过

问题2.：

执行编译ndt_gpu会出现错误：GPU support on Melodic requires Eigen version>= 3.3.7

解决：

在/usr目录下搜索Eigen3Config.cmake文件，/usr/lib/cmake/eigen3目录下与/usr/local/share/eigen3/cmake目录下存在这个文件，区别在于：

/usr/local/share/eigen3/cmake目录下的Eigen3Config.cmake文件第32行为：set (EIGEN3_VERSION_STRING "3.3.7")

/usr/lib/cmake/eigen3目录下的Eigen3Config.cmake文件第42行为：set (EIGEN3_VERSION_STRING "3.3.4")

（上面的区别请参考自己的实际文件）

所以只需要将/usr/lib/cmake/eigen3下的全部文件保存到别处后删除，然后将/usr/local/share/eigen3/cmake下的全部文件拷贝到/usr/lib/cmake/eigen3目录下即可。

比如我这里将原先的文件保存在backup-eigen3.3.4，把/usr/local/share/eigen3/cmake下的全部文件拷贝到/usr/lib/cmake/eigen3目录

重新执行编译命令。

我是裸机安装的，所以大家跟着我步骤，应该不会出现大问题。

12.运行

source install/setup.bash
roslaunch runtime_manager runtime_manager.launch

运行的效果根dokcer的一样，会出现ui界面。

13.注意

1.运行的时候也会有一点小错误，比如print要改成python3的print，还有一些python的包要pip install一下，注意运行也要在python2.7下的环境运行。

2.我还出现了一个错误：

sudo: 没有终端存在，且未指定 askpass 程序

网上的解决方法：

将当前用户设置为不需要密码的方式，否则会遇到如下错误,sudo:没有终端存在，且未指定askpass程序

sudo visudo

在%sudo ALL=(ALL:ALL) ALL下面添加一行

username  ALL=(ALL) NOPASSWD: ALL

发现我问题没有解决，不过不影响运行。

到这里安装步骤基本介绍完啦，接下来我们介绍对ui界面进行简介。

ui界面的简介

1.修改run脚本，改为正确source路径

cd ~/autoware-1.14/install/runtime_manager/share/runtime_manager/scripts
gedit run

修改如下内容：

${OPTION_COMMAND}="bash -c 'source ~/autoware-1.14/install/setup.bash;

(https://www.guyuehome.com//Uploads/Editor/202204/20220415_83868.png)

2. 为了防止警告，找到‘state_publisher’并用‘robot_state_publisher’去代替它。

文件位置：autoware-1.14/install/vehicle_description/share/vehicle_description/launch/vehicle_model.launch

打开后修改其中的文件：把‘state_publisher’改为‘robot_state_publisher’

启动autoware

source install/setup.bash
roslaunch runtime_manager runtime_manager.launch

3. 界面简介

(1) Simulation

播放录制的bag数据，包括点云和路点等。加载下载好的示例数据，点击Play按钮，然后点Pause。注意这里一定要先点一下Play！然后再进行后面的操作，不要等全部设置完才回来点。这样会导致timestamp的错误，使得demo无法正常运行。

点击autoware界面中的Rviz按钮，会打开默认配置的Rviz，在打开的Rviz界面左上角点击File➡Open Config，加载如下的配置文件：

/src/autoware/documentation/autoware_quickstart_examples/launch/rosbag_demo/default.rviz

这个rviz已经添加好相关的话题了：

(2) Quick Start

加载每个模块对应配置launch文件，进行rviz的显示配置。

点击Map右侧的Ref按钮，选择加载地图

点击Sensing记载启动激光雷达及标定文件

点击Localization加载雷达与汽车base_link的坐标变换、加载汽车模型、点云降采样、gps信息转换和ndt匹配定位程序。

其他launch文件文件类似。

(3) 其他Tab需要配合仿真环境或实车去操作理解。

4.界面运行报错

（1）这里开启Map按钮报错：

就是没有把data文件夹放到.autoware里面。

（2）

解决办法就是找到‘state_publisher’并用‘robot_state_publisher’去代替它。

文件位置：autoware-1.14>install>vehicle_description>share>vehicle_description>launch>vehicle_model.launch

打开后修改其中的文件：把‘state_publisher’改为‘robot_state_publisher’

（3）

启动 runtime_manager 后疯狂报如下错误

Traceback (most recent call last): File "/usr/lib/python2.7/dist-packages/wx-3.0-gtk3/wx/_core.py", line 16765, inlambda event: event.callable(*event.args, **event.kw) ) File "/usr/lib/python2.7/dist-packages/wx-3.0-gtk3/wx/_core.py", line 9207, in SetLabel return core.Window_SetLabel(*args, **kwargs) File "/usr/lib/python2.7/encodings/utf_8.py", line 16, in decode return codecs.utf_8_decode(input, errors, True) UnicodeDecodeError: 'utf8' codec can't decode bytes in position 1253-1254: invalid continuation byte

可以看到是 Python 的编码问题，直接将系统语言更改为英语解决

demo运行

1.下载数据

wget https://autoware-ai.s3.us-east-2.amazonaws.com/sample_moriyama_data.tar.gz
wget https://autoware-ai.s3.us-east-2.amazonaws.com/sample_moriyama_150324.tar.gz

一定要注意解压文件是在.autoware/路径下的，不然后续运行launch文件时，会提示找不到文件：.autoware/data/tf/tf.launch。

2.配置Demo

1在Runtime Manager中选中“Simulation”Tab，在底下的文件选择框中选取从“sample_moriyama_data.tar.gz”中解压出来的rosbag文件，设置start Time为140s，点击下面的“Play”按键即可开始播放Demo中所录制的自动驾驶过程，但这里我们需要在2s后点击“Pause”，如图所示，原因是我们还需要设置其他一些数据和参数。

2.在“Setup”Tab中设置TF和车辆模型，即点击“TF”按钮及“Vehicle Model”按钮即可。正确点击后了两个按钮应该是处于深色的状态。

1. 在“Map”Tab中选择地图文件和TF设置文件。在“Point Cloud”后面的文件选择框内载入点云地图文件，相关的文件存储在“sample_moriyama_data.tar.gz”文件所解压出来的文件中，具体位置为“data/map/pointcloud_map”,需要选中文件夹内所有的文件。然后点击“Point Cloud”按钮使之变为下图所示的深色状态。在“TF”按钮后面的文件选择框内载入tf.launch文件。我选用autoware-1.14/src/autoware/documentation/autoware_quickstart_examples/launch里面的，选中tf_local.launch文件。然后点击“TF”按钮使之变为下图所示的深色状态。

1. 在“Sensing”Tab中勾选“voxel_grid_filter”，如下图所示。

5.在“Computing”Tab中勾选“nmea2tfpose”“ndt_matching”，如下图所示。

1. 开启RViz可视化工具，回到“Simulation”Tab，点击底下的“RViz”按钮，使之成为深色的状态，如下图所示。

1. 设置RViz，首先选择RViz配置文件，在菜单中选择“File–>Open Config”，选择“autowar-1.14/src/autoware/documentation/autoware_quickstart_examples/launch/rosbag_demo/”下的“default.rviz”文件。

8.回到Runtime Manager，进入到“Simulation”Tab页，点击“Pause”按钮，这时Demo会结束暂停状态，继续播放rosbag文件。稍等片刻，就可以在Rviz中看到点云地图和机器人行驶的画面了。

bug:

车飘。

成功解决：将sample_moriyama_data里面的tf.launch改为autoware自带的tf_local.launch。并把Start Time设置为140（其实多少没有多大关系），让数据先跑会，稳定一下。

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，期待交流！

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）

④【自动驾驶之心】平台矩阵，欢迎联系我们！