【基于Ubuntu20.04的Autoware.universe安装过程】方案三:Docker | 详细记录 | 全过程图文 by.Akaxi

目录

一、Autoware.universe背景

二、安装说明

三、安装git

四、克隆autoware

五、安装cuda

六、安装Docker软件

七、安装Nvidia Container Toolkit

八、安装Rocker

九、拷贝Autoware的Docker镜像

十、创建autoware_map文件夹

十一、启动docker

十二、源码拷贝

十三、安装依赖

十四、编译Autoware.universe

十五、测试Autoware.universe

参考链接


【注:整体流程来说,使用方案三:Docker安装,即使用官方给出的环境进行配置,会节省很大的开发时间和成本,比较方案一和二的部署更加迅速,由于是使用Docker官方环境,不利于我们学习其基本的环境和相关配置,但是如果想要快速部署环境,Docker会是一个非常好的工具】

一、Autoware.universe背景

Autoware是一个基于ROS(机器人操作系统)开发的,开源的自动驾驶软件栈。它可以用于为各种各样的车辆,如汽车和卡车等,开发和部署先进辅助驾驶系统(ADAS)

Autoware版本:

Ai:基于ROS1

Auto:基于ROS2

Universe:商用/二次开发

官方文档:Autoware Universe Documentation

二、安装说明

参考官网的安装教程:

https://autowarefoundation.github.io/autoware-documentation/galactic/installation/autoware/source-installation/

在Autoware Documentation官方文档可以详细的看到安装流程~

选择galactic版本

关于Doker:什么是Docker?看这一篇干货文章就够了! - 知乎 (zhihu.com)

三、安装git

打开终端执行代码

sudo apt-get -y update
sudo apt-get -y install git

可以看到我们成功安装了git~

四、克隆autoware

输入指令克隆官网的autoware仓库

git clone https://github.com/autowarefoundation/autoware.git

克隆成功,可以看到我们在桌面的autoware仓库文件夹

五、安装cuda

指令输入 nvidia-smi 看看自己的电脑有没有Nvidia的驱动和cuda

这里我的电脑自带Nvidia驱动和cuda,如果你的Ubuntu系统没有适配上GPU显卡的话,可能会跑不起autoware嘞,如果你的电脑没有Nvidia驱动和cuda,可以去官网下载驱动,这是一些安装驱动参考链接:

【ubuntu环境配置】超详细ubuntu20.04/22.04安装nvidia驱动/CUDA/cudnn_ubuntu20安装nvidia显卡驱动-CSDN博客

Ubuntu18-22.04安装和干净卸载nvidia显卡驱动——超详细、最简单_ubuntu安装nvidia显卡驱动-CSDN博客

六、安装Docker软件

使用鱼香ROS一键安装指令,我们就能非常方便的安装Docker~,感谢鱼香ROS大佬

wget http://fishros.com/install -O fishros && . fishros

输入指令后选择8,一路自动下去我们的Docker就安装好啦

七、安装Nvidia Container Toolkit

首先执行指令更新程序

sudo apt update
sudo apt upgrade

紧接着,安装Nvidia Container Toolkit工具

sudo apt-get install -y nvidia-container-toolkit

最后,输入指令查看有没有安装好

dpkg -l | grep nvidia-container-toolkit

八、安装Rocker

输入指令安装Rocker

sudo apt-get install python3-rocker

安装完成~

随后我们安装需要的Python环境

sudo apt-get install python3-venv

完成啦~

九、拷贝Autoware的Docker镜像

通过Docker拷贝官方的autoware环境,输入指令:

docker pull ghcr.io/autowarefoundation/autoware-universe:latest-cuda

输入指令拷贝官网最新的docker,一共18.7G大小,大概【1小时】左右

输入指令 docker images 查看镜像。可以看到我们已经成功安装了容器拉

十、创建autoware_map文件夹

指令:

mkdir autoware_map

十一、启动docker

启动docker采用CPU或者GPU加速,二选一即可

指令:

【使用CPU】rocker -e LIBGL_ALWAYS_SOFTWARE=1 --x11 --user --volume $HOME/autoware --volume $HOME/autoware_map -- ghcr.io/autowarefoundation/autoware-universe:latest-cuda

【使用GPU加速】rocker --nvidia --x11 --user --volume $HOME/autoware --volume $HOME/autoware_map -- ghcr.io/autowarefoundation/autoware-universe:latest-cuda

这里使用GOU失败了,卡住大概10min,使用CPU成功啦~

十二、源码拷贝

依次输入指令,我们拷贝源码

cd autoware
mkdir src
vcs import src < autoware.repos

开始拷贝~

源码拷贝成功啦

十三、安装依赖

十四、编译Autoware.universe

输入指令,开始编译

【跳过包编译】
MAKEFLAGS="-j4" colcon build --symlink-install --cmake-args -DCMAKE_BUILD_TYPE=Release --executor sequential

在编译过程如果有包报错,导致编译失败,可以在指令后面加上,忽略这个包执行编译,最后我们再对忽略的包再一对一进行编译就行啦~

这是我的编译完成指令(注意跳过了部分包哈)

【能够编译完】【跳过了部分的包】
MAKEFLAGS="-j4" colcon build --symlink-install --cmake-args -DCMAKE_BUILD_TYPE=Release --executor sequential --packages-skip costmap_generator map_tf_generator yabloc_common yabloc_image_processing yabloc_particle_filter yabloc_pose_initializer

十五、测试Autoware.universe

输入指令,安装测试所需资源地图

gdown -O ~/autoware_map/ 'https://docs.google.com/uc?export=download&id=1499_nsbUbIeturZaDj7jhUownh5fvXHd'
unzip -d ~/autoware_map ~/autoware_map/sample-map-planning.zip

登录我们的container , 进入Autoware,开始测试环节

rocker --nvidia --x11 --user --volume $HOME/autoware --volume $HOME/autoware_map -- ghcr.io/autowarefoundation/autoware-universe:latest-cuda
source ~/autoware/install/setup.bash
ros2 launch autoware_launch planning_simulator.launch.xml map_path:=$HOME/autoware_map/sample-map-planning vehicle_model:=sample_vehicle sensor_model:=sample_sensor_kit

会出现类似下面的界面

参考链接

【安装教程】ubuntu20.04/22.04从零开始搭建autoware.universe-CSDN博客

Ubuntu 20.04 安装 Autoware.universe - 知乎 (zhihu.com)

2024.4.1

渝北仙桃数据谷

  • 32
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 4
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Akaxi-1

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值