ubuntu18.04安装Autoware1.14---GPU版 最全环境配置说明

本机配置

ubuntu:18.04

ROS :melodic

NVIDIA :GTX1050Ti

所需软件配置

NVIDIA驱动：510 （410及以上）

cuda 10.0（最好10.0）

cudnn 7.5.0（cuda10.0对应版本）

opencv-3.4.5 (3.4.0及以上都可以)

eigen-3.3.7

qt 5.14.2

cmake-3.12.2

protobuf: 3.0.0(只能这个版本，一般系统自带)

配置安装

1. Nvidia 驱动安装

 sudo apt-get update
 sudo apt-get upgrade

显卡驱动我是通过系统自带的“软件与更新——附加驱动”选择的510，CUDA10.0版本对应的显卡驱动要求是410及以上，不同的CUDA版本对应不同的驱动版本
检查显卡驱动更新是否成功：

nvidia-smi

如果更新成功显示如下：

2 .cmake安装

下载cmake包

1| wget https://cmake.org/files/v3.12/cmake-3.12.2-Linux-x86_64.tar.gz
2| tar zxvf cmake-3.12.2-Linux-x86_64.tar.gz #解压
3| sudo ln -sf /home/hb-wgl/cmake-3.12.2-Linux-x86_64/bin/* /usr/bin/  #注意自己的cmake安装路径

这里我的cmake安装路径是/home/hb-wgl下，根据自己的安装路径对应着修改第三行代码即可，然后检查安装版本是否正确：

1|cmake--version  #检查版本

3 .eigne 安装

查看系统Eigen版本：

vim /usr/include/eigen3/Eigen/src/Core/util/Macros.h

实际上系统用的版本还是3.3.4(系统自带版本)

下载Eigen-3.3.7：

1| cd && wget http://bitbucket.org/eigen/eigen/get/3.3.7.tar.gz
2| mkdir eigen && tar --strip-components=1 -xzvf  eigen-3.3.7.tar.gz -C eigen   #解压
3| cd eigen && mkdir build && cd build && cmake .. && make && sudo make install   #编译安装

这里表示版本是3.3.4版本，更改软链接如下：

1| sudo rm -rf /usr/local/include/eigen3
2| sudo rm -rf /usr/local/include/Eigen    #删除系统自带eigen版本

将我们安装的Eigen-3.3.7版本放到/usr/include中：

1| sudo cp -r /usr/local/include/eigen3/Eigen /usr/include
2| sudo cp -r /usr/local/include/eigen3 /usr/include

建立软链接：

1| sudo ln -s /usr/include/eigen3 /usr/local/include/eigen3
2| sudo ln -s /usr/include/Eigen/ /usr/local/include/Eigen
3| cd /usr/lib/cmake/eigen3   #更新cmake库链接
4| sudo rm ./*    #删除旧版cmake配置
5| sudo cp /usr/local/share/eigen3/cmake/* ./   #这里也要注意自己的Eigen安装路径
6| sudo updatedb

最后再查看一遍版本，为3.3.7：

1| vim /usr/include/eigen3/Eigen/src/Core/util/Macros.h

4 .CUDA-10.0安装

进入nvidia的CUDA驱动下载页：

1| https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Linux

选择下图中的runfile文件下载

1| sudo sh cuda_10.0.130_410.48_linux.run

设置环境变量

1| echo "export PATH=$PATH:/usr/local/cuda-10.0/bin/" >> ~/.bashrc
2| echo "export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.0" >> ~/.bashrc
3| source ~/.bashrc

查看CUDA版本：

1| cat /usr/local/cuda/version.txt

安装成功！！！

5. cudnn安装

下载连接

1| https://developer.nvidia.com/rdp/cudnn-archive

下载cuda对应的cudnn7.5.0三个文件依次下载

 1| tar zxvf cudnn-10.0-linux-x64-v7.5.0.56.tgz
 2| cd cuda
 3| sudo cp include/cudnn.h  /usr/local/cuda/include/
 4| sudo cp lib64/libcudnn* /usr/local/cuda/lib64 
 5| sudo chmod a+r /usr/local/cuda/include/cudnn.h
 6| sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
###
 1| sudo dpkg -i libcudnn7_7.5.0.56-1+cuda10.0_amd64.deb 
 2| sudo dpkg -i libcudnn7-dev_7.5.0.56-1+cuda10.0_amd64.deb 
 3| sudo dpkg -i libcudnn7-doc_7.5.0.56-1+cuda10.0_amd64.deb 

添加库地址:

1| echo "export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64" >> ~/.bashrc
2| source ~/.bashrc

在终端查看CUDNN版本：

1| cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

完成！

6. opencv3.4.5安装

官网下载sources版本(For Linux)：(http://opencv.org/releases.html)

解压：

1| unzip opencv-3.4.5.zip
2| cd opencv-3.4.5

安装依赖库：

1| sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg.dev libtiff4.dev libswscale-dev libjasper-dev

可能安装库出错！
创建编译目录:

1| mkdir build && cd build
2| cmake ..
3| make -j8 // nproc是读取CPU的核心数量 
4| sudo make install

环境配置添加库路径:

1| sudo /bin/bash -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf'
##更新库
1| sudo ldconfig

配置bash，执行如下命令:

1| sudo gedit /etc/bash.bashrc 
//在末尾添加
2| PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig  
3| export PKG_CONFIG_PATH

保存退出，然后执行如下命令使得配置生效:

1| sudo source /etc/bash.bashrc
//激活配置然后更新database
2| sudo updatedb 

7. 安装Qt 5.14.2

先更新下源

1| sudo apt-get update

安装gcc和g++

1| sudo apt-get install gcc g++

下载qt

下载完成，进入下载目录，右键-终端。执行命令，给可执行权限（很重要！！！）

1| chmod a+x ./qt-opensource-linux-x64-5.14.0.run
2| ./qt-opensource-linux-x64-5.14.0.run

7.Autoware1.14源码安装

1.对应版本

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-C9WGFqHr-1652430962061)(./assets/11.png)]

2.环境依赖

$ 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

3.建立工作空间

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

4.下载Autoware

$ wget -O autoware.ai.repos "https://gitlab.com/autowarefoundation/autoware.ai/autoware/raw/1.14.0/autoware.ai.repos?inline=false"
$ vcs import src < autoware.ai.repos
$ rosdep update
$ rosdep install -y --from-paths src --ignore-src --rosdistro $ROS_DISTRO

！！！第二步下载源码时可能会出现部分文件下载超时问题，直接在github上下载下来放入制定位置即可！！！
5.编译
采用CUDA进行编译

$ AUTOWARE_COMPILE_WITH_CUDA=1 colcon build --cmake-args -DCMAKE_BUILD_TYPE=Release

在编译Autoware中或多或少都会有一些报错，解决方法参考

https://blog.csdn.net/weixin_44570248/article/details/118463028

8.运行Demo

参考(https://gitlab.com/autowarefoundation/autoware.ai/autoware/wikis/ROSBAG-Demo)

1.Map与rosbag下载

$ wget http://db3.ertl.jp/autoware/sample_data/sample_moriyama_data.tar.gz
$ wget http://db3.ertl.jp/autoware/sample_data/sample_moriyama_150324.tar.gz

2.运行Autoware

$ cd autoware.ai
$ source install/setup.bash
$ roslaunch runtime_manager runtime_manager.launch

3.demo文件加载参考链接🔗