Autoware.universe 高效学习第二章 -- 在 ubuntu22.04 + ros2 humble 安装 autoware.universe
在 ubuntu22.04 + ros2 humble 安装 autoware.universe
- 1 前言和资料
- 2 正文
- 2.1 基础环境和安装方式选择
- 2.2 autoware 源码安装
- 2.3 运行样例，测试安装是否成功
- 总结
1 前言和资料
上一篇博客 Autoware.universe 高效学习第一章 – 鸟瞰 autoware，我们对 autoware 进行了系统梳理，了解了 autoware 的昨天今天和明天。本文我们将安装 autoware.universe ，并实际运行下 autoware.universe 的样例，为后面的深入学习准备开发环境。
本文参考资料如下：
（1）autoware source install
（2）autoware planning simulation
（3）Autoware.universe部署01：Ubuntu20.04安装Autoware.universe并与Awsim联调
本系列博客汇总：Autoware.universe 高效学习系列。
2 正文
2.1 基础环境和安装方式选择
（1）本人的基础环境：
硬件：本文选择一台 Thinkpad T14 i7 + Nvidia MX450。
操作系统：物理机安装 ubuntu22.04 ，不搞虚拟机，不搞双系统，运行效率最高。
ros2 版本：ros2 humble 。
英伟达显卡驱动版本：535.183.01 。
英伟达 cuda 编译器 nvcc 版本：V12.3.107
补充1：推荐读者使用 fishros 的脚本在 ubuntu22.04 一键安装 ros2 humble：
wget http://fishros.com/install -O fishros && . fishros
# 测试安装结果
printenv |grep ros
补充2：查看显卡驱动版本：
nvidia-smi
补充3：编译 autoware.universe 时，需要 nvcc 编译器，安装命令：
sudo apt install nvidia-cuda-toolkit
echo 'export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}' >> ~/.bashrc
source ~/.bashrc
# 检查版本
nvcc -V
（2）安装方式选择：autoware 官方安装文档 给出了两种安装方式，一是 docker 安装，二是源码安装。通常来说采用 docker 安装最省劲，但是 docker 安装无法直接利用本人笔记本已经配置成熟的开发环境，对我而言上手成本比较高，因此选择了源码安装。而源码安装本质就是 ros2 开发那一套，即创造工作空间，拉取代码，编译运行，非常适合个人研究。
2.2 autoware 源码安装
（1）配置 ssh key 到 github，否则无法拉取和提交代码：请参考 Github配置ssh key的步骤（大白话+包含原理解释），这里不再赘述。
（2）Fork 一份 autoware 的入口仓库：访问 autoware，点击右上角 Fork 按钮，fork 一份 autoware 到自己的空间，方便修改和保存自己的代码。本人 fork 的仓库路径为：jieshoudaxue，autoware。
补充：autoware 项目本身有很多个子仓库，见 autoware.repos，最典型的就是 autoware.core ，autoware.universe。这些仓库必须一块编译，系统才能运行，因此 autoware 提供了一个入口仓库，称之为 Meta-repository ，统一管理这些资源。
（3）使用 ssh 的方式，拉取自己空间内的 autoware 仓库：
cd ~
git clone git@github.com:Jieshoudaxue/autoware.git
cd autoware
（4）安装依赖：autoware 仓库内提供了一个脚本 setup-dev-env.sh，用来统一安装各种依赖，但实测发现，基本不可能成功！因此，请参考 autoware source install 中的提示，逐个安装依赖：
补充1：由于本人的环境已经安装了 ros2 humble 和 cuda，因此这两项的安装我就可以省略了。
补充2：由于本人预装的 cuda 版本为12.2，不同于原来仓库配置的 12.3 ，因此安装其他依赖前，我进行了版本调整：modify cuda version
（5）利用 autoware 作为工作空间，在其内部创建 src 目录，并拉取各个仓库源代码，为编译做准备：
cd ~/autoware
mkdir src
vcs import src < autoware.repos
踩坑1：autoware.repos 中，最大的就是 autoware.universe 仓库，里面有大文件，我使用 https 方式拉取总是失败，改为 ssh 方式后拉取成功：up autoware.universe link。拉取失败错误信息如下：
=== src/universe/autoware.universe (git) ===
Could not clone repository 'https://github.com/autowarefoundation/autoware.universe.git': Cloning into '.'...
error: RPC failed; curl 92 HTTP/2 stream 0 was not closed cleanly: CANCEL (err 8)
error: 4519 bytes of body are still expected
fetch-pack: unexpected disconnect while reading sideband packet
fatal: early EOF
fatal: fetch-pack: invalid index-pack output
（6）编译整个 autoware ：如果一切顺利的话，最后将在 autoware 内生成 build，install，log 三个目录，可执行程序就在 install 目录内
cd ~/autoware
colcon build
# 如果更改了某个 package ，如 tensorrt_yolox，可以使用如下命令单独编译
colcon build --packages-select tensorrt_yolox
2.3 运行样例，测试安装是否成功
（1）下载高精地图到 ~/autoware_map
gdown -O ~/autoware_map/ 'https://docs.google.com/uc?export=download&id=1499_nsbUbIeturZaDj7jhUownh5fvXHd'
unzip -d ~/autoware_map ~/autoware_map/sample-map-planning.zip
补充：如果命令行下载不了，这里有：sample-map-planning.zip
（2）启动 autoware
cd ~/autoware
source 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
几种常用操作：
第一，按住鼠标左键并移动，可以旋转地图；
第二，按住 shift 键 + 鼠标左键并移动，可以拖动地图；
第三，滚动鼠标滚轮可以放大和缩小地图；
（3）行车样例
第一，按一下 P 键，然后鼠标在任一车道中间找一个点作为起点，点击左键并按住不放，移动鼠标，将箭头（车头）与车道平行，并确保方向符合车道要求，此时会出现一个小车。
第二，按一下 G 键，然后鼠标在车辆行进前方的车道中间找一个点作为终点，点击左键并按住不放，移动鼠标，将箭头（车头）与车道平行，并确保方向符合车道要求。此时，autoware 就会出规划线。
第三，点击 AutowareStatePanel 中的 Auto 按钮，车辆就会动起来，从起点运动到终点。
（4）泊车样例：操作方式基本同行车样例，区别在于需要把终点定位在停车位上
总结
很多人的学习都是被安装环境劝退的，但是没有太好的办法，只能广搜资料，持续试错，逐步积累经验。当该踩的坑踩完以后，基本就能成功了。
本文地址：https://www.vps345.com/9296.html
