文章目录

引言一、安装依赖1.1 安装git1.2 克隆Autoware到本地1.3 自动安装相关依赖1.4 安装显卡驱动1.5 安装ROS2 Galactic1.6 安装ros2_dev_tools1.7 安装rmw_implementation1.8 安装pacmod1.9 安装autoware_core1.10 安装autoware universe dependencies1.11 安装pre_commit1.12 安装CUDA1.13 安装cuDNN and TensorRT

二、编译源码2.1 下载Universe代码库2.2 安装 Autoware ROS依赖包2.3 编译工作空间2.4 编译报错

三、 运行示例3.1 路径规划与车道跟随3.2 倒车入库3.3 添加行人与车辆3.4 交通灯识别仿真3.5 靠边停车3.5.1 平移停靠3.5.2 几何停靠3.5.3 后向停靠

3.6 路边起步3.6.1 平移起步3.6.2 几何起步与后向起步

3.7 变道3.8 禁停区

四、安装Awsim五、Autoware与Awsim联调

本文介绍Autoware.universe在Ubuntu20.04中的详细安装步骤，并测试一些Autoware.universe的基本功能，最后测试使用官方模拟器进行联调，本系列其他文章：

Autoware.universe部署02：高精Lanelet2地图的绘制

Autoware.universe部署03：与Carla（二进制版）联调

Autoware.universe部署04：universe传感器ROS2驱动

引言

本文介绍Autoware.universe在Ubuntu20.04中的详细安装步骤，基于ROS2 Galactic，其官方网站：Autoware Documentation

<code>注意：左上角选择Galactic版本

最终运行效果：

一、安装依赖

在第3步自动安装依赖时，可以将ROS2 Galactic一并安装，也可以提前自己手动安装。

1.1 安装git

<code>sudo apt-get -y update

sudo apt-get -y install git

1.2 克隆Autoware到本地

mkdir autoware_universe

cd autoware_universe/

git clone https://github.com/autowarefoundation/autoware.git -b galactic

1.3 自动安装相关依赖

cd autoware

./setup-dev-env.sh

试了一下这个不太行，接下来再全部手动安装，按照官方给定的每一步骤链接进入获得安装命令（<code>注意：进入之后要选择Galactic版本，如下图左上角，但是官方给的实际上有一点点问题，可以参考我下面的步骤）：

1.4 安装显卡驱动

查看推荐显卡

<code>ubuntu-drivers devices

安装recommend推荐显卡版本，这里推荐的是535版本

<code>sudo apt-get install nvidia-driver-535

要选择版本不然会自动更新内核。 但是我安装535会黑屏，只能安装了510，由于是刚安装的系统，更新了内核也没太大的影响，另外安装版本太低的话也不行，因为下面安装CUDA要求最小版本

1.5 安装ROS2 Galactic

鱼香ros一键安装：

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

选择[1]:一键安装:ROS(支持ROS和ROS2,树莓派Jetson)选择[1]:更换系统源再继续安装，若是已经换过源可以选择[2]不更换源选择[2]:更换系统源并清理第三方源选择[3]:galactic(ROS2)选择[1]:galactic(ROS2)桌面版

1.6 安装ros2_dev_tools

<code>sudo apt update && sudo apt install -y \

build-essential \

cmake \

git \

python3-colcon-common-extensions \

python3-flake8 \

python3-pip \

python3-pytest-cov \

python3-rosdep \

python3-setuptools \

python3-vcstool \

wget

python3 -m pip install -U \

flake8-blind-except \

flake8-builtins \

flake8-class-newline \

flake8-comprehensions \

flake8-deprecated \

flake8-docstrings \

flake8-import-order \

flake8-quotes \

pytest-repeat \

pytest-rerunfailures \

pytest \

setuptools

如果报以上的错误，就安装依赖：

<code>sudo apt install python3-testresources

下面命令若是遇到问题可以参考文章：Ubuntu20.04同时安装ROS1和ROS2共存，科学上网或者使用鱼香ROS rosdepc

sudo rosdep init

rosdep update

若报错：

ERROR: cannot download default sources list from:

https://raw.githubusercontent.com/ros/rosdistro/master/rosdep/sources.list.d/20-default.list

Website may be down.

原因是GitHub的raw.githubusercontent.com无法连接，需要解决GitHub的raw.githubusercontent.com无法连接问题

通过https://www.ipaddress.com/首页,输入raw.githubusercontent.com查询到真实IP地址，修改hosts Ubuntu:

sudo gedit /etc/hosts

添加查到的ip内容保存，再重启网络就好了即可

185.199.108.133 raw.githubusercontent.com

sudo /etc/init.d/network-manager restart

然后输入sudo rosdep init就可以了

注：后面我又发现一种更好的办法，参考：https://mirrors.tuna.tsinghua.edu.cn/help/rosdistro/

# 手动模拟 rosdep init

sudo mkdir -p /etc/ros/rosdep/sources.list.d/

sudo curl -o /etc/ros/rosdep/sources.list.d/20-default.list https://mirrors.tuna.tsinghua.edu.cn/github-raw/ros/rosdistro/master/rosdep/sources.list.d/20-default.list

# 为 rosdep update 换源

export ROSDISTRO_INDEX_URL=https://mirrors.tuna.tsinghua.edu.cn/rosdistro/index-v4.yaml

# 后面的参数是为了不跳过ROS版本

rosdep update --include-eol-distros

# 每次 rosdep update 之前，均需要增加该环境变量

# 为了持久化该设定，可以将其写入 .bashrc 中，例如

echo 'export ROSDISTRO_INDEX_URL=https://mirrors.tuna.tsinghua.edu.cn/rosdistro/index-v4.yaml' >> ~/.bashrc

1.7 安装rmw_implementation

# wget -O /tmp/amd64.env https://raw.githubusercontent.com/autowarefoundation/autoware/main/amd64.env && source /tmp/amd64.env

# 注意官网给的是mian，humble的，需要改成galactic

wget -O /tmp/amd64.env https://raw.githubusercontent.com/autowarefoundation/autoware/galactic/amd64.env && source /tmp/amd64.env

如果第一句报以下问题：拒绝连接，有两种解决办法（推荐第二种）

（1）科学上网

（2）amd64.env是一些软件对应版本的环境变量，我们其实在1.2节已经下载了，source一下就好了

cd autoware_universe/

source amd64.env

<code># For details: https://docs.ros.org/en/galactic/How-To-Guides/Working-with-multiple-RMW-implementations.html

sudo apt update

rmw_implementation_dashed=$(eval sed -e "s/_/-/g" <<< "${rmw_implementation}")

sudo apt install ros-${rosdistro}-${rmw_implementation_dashed}

# (Optional) You set the default RMW implementation in the ~/.bashrc file.

echo '' >> ~/.bashrc && echo "export RMW_IMPLEMENTATION=${rmw_implementation}" >> ~/.bashrc

下面这句报以下错误，将ROS版本变量改成galactic（报这个错是因为下载了main-对应humble的amd.env，上面改成galactic版本理论上就不会报这个错）

1.8 安装pacmod

<code># wget -O /tmp/amd64.env https://raw.githubusercontent.com/autowarefoundation/autoware/galactic/amd64.env && source /tmp/amd64.env

cd autoware_universe/

source amd64.env

# Taken from https://github.com/astuff/pacmod3#installation

sudo apt install apt-transport-https

sudo sh -c 'echo "deb [trusted=yes] https://s3.amazonaws.com/autonomoustuff-repo/ $(lsb_release -sc) main" > /etc/apt/sources.list.d/autonomoustuff-public.list'

sudo apt update

sudo apt install ros-${rosdistro}-pacmod3

wget上面已经处理过一次了，这里可以只source（找不到就再复制一次）

1.9 安装autoware_core

pip3 install gdown

1.10 安装autoware universe dependencies

sudo apt install geographiclib-tools

# Add EGM2008 geoid grid to geographiclib

# 下面过程很慢，耐心等待

sudo geographiclib-get-geoids egm2008-1

1.11 安装pre_commit

clang_format_version=14.0.6

pip3 install pre-commit clang-format==${clang_format_version}

# Install Golang (Add Go PPA for shfmt)

sudo add-apt-repository ppa:longsleep/golang-backports

sudo apt install golang

1.12 安装CUDA

# wget -O /tmp/amd64.env https://raw.githubusercontent.com/autowarefoundation/autoware/galactic/amd64.env && source /tmp/amd64.env

cd autoware_universe/

source amd64.env

# Modified from:

# https://developer.nvidia.com/cuda-11-4-4-download-archive?target_os=Linux&target_arch=x86_64&Distribution=Ubuntu&target_version=20.04&target_type=deb_network

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin

sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600

sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/3bf863cc.pub

sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/ /"

sudo apt-get update

cuda_version_dashed=$(eval sed -e "s/[.]/-/g" <<< "${cuda_version}")

sudo apt install cuda-${cuda_version_dashed} --no-install-recommends

一般来说以上过程会安装成功，但是安装最后一步的时候可能报下面的错，有以下两种解决办法（推荐第二种）：

（1）使用aptitude能调整依赖版本（慎用，<code>建议用第二种方法）

sudo apt-get install aptitude

sudo aptitude install cuda-${cuda_version_dashed}

--no-install-recommends 参数是用于在安装软件包时禁止安装推荐的附加软件包，只安装 CUDA 11.6 的核心组件，可以帮助减少安装的软件包数量，节省磁盘空间并降低系统中的冗余，不需要可以取消。

选择Y会重装显卡驱动（我的会重装535，但是会黑屏，因此没有用这个办法）

（2）使用手动安装方法：

nvidia-smi

查看显卡驱动支持最高CUDA版本是12.1， 到cuda-toolkit-archive，选择需要的CUDA（最好是env中写的11.6.2）版本下载，如下图，选择runfile(local)，并使用生成的指令进行下载和安装

回车取消安装显卡驱动，然后选择最后的安装：

安装成功之后环境配置，在.bashrc文件末尾添加环境变量：

<code>sudo gedit ~/.bashrc

# 添加以下内容：

export PATH=/usr/local/cuda-11.6/bin${ PATH:+:${ PATH}}

export LD_LIBRARY_PATH=/usr/local/cuda-11.6/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

或者终端输入以下命令添加：

# Taken from: https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#post-installation-actions

echo 'export PATH=/usr/local/cuda-11.6/bin${PATH:+:${PATH}}' >> ~/.bashrc

echo 'export LD_LIBRARY_PATH=/usr/local/cuda-11.6/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}' >> ~/.bashrc

验证是否安装成功

nvcc -V

1.13 安装cuDNN and TensorRT

<code># wget -O /tmp/amd64.env https://raw.githubusercontent.com/autowarefoundation/autoware/galactic/amd64.env && source /tmp/amd64.env

cd autoware_universe/

source amd64.env

# Taken from: https://docs.nvidia.com/deeplearning/tensorrt/install-guide/index.html#installing

sudo apt-get install libcudnn8=${cudnn_version} libcudnn8-dev=${cudnn_version}

sudo apt-mark hold libcudnn8 libcudnn8-dev

sudo apt-get install libnvinfer8=${tensorrt_version} libnvonnxparsers8=${tensorrt_version} libnvparsers8=${tensorrt_version} libnvinfer-plugin8=${tensorrt_version} libnvinfer-dev=${tensorrt_version} libnvonnxparsers-dev=${tensorrt_version} libnvparsers-dev=${tensorrt_version} libnvinfer-plugin-dev=${tensorrt_version}

sudo apt-mark hold libnvinfer8 libnvonnxparsers8 libnvparsers8 libnvinfer-plugin8 libnvinfer-dev libnvonnxparsers-dev libnvparsers-dev libnvinfer-plugin-dev

二、编译源码

2.1 下载Universe代码库

（1）创建 src 文件夹

cd autoware_universe/

mkdir src

（2）修改 autoware.repos 文件

sudo gedit autoware.repos

在autoware.repos 文件中，28行位置加入以下内容

universe/external/open_planner:

type: git

url: https://github.com/ZATiTech/open_planner.git

version: main

（3）下载代码库到本地

vcs import src < autoware.repos

2.2 安装 Autoware ROS依赖包

（1）rosdep update

<code>rosdep update

如果遇到问题（一般都会遇到，注意如果成功但是跳过了galactic也是不行的，例如下图），解决办法参考1.6节最后的办法

（2）安装ROS依赖

<code>source /opt/ros/galactic/setup.bash

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

安装ROS依赖时报错：

/usr/bin/pip3:6: DeprecationWarning: pkg_resources is deprecated as an API. See https://setuptools.pypa.io/en/latest/pkg_resources.html

from pkg_resources import load_entry_point

参考https://blog.csdn.net/yuteng12138/article/details/130123995：

<code>pip install --upgrade --user setuptools==58.3.0

安装时依赖版本太高：

ros-galactic-tvm-vendor : Depends: ocl-icd-opencl-dev but it is not going to be installed

使用aptitude可以对依赖降级，：保持原状N，接下来全输入y

<code>sudo aptitude install ros-galactic-tvm-vendor

安装ROS依赖时，安装open3d速度慢，报错问题可以参考：https://blog.csdn.net/yuteng12138/article/details/130123620

<code>pip install open3d

2.3 编译工作空间

<code>colcon build --symlink-install --cmake-args -DCMAKE_BUILD_TYPE=Release

# 只编译指定包

colcon build --symlink-install --cmake-args -DCMAKE_BUILD_TYPE=Release --packages-select 包名

# 忽略指定包

colcon build --symlink-install --cmake-args -DCMAKE_BUILD_TYPE=Release --packages-ignore 包名

# 遇到编译错误继续编译其他模块

colcon build --symlink-install --cmake-args -DCMAKE_BUILD_TYPE=Release --continue-on-error

在编译过程中卡死或者崩溃，或者其他问题，可以多试几次或者参考官方：build-issues，下面是我遇到的编译报错以及解决办法

2.4 编译报错

（1）fmt报错：undefined reference to fmt::v8::vformat[abi:cxx11](fmt::v8::basic_string_view<char>, fmt::v8::basic_format_args<fmt::v8::basic_format_context<fmt::v8::appender, char> >)'

说明缺少fmt库，去官网tag/8.1.1下载源码

解压后使用cmake编译：

<code>cd fmt-8.1.1

mkdir build && cd build

cmake -DCMAKE_POSITION_INDEPENDENT_CODE=TRUE ..

make -j8

sudo make install

如果安装之后仍然报上面的错误，打开对应代码（最外层的头文件），添加头文件如下：

#define FMT_HEADER_ONLY

#include <fmt/format.h>

（2）遇到下面的错误 <code>error: implicitly-declared ‘constexpr Eigen::......

Eigen3的版本太低，重装3.4以上版本的Eigen。

（3）报Eigen错误：

<code>/usr/include/eigen3/Eigen/src/Core/PlainObjectBase.h:504:7: error: ‘*((void*)&<anonymous> +48)’ may be used uninitialized in this function [-Werror=maybe-uninitialized]

504 | m_storage = std::move(other.m_storage);

这是gcc版本太高导致的编译错误，不能使用未初始化的变量，要想不降低gcc版本，可以修改eigen头文件

sudo gedit /usr/include/eigen3/Eigen/src/Core/PlainObjectBase.h

# 504行：

// m_storage = std::move(other.m_storage);

DenseStorage<Scalar, Base::MaxSizeAtCompileTime, Base::RowsAtCompileTime, Base::ColsAtCompileTime, Options> temp = std::move(other.m_storage);

m_storage = temp;

# 511行：

//EIGEN_STRONG_INLINE PlainObjectBase(const PlainObjectBase& other): Base(), m_storage(other.m_storage) { }

EIGEN_STRONG_INLINE PlainObjectBase(const PlainObjectBase& other): Base(){

DenseStorage<Scalar, Base::MaxSizeAtCompileTime, Base::RowsAtCompileTime, Base::ColsAtCompileTime, Options> temp = std::move(other.m_storage);

m_storage = temp;

}

（4）找不到头文件

<code>src/universe/autoware.universe/planning/static_centerline_optimizer/src/utils.cpp:17:10: fatal error: behavior_path_planner/data_manager.hpp: No such file or directory

17 | #include "behavior_path_planner/data_manager.hpp"

在static_centerline_optimizer包的cmakelists中添加头文件引用

<code>include_directories(

SYSTEM

${ EIGEN3_INCLUDE_DIR}

)

<code>编译完成！

三、 运行示例

简单运行Universe，$HOME/autoware_map/sample-map-planning为从官方下载的地图：

gdown -O ~/autoware_map/ 'https://docs.google.com/uc?export=download&id=1499_nsbUbIeturZaDj7jhUownh5fvXHd'

unzip -d ~/autoware_map ~/autoware_map/sample-map-planning.zip

修改为你自己的路径

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

打开官方的一个仿真示例，这个仿真不需要开模拟器，初始位姿随便给，方便体验各种功能

3.1 路径规划与车道跟随

首先通过<code>2D Pose Estimate给定初始位姿，小车模型会出现：

再通过<code>2D Goal Pose给定目标位姿生成路径

新启动一个终端，发布以下消息（或者直接点击RVIZ中的<code>Engage），开启自动驾驶:

ros2 topic pub /autoware/engage autoware_auto_vehicle_msgs/msg/Engage '{engage: True}' -1

3.2 倒车入库

首先通过自主导航或重开给定初始位姿行驶到停车场：

然后给定目标停车位姿（大概是base_link位置），点击RVIZ中的<code>Engage即可自动倒车入库：

有障碍物时的倒车入库：

3.3 添加行人与车辆

点击工具栏中的<code>2D Dummy Car或2D Dummy Pedestrian按钮。通过在地图上点击和拖动设置虚拟物体的位姿。在工具属性中设置物体的速度- > 2D假车/行人面板。

可以在车辆行驶过程中添加横穿车辆来测试车辆的避障能力

3.4 交通灯识别仿真

默认情况下，地图上的交通信号灯都被视为设置为绿色。因此，当创建一条通过交通灯的交叉路口的路径时，自我车辆将在不停车的情况下通过交叉路口。

下面的步骤说明如何设置和重置交通信号灯，以测试Planning将如何响应。首先要显示出交通灯ID，在话题的Map-> Lanelet2VectorMap->Namespaces中点选交通灯ID（还可以选择行驶线等其他可视化组件），然后重新选择Map即可显示：

（1）设置交通灯：转到Panels - >添加新的Panel，选择TrafficLightPublishPanel，然后按OK键；

（2）在TrafficLightPublishPanel中，设置交通灯的ID和颜色；

（3）单击Set按钮，Set-Traffic-Light；

（4）最后，点击PUBLISH按钮，将交通灯状态发送到模拟器。任何经过所选交通灯的规划路径都会随之改变。

可以手动设置交通灯颜色模拟交通灯变化，以观察汽车在经过路口时根据红绿灯的行驶情况，可以看到改成绿灯之后可以正常通行：

3.5 靠边停车

3.5.1 平移停靠

在有路边停靠车道的位置设置目标，当有足够的距离进行平缓地变道停车时，即可平移停靠

（路径平缓，不会停车转向）：

3.5.2 几何停靠

当停靠的距离不够时，会进行几何停靠（中间两次停车进行转向）：

或者被挡住：

3.5.3 后向停靠

3.6 路边起步

3.6.1 平移起步

当车辆在路边停靠车道要驶入行驶车道，且前后均没有障碍物（或者足够远）时，即可启用平移起步：

3.6.2 几何起步与后向起步

当车前方停有障碍物，后方没有障碍物时，起步会先后退，拉到足够距离再进行几何起步（与平移起步的区别是中间会停下来转向，因为前方障碍物过近），大致过程如下：

或者是后面障碍物有一定空间，也会先退一段，然后起步：

3.7 变道

变道需要有可变道车道，即同向相邻车道（可变道），如下图所示，我在原有地图上简单画了一条（绘制方法参考：Autoware.universe部署02：高精Lanelet2地图的绘制），并设置了可变道，然后规划路径时即可变道：

3.8 禁停区

在某些车道路段，是不允许停车的，比如建筑门口。如下图如果将规划目标设置在禁停区，那么车辆将在行驶到禁停区域之前停止：

但是规划的路径是可以穿过禁停区域的，只是不允许在此路段停车

四、安装Awsim

参考官方教程AWSIM v1.0.1，在.bashrc中添加以下内容：

<code>Add the following to .bashrc

export ROS_LOCALHOST_ONLY=1

export RMW_IMPLEMENTATION=rmw_cyclonedds_cpp # 上面环境配置时已经添加

if [ ! -e /tmp/cycloneDDS_configured ]; then

sudo sysctl -w net.core.rmem_max=2147483647

sudo ip link set lo multicast on

touch /tmp/cycloneDDS_configured

fi

安装依赖：

sudo apt update

sudo apt install libvulkan1

下载Awsim二进制文件：AWSIM_v1.0.1.zip，解压之后运行：

sudo chmod +x ./<path to AWSIM folder>/AWSIM.x86_64

./<path to AWSIM folder>/AWSIM.x86_64

目前官方的模拟器功能还比较少，只有下方进度条可以调节渲染频率

开启后可以看到模拟器输出的传感器消息以及接收的底盘控制消息：

<code>ros2 topic list

五、Autoware与Awsim联调

首先下载模拟器地图：nishishinjuku_autoware_map.zip，包括高精地图以及点云地图。

同时启动Awsim和Autoware，注意更换为你下载的地图地址

<code>./<path to AWSIM folder>/AWSIM.x86_64

# 新开一个终端

cd autoware_universe

source install/setup.bash

ros2 launch autoware_launch e2e_simulator.launch.xml vehicle_model:=sample_vehicle sensor_model:=awsim_sensor_kit map_path:=<your mapfile location>

利用RViz手动设置2D Pose Estimate，使用RViz手动设置2D Goal Pose，设置2d Checkpoint Pose(可选)，路径生成。

新启动一个终端，发布以下消息（或者点击RVIZ中的<code>Engage），开启自动驾驶:

ros2 topic pub /autoware/engage autoware_auto_vehicle_msgs/msg/Engage '{engage: True}' -1