Autoware.universe部署01：Ubuntu20.04安装Autoware.universe并与Awsim联调

风晓 2024-01-10 18:34:49  66869 赞同 0 反对 0

分类：资源标签： Windows

Autoware.universe部署01：Ubuntu20.04安装Autoware.universe并与Awsim联调

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

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

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（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

ubuntu-drivers devices

安装recommend推荐显卡版本，这里推荐的是535版本

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

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：

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

# 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

# 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，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：

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

# 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

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

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：

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

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

pip install open3d

2.3 编译工作空间

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：

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 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：

/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

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

include_directories(

SYSTEM

${EIGEN3_INCLUDE_DIR}

)

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：，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2D Pose Estimate给定初始位姿，小车模型会出现：

再通过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：

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

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：

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

./<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Engage），开启自动驾驶:

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

如果您发现该资源为电子书等存在侵权的资源或对该资源描述不正确等，可点击“私信”按钮向作者进行反馈；如作者无回复可进行平台仲裁，我们会在第一时间进行处理！

评价 0 条

Autoware.universe部署01：Ubuntu20.04安装Autoware.universe并与Awsim联调

相关资源

关注我们