拓冰网站定制 
6 步装好 Autoware 自动驾驶软件栈从零到跑通 Demo 的完整配置指南【免费下载链接】autowareAutoware - the worlds leading open-source software project for autonomous driving项目地址: https://gitcode.com/GitHub_Trending/au/autowareAutoware 是开源自动驾驶软件栈一套代码覆盖定位、感知、规划、控制全链路。本文带你完成 Autoware 安装配置装好开发环境、拉取全部源码、启动容器并跑通官方 demo每步都有检查点确认环境真的可用。开始之前核对系统与前置条件操作系统Ubuntu 22.04 或 24.04 桌面版Autoware 只支持这两个版本分别对应 ROS 2 Humble 和 Jazzy 发行版ROS 2 是机器人操作系统Autoware 所有功能模块都运行在它上面。硬件16 GB 以上内存、至少 40 GB 空闲磁盘源码树、地图数据和深度学习模型加起来体积不小。NVIDIA GPU 为可选项跑 GPU 加速的感知模块需要它没有 GPU 也能装只是 rviz2 点云渲染会明显变慢。依赖与版本工具版本为什么需要Docker Compose v2最新版Autoware 标准运行方式是容器镜像里预装好了 ROS 2 和全部编译产物Ansible10.x宿主机环境ROS 2、构建工具、GPU 依赖全靠仓库自带的 playbook 自动装避免手动装包装漏vcs任意ROS 社区的标准源码管理工具一条命令按清单拉取 Autoware 的全部源码仓库先确认版本没装错lsb_release -rs # 预期输出 22.04 或 24.04 docker compose version # 预期输出 Docker Compose version v2.x安装步骤第 1 步克隆 Autoware 仓库git clone https://gitcode.com/GitHub_Trending/au/autoware.git ~/autoware检查点ls ~/autoware能看到ansible/、docker/、repositories/三个目录。第 2 步用 pipx 安装正确版本的 AnsibleUbuntu 22.04 仓库自带的 Ansible 版本过老直接装会报错所以先用 pipx一个隔离安装 Python 工具的小工具装上 10.xsudo apt-get purge -y ansible sudo apt-get update sudo apt-get install -y pipx python3 -m pipx ensurepath source ~/.bashrc pipx install --include-deps --force ansible10.*检查点ansible --version输出版本号以10.开头。第 3 步安装仓库声明的 Ansible 插件playbook 引用了几个 Ansible collection可复用的自动化任务包需要从仓库内的清单文件安装cd ~/autoware ansible-galaxy collection install -f -r ansible-galaxy-requirements.yaml检查点命令正常结束无ERROR!输出。第 4 步一键执行环境配置 playbook这是最耗时的一步。playbook 会自动安装 ROS 2、colcon 等构建工具、RMW 通信实现ROS 2 内部节点间消息传递的底层库以及 CUDA、TensorRT 等 GPU 依赖无 NVIDIA GPU 时对应任务自动跳过ansible-playbook ansible/playbooks/install_dev_env.yaml想连 demo 用的示例地图、模型、rosbag 数据一起下载追加标签参数ansible-playbook ansible/playbooks/install_dev_env.yaml --tags demo_artifacts检查点结尾打印PLAY RECAP ... failed0。跑完后~/autoware_data/maps和~/autoware_data/ml_models两个目录应已存在demo 数据需要时。第 5 步加载 ROS 环境变量并检查配置结果写进了 shell 配置文件重新加载后验证source ~/.bashrc echo $ROS_DISTRO检查点输出humble或jazzy与你的 Ubuntu 版本对应22.04→humble24.04→jazzycolcon --version和ros2 --help也能正常执行。第 6 步按清单拉取全部源码repositories/autoware.repos是 Autoware 各模块的仓库清单vcs 一条命令全部克隆到src/cd ~/autoware vcs import src repositories/autoware.repos检查点ls src下出现autoware_core/、autoware_universe/等目录。第 7 步获取容器镜像官方预构建镜像同时支持 amd64 和 arm64直接拉取最省事docker pull ghcr.io/autowarefoundation/autoware:universe-devel-jazzy有 NVIDIA GPU 的话改拉 CUDA 版docker pull ghcr.io/autowarefoundation/autoware:universe-devel-cuda-jazzy。检查点docker images | grep autoware能看到对应标签的镜像。如果要从源码自建镜像比如想改包版本在仓库根目录执行docker buildx bake -f docker/docker-bake.hcl universe细节见 docker/README.md。第 8 步启动开发容器以无 GPU 的 CPU 版为例NVIDIA 用户把$COMPOSE换成dev-nvidia.compose.yaml即可xhost local:docker # 允许容器访问本机显示服务rviz2 图形窗口才有地方画 COMPOSEdocker/examples/basic/dev-cpu.compose.yaml cd ~/autoware HOST_UID$(id -u) HOST_GID$(id -g) docker compose -f $COMPOSE run --rm autoware检查点提示符变成aw...开头的容器内 bash没有bind source path does not exist报错。第 9 步容器内初始化环境并自检source /opt/autoware/setup.bash ros2 doctor检查点ros2 doctor输出末尾是Summary: no problems found说明 RMW、节点发现等核心机制全部正常。验证安装两条命令确认跑通宿主机上ros2 doctor成功时最后几行形如Checks passed: ... Summary: no problems found容器内再确认 ROS 2 接口可用ros2 topic list此时还没有节点运行输出No topics是预期结果能正常返回就说明工具链完整。真正的功能验证直接跑 democd docker/examples/demos/planning-simulator后按 docker/examples/demos/ 里的说明docker compose uprviz2 里看到车辆在示例地图上规划行驶就代表整个 Autoware 软件栈装好了。常见问题报错现象Only Ubuntu 22.04 and 24.04 are supported原因playbook 开头会校验系统版本其他 Ubuntu 版本或衍生版会直接失败。 解决命令升级到 Ubuntu 22.04 或 24.04 桌面版后重跑第 2~4 步lsb_release -rs复查版本号。报错现象容器内执行ros2提示command not found原因没有加载环境容器启动后 ROS 的 setup 脚本不在当前 shell 里。 解决命令source /opt/autoware/setup.bash然后echo $ROS_DISTRO应输出jazzy或humble。报错现象compose 启动时报bind source path does not exist原因~/autoware_data/maps、~/autoware_data/ml_models目录不存在而 Compose 被配置为不自动创建自动创建出来的目录归 root容器内用户写不进去。 解决命令mkdir -p ~/autoware_data/{maps,ml_models}重跑第 4 步并加--tags demo_artifacts补全示例数据再重新启动容器。报错现象rviz2 能开但渲染卡顿glxinfo显示llvmpipe原因GPU 没透传进容器回退到了软件渲染。 解决命令NVIDIA 卡改用dev-nvidia.compose.yaml启动进容器后glxinfo -B | grep -E OpenGL (vendor|renderer)应看到NVIDIA Corporation而非llvmpipe。下一步装到这一步环境已完整可用。建议直接按 docker/examples/demos/ 里的 README 跑一遍 planning-simulator 或 scenario-simulator demo确认 Autoware 在示例地图上能完成定位、感知、规划全流程再开始改自己的代码。【免费下载链接】autowareAutoware - the worlds leading open-source software project for autonomous driving项目地址: https://gitcode.com/GitHub_Trending/au/autoware创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 6 步装好 Autoware 自动驾驶软件栈：从零到跑通 Demo 的完整配置指南
6 步装好 Autoware 自动驾驶软件栈从零到跑通 Demo 的完整配置指南【免费下载链接】autowareAutoware - the worlds leading open-source software project for autonomous driving项目地址: https://gitcode.com/GitHub_Trending/au/autowareAutoware 是开源自动驾驶软件栈一套代码覆盖定位、感知、规划、控制全链路。本文带你完成 Autoware 安装配置装好开发环境、拉取全部源码、启动容器并跑通官方 demo每步都有检查点确认环境真的可用。开始之前核对系统与前置条件操作系统Ubuntu 22.04 或 24.04 桌面版Autoware 只支持这两个版本分别对应 ROS 2 Humble 和 Jazzy 发行版ROS 2 是机器人操作系统Autoware 所有功能模块都运行在它上面。硬件16 GB 以上内存、至少 40 GB 空闲磁盘源码树、地图数据和深度学习模型加起来体积不小。NVIDIA GPU 为可选项跑 GPU 加速的感知模块需要它没有 GPU 也能装只是 rviz2 点云渲染会明显变慢。依赖与版本工具版本为什么需要Docker Compose v2最新版Autoware 标准运行方式是容器镜像里预装好了 ROS 2 和全部编译产物Ansible10.x宿主机环境ROS 2、构建工具、GPU 依赖全靠仓库自带的 playbook 自动装避免手动装包装漏vcs任意ROS 社区的标准源码管理工具一条命令按清单拉取 Autoware 的全部源码仓库先确认版本没装错lsb_release -rs # 预期输出 22.04 或 24.04 docker compose version # 预期输出 Docker Compose version v2.x安装步骤第 1 步克隆 Autoware 仓库git clone https://gitcode.com/GitHub_Trending/au/autoware.git ~/autoware检查点ls ~/autoware能看到ansible/、docker/、repositories/三个目录。第 2 步用 pipx 安装正确版本的 AnsibleUbuntu 22.04 仓库自带的 Ansible 版本过老直接装会报错所以先用 pipx一个隔离安装 Python 工具的小工具装上 10.xsudo apt-get purge -y ansible sudo apt-get update sudo apt-get install -y pipx python3 -m pipx ensurepath source ~/.bashrc pipx install --include-deps --force ansible10.*检查点ansible --version输出版本号以10.开头。第 3 步安装仓库声明的 Ansible 插件playbook 引用了几个 Ansible collection可复用的自动化任务包需要从仓库内的清单文件安装cd ~/autoware ansible-galaxy collection install -f -r ansible-galaxy-requirements.yaml检查点命令正常结束无ERROR!输出。第 4 步一键执行环境配置 playbook这是最耗时的一步。playbook 会自动安装 ROS 2、colcon 等构建工具、RMW 通信实现ROS 2 内部节点间消息传递的底层库以及 CUDA、TensorRT 等 GPU 依赖无 NVIDIA GPU 时对应任务自动跳过ansible-playbook ansible/playbooks/install_dev_env.yaml想连 demo 用的示例地图、模型、rosbag 数据一起下载追加标签参数ansible-playbook ansible/playbooks/install_dev_env.yaml --tags demo_artifacts检查点结尾打印PLAY RECAP ... failed0。跑完后~/autoware_data/maps和~/autoware_data/ml_models两个目录应已存在demo 数据需要时。第 5 步加载 ROS 环境变量并检查配置结果写进了 shell 配置文件重新加载后验证source ~/.bashrc echo $ROS_DISTRO检查点输出humble或jazzy与你的 Ubuntu 版本对应22.04→humble24.04→jazzycolcon --version和ros2 --help也能正常执行。第 6 步按清单拉取全部源码repositories/autoware.repos是 Autoware 各模块的仓库清单vcs 一条命令全部克隆到src/cd ~/autoware vcs import src repositories/autoware.repos检查点ls src下出现autoware_core/、autoware_universe/等目录。第 7 步获取容器镜像官方预构建镜像同时支持 amd64 和 arm64直接拉取最省事docker pull ghcr.io/autowarefoundation/autoware:universe-devel-jazzy有 NVIDIA GPU 的话改拉 CUDA 版docker pull ghcr.io/autowarefoundation/autoware:universe-devel-cuda-jazzy。检查点docker images | grep autoware能看到对应标签的镜像。如果要从源码自建镜像比如想改包版本在仓库根目录执行docker buildx bake -f docker/docker-bake.hcl universe细节见 docker/README.md。第 8 步启动开发容器以无 GPU 的 CPU 版为例NVIDIA 用户把$COMPOSE换成dev-nvidia.compose.yaml即可xhost local:docker # 允许容器访问本机显示服务rviz2 图形窗口才有地方画 COMPOSEdocker/examples/basic/dev-cpu.compose.yaml cd ~/autoware HOST_UID$(id -u) HOST_GID$(id -g) docker compose -f $COMPOSE run --rm autoware检查点提示符变成aw...开头的容器内 bash没有bind source path does not exist报错。第 9 步容器内初始化环境并自检source /opt/autoware/setup.bash ros2 doctor检查点ros2 doctor输出末尾是Summary: no problems found说明 RMW、节点发现等核心机制全部正常。验证安装两条命令确认跑通宿主机上ros2 doctor成功时最后几行形如Checks passed: ... Summary: no problems found容器内再确认 ROS 2 接口可用ros2 topic list此时还没有节点运行输出No topics是预期结果能正常返回就说明工具链完整。真正的功能验证直接跑 democd docker/examples/demos/planning-simulator后按 docker/examples/demos/ 里的说明docker compose uprviz2 里看到车辆在示例地图上规划行驶就代表整个 Autoware 软件栈装好了。常见问题报错现象Only Ubuntu 22.04 and 24.04 are supported原因playbook 开头会校验系统版本其他 Ubuntu 版本或衍生版会直接失败。 解决命令升级到 Ubuntu 22.04 或 24.04 桌面版后重跑第 2~4 步lsb_release -rs复查版本号。报错现象容器内执行ros2提示command not found原因没有加载环境容器启动后 ROS 的 setup 脚本不在当前 shell 里。 解决命令source /opt/autoware/setup.bash然后echo $ROS_DISTRO应输出jazzy或humble。报错现象compose 启动时报bind source path does not exist原因~/autoware_data/maps、~/autoware_data/ml_models目录不存在而 Compose 被配置为不自动创建自动创建出来的目录归 root容器内用户写不进去。 解决命令mkdir -p ~/autoware_data/{maps,ml_models}重跑第 4 步并加--tags demo_artifacts补全示例数据再重新启动容器。报错现象rviz2 能开但渲染卡顿glxinfo显示llvmpipe原因GPU 没透传进容器回退到了软件渲染。 解决命令NVIDIA 卡改用dev-nvidia.compose.yaml启动进容器后glxinfo -B | grep -E OpenGL (vendor|renderer)应看到NVIDIA Corporation而非llvmpipe。下一步装到这一步环境已完整可用。建议直接按 docker/examples/demos/ 里的 README 跑一遍 planning-simulator 或 scenario-simulator demo确认 Autoware 在示例地图上能完成定位、感知、规划全流程再开始改自己的代码。【免费下载链接】autowareAutoware - the worlds leading open-source software project for autonomous driving项目地址: https://gitcode.com/GitHub_Trending/au/autoware创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考