Autoware入门学习（二）——Ubuntu18.04下的源码安装和配置
文章目录
- 0 唠叨几句
- 1 Autoware配置要求
- 1.1 硬件
- 1.2 软件
- 2 Autoware安装
- 2.1 安装OpenCV（以 4.0.0 为例）
- 2.2 安装Qt（以 5.12.0为例）
- 2.3 安装 ROS Melodic
- 2.4 CUDA
- 2.5 安装 Autoware（以v1.12.0为例，对于v1.12.0及以上版本均适用）
- 2.5.1 安装依赖，配置环境
- 2.5.2 创建工作空间
- 2.5.3 下载autoware.ai的工作空间的配置
- 2.5.4 下载autoware.ai到工作区
- 2.5.5 使用rosdep安装依赖项
- 2.5.6 编译工作区
- 3 Autoware.AI 的 demo 演示
0 唠叨几句
网上能找到的 Autoware 在 Ubuntu 上安装配置的教程比较多，不过大多数都是基于16.04或更低版本的，18.04版本的很少。 Ubuntu 18.04 相比于之前提升了很多，最主要是界面看起来更顺眼了，所以我就分享下在 Ubuntu 18.04 下源码安装，从0到1用上 Autoware 的全过程，少踩坑快速上手！
多说一句， Autoware 官网给出了两种安装方式：源码编译安装Source Build 和 Docker 方式，使用 Docker 方式更为简单。优秀开源项目的源代码，宛如圣经，适合反复研读，为方便日后学习其源码，博主推荐源码安装的方式。
1 Autoware配置要求
1.1 硬件
- 首选 i7 处理器，i5 也可以（8核）；
- 16GB - 32GB 运行内存；
- 至少 30GB 硬盘存储空间（推荐使用固态硬盘）；
- 显卡 NVIDIA GTX GeForce GPU（980M或更高性能）。
1.2 软件
列出来的都是我安装的版本，也可以根据自己的需要安装最新版本：
- Ubuntu 18.04；
- Autoware 1.14.0（至少1.12.0版本）；
- ROS Melodic；
- Qt 5.12.0 （至少 5.9.5 版本以上，我 Windows 上使用的是 5.12.0，故保持一样）；
- OpenCV 4.0.0（至少 3.0 版本）；
- CUDA 10.0（可选）；
- FlyCapture2 （相机的开发套件，可选）；
- Armadillo（用于线性代数和科学计算的C ++库，可选）。
2 Autoware安装
2.1 安装OpenCV（以 4.0.0 为例）
Ubuntu 18.04 安装 OpenCV 网上的教程比较多，就不写具体的步骤了，推荐几个不错的：
- Ubuntu 18.04安装OpenCV4.0和环境配置
- OpenCV+Ubuntu18.04环境搭建
- ubuntu18.04 安装opencv4.2
注意，如果使用 anaconda 管理 python 环境的话，也要将编译好的 opencv 库链接到 anaconda 下的 site-packages 目录下。
2.2 安装Qt（以 5.12.0为例）
Qt 直接用安装包安装即可，比较简单，推荐这个文章：
- Ubuntu18.04 安装 QT5.12.0
2.3 安装 ROS Melodic
ROS Melodic 网上优秀的安装教程也非常多：
- Ubuntu18.04下安装ROS
- 在Ubuntu 18.04 LTS安装ROS Melodic版机器人操作系统
- 注意，如果
sudo apt-get update后提示没有公钥，则：
sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-keys F42ED6FBAB17C654
# F42ED6FBAB17C654为对应编号，看缺什么填什么
然后再重新sudo apt-get update。
- 若安装完ROS，进行初始化时，输入
sudo rosdep init后，提示sudo rosdep：找不到命令提示：
解决方法：需要输入：
sudo apt install python-rosdep2
然后重新输入：
sudo rosdep init
sudo rosdep init报错，ERROR: cannot download default sources list from:，这个报错主要的原因还是网络的问题，更改hosts即可。
解决方法：
sudo vim /etc/hosts
# 在打开的文件末尾一行添加：151.101.84.133 raw.githubusercontent.com
# 保存退出，再次输入：sudo rosdep init
2.4 CUDA
【2020.6.24更新】，更新了Ubuntu16.04下CUDA9.0的安装配置，需要的可以点击查看，亲测有效。
如果你的计算机配置比较好，NVIDIA的显卡、CPU、GPU都有的话，为提高整体的运算性能，建议安装配置 CUDA。还好当初买的 Y410P 有 NVIDIA 的显卡，虽然电脑比较旧，但也可以使用 CUDA。可以用下面的方法判断自己的电脑支不支持 CUDA。
如何检查显卡支持哪个版本的CUDA ？
注意，Ubuntu 18.04 只能用 CUDA 10.0。
先要选择适合自己显卡的 NVIDIA 驱动程序下载
nvidia与cuda需要满足对应关系：
哦！我的老伙计，看来你还能继续陪我战斗！
CUDA 在 Ubuntu 18.04 下的安装配置以及编程，内容实在太多了，下次再开个帖子说吧，如果硬件允许的话可以自己网上找找，相关的博客很多很多。
不安装 CUDA 也是可以是使用 Autoware 的，Autoware 提供了没有 CUDA 支持的安装步骤。
2.5 安装 Autoware（以v1.12.0为例，对于v1.12.0及以上版本均适用）
2.5.1 安装依赖，配置环境
$ 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
2.5.2 创建工作空间
$ mkdir -p autoware.ai/src
$ cd autoware.ai
2.5.3 下载autoware.ai的工作空间的配置
$ wget -O autoware.ai.repos "https://raw.githubusercontent.com/Autoware-AI/autoware.ai/1.12.0/autoware.ai.repos"
下载更高版本的只需将指令中1.12.0替换为相应的版本号即可。
2.5.4 下载autoware.ai到工作区
$ vcs import src < autoware.ai.repos
这一步要很久，耐心等待。
2.5.5 使用rosdep安装依赖项
$ rosdep update
$ rosdep install -y --from-paths src --ignore-src --rosdistro $ROS_DISTRO
2.5.6 编译工作区
- 若已经配置好了 CUDA：
$ AUTOWARE_COMPILE_WITH_CUDA=1 colcon build --cmake-args -DCMAKE_BUILD_TYPE=Release
- 若没有 CUDA支持，只使用 CPU：
$ colcon build --cmake-args -DCMAKE_BUILD_TYPE=Release
这一步耗时比较久，主要看电脑配置。
至此 Autoware.AI 已经安装完毕，接下来是使用官方给出的 demo 测试下软件
3 Autoware.AI 的 demo 演示
可以参考 demo 演示的官方网址
- Autoware软件功能使用介绍及demo演示 的内容比较多，我会后续再出一篇博客详细写一下，同时也会更新 Autoware实车配置介绍，多种传感器在Autoware上的部署 等内容，感兴趣的朋友可以关注下博主后续的文章。