Autoware.Universe：如何在Carla 0.9.13上运行

前言

从 Autoware.AI 到 Autoware.Universe

Autoware 作为第一款自动驾驶开源框架，自诞生以来就培养的一大批学习中的开发者。甚至对于一些机器人项目和自动驾驶项目，也起到了孵化作用，能够快速地帮助搭建一个可用的自动驾驶系统，以便在此基础上进行自研。

当然，也有一些值得吐槽的地方。Autoware 发展现如今 ROS2 的版本，算法显然是更新了，文档也更详尽。只是在这其中过渡中间，我注意到官方用来维护代码的平台，几番折腾，从 Github 到 GitLab 又回到Github，让人混淆。

为了区分，用 Autoware.AI 指代 ROS1 版本，而 Autoware.Unverse 是所谓的基于 ROS2 的最新版本。

我的观点是，尽量看最新的参考，无论是论文还是代码。所以，在两代 Autoware 框架上，即使你完全没有看过 Autoware.AI，也可以直接研读和参考 Autoware.Universe。当然，对于习惯于使用 ROS 的用户，也许觉得进入到 ROS2 的世界又需要经历一个学习曲线。我觉得大可不必。我始终认为，在算法面前，ROS 甚至 C++ 都是工具而已，而工具都是可以在使用中学会。

正文

本文的目标是以比较详尽的篇幅介绍如何使得 Autoware.Universe 运行于 Carla 0.9.13 上。

在写本文时，Autoware.Universe 和 Carla 0.9.13 都是其最新的版本。

需要说明的是，这篇分享或者教程，是依据 Dr. Hatem Darweesh 在 YouTube 上发布的教程，原始地址是：

• CARLA - Autoware universe Tutorial 1
• CARLA - Autoware universe Tutorial 2

既然如此，为什么还需要做重复的说明呢？

第一，当然是因为国内的小伙伴，比较不方便。

第二，这中间的细节比较多，以至于在原视频中 Dr. Hatem Darweesh 漏讲了一两个细节，需要有心人去他的 github issue 页面上求教。

综上，希望尽可能用一篇教程（本文以及对应视频）来把可能的坑给填上。

好了，废话到此为止，干货开始。

系统参数

首先，我知道很多人会要问我的系统参数，自觉放上来：

图片：系统参数

显卡是Nvidia RTX 3090，安装了 CUDA 11.x 和cudnn 8.x libary。(x具体是几不重要。)

图片：显卡相关配置

ROS同时安装了ROS Noetic和ROS2 Galactic版本。（题外话：安装多个版本的ROS是没有问题的，但是每次只能通过source激活一个。）

第一步：下载 Carla 0.9.13

“不要编译…不要编译…不要编译…”。

除非你有客制化模拟器的需求，否则完全没有必要编译，费时费力。

图片：Carla 的官方 github 页面

如上图，进入到Carla的官方 github 页面，进入红色框中的 Releases 页面，下载最新的 Release 版本，也就是 Carla 0.9.13。

比如说，下载和解压到工作空间：~/workspaces/carla-0.9.13/。

我会习惯把对应版本的 scenario_runner 也放到同一文件夹中，以便使用。

图片：Carla 0.9.13 工作目录

可以验证一下：

$ cd ~/workspaces/carla-0.9.13/CARLA_0.9.13
$ ./CarlaUE4.sh -quality-level=Epic -world-port=2000 -resx=800 -resy=600

图片：打开 Carla Simulator

第二步：编译 Autoware.Universe.Openplanner

参见官方文档：Autoware Documentation。这里我们需要选用 Source Installation 的方式，如果之后有机会验证 Docker Installation 也适用在运行在Carla Simulator的任务，我再更新上来。

那么，进入到 Source Installation 的介绍页面，如下图：

图片：Autoware 官方文档 Source Installation 页面

假定之前的 Dependencies 大家都正确安装。那么，下一步就是下载源代码并编译。

这里我们要去下载的是 Dr. Hatem 修改的 Autoware 版本。

$ cd ~/workspaces
$ mkdir autowarefoundation
$ cd autowarefoundation
$ git clone https://github.com/ZATiTech/autoware.universe.openplanner.git -b open-planner

其实，改动的篇幅也并不大，只是加入了 Dr. Hatem 自己的 open_planner。大家可以自行查看 diff。

之后的步骤，与官方文档的介绍并没有不一样。

1. 更新代码库：

   $ cd autoware.universe.openplanner
   $ mkdir src
   $ vcs import src < autoware.repos
   

2. 安装 ROS 依赖项：

   $ source /opt/ros/galactic/setup.bash
   $ rosdep install -y --from-paths src --ignore-src --rosdistro $ROS_DISTRO
   

3. 编译

   $ colcon build --symlink-install --cmake-args -DCMAKE_BUILD_TYPE=Release
   

4. Source

   $ source install/setup.bash
   

到这里，我们可以先单独运行 Autoware 验证一下，根据官方文档关于Planning Simulation部分的介绍，操作如下：

1. 下载样板地图数据：

   $ gdown -O ~/autoware_map/ 'https://docs.google.com/uc?export=download&id=1499_nsbUbIeturZaDj7jhUownh5fvXHd'
   $ unzip -d ~/autoware_map ~/autoware_map/sample-map-planning.zip
   

2. 运行Autoware:

   $ source ~/workspaces/autowarefoundation/autoware.universe.openplanner/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
   

一切顺利的话，就会看到 Rviz 的界面，同时能看到点云地图和高精地图：

图片：运行 Autoware 的初界面

当时，有兴趣的读者还可以继续试验文档介绍的几个 Planning Experiments:

• Lane driving scenario
• Parking scenario
• Placing dummy objects
• Traffic light recognition simulation

因为不在本文的介绍范围之内，就不再赘述。

第三步：下载Carla高精地图数据

这里的地图数据来源，与 Carla-Autoware 使用的地图数据相同，通过如下命令下载：

$ cd ~/workspaces/autowarefoundation
$ mkdir map_data
$ git clone https://bitbucket.org/carla-simulator/autoware-contents.git

还需要做一步工作，比如从文件夹中找到 Town01 对应的点云地图和 Lanelet2 地图，并且放置到文件夹 Town01 中，重命名如下：

图片：重命名 Town01 地图数据

第四步：配置op_bridge和op_agent

op_bridge 和op_agent 这两个 package 都来自于 Dr. Hatem 个人的 GitHub 页面。

下载到第二步相同的工作目录（单纯为了方便）：

$ cd ~/workspaces/autowarefoundation
$ git clone https://github.com/hatem-darweesh/op_bridge.git -b ros2
$ git clone https://github.com/hatem-darweesh/op_agent.git -b ros2

根据REAMDE所示，设置环境变量如下，保存到 ~/.bashrc 文件：

export CARLA_ROOT=~/workspaces/carla-0.9.13/CARLA_0.9.13
export SCENARIO_RUNNER_ROOT=~/workspaces/carla-0.9.13/scenario_runner
export LEADERBOARD_ROOT=~/workspaces/autowarefoundation/op_bridge
export TEAM_CODE_ROOT=~/workspaces/autowarefoundation/op_agent
export PYTHONPATH=$PYTHONPATH:${CARLA_ROOT}/PythonAPI
export PYTHONPATH=$PYTHONPATH:${CARLA_ROOT}/PythonAPI/util
export PYTHONPATH=$PYTHONPATH:${CARLA_ROOT}/PythonAPI/carla
export PYTHONPATH=$PYTHONPATH:${CARLA_ROOT}/PythonAPI/carla/agents
export PYTHONPATH=$PYTHONPATH:${CARLA_ROOT}/PythonAPI/carla/dist/carla-0.9.13-py3.7-linux-x86_64.egg

修改两个脚本文件：

1. op_bridge/op_scripts/run_exploration_mode_ros2.sh

   export SIMULATOR_LOCAL_HOST="localhost"
   # export SIMULATOR_LOCAL_HOST="192.168.11.5"
   

   模拟器的host改成"localhost"。

2. op_agent/start_ros2.sh

   source /home/hatem/hatem-repos/autoware-universe/autoware/install/setup.bash
   

   替换为

   source /home/peng/workspaces/autowarefoundation/autoware.universe.openplanner/install/setup.bash
   

   以及

   ros2 launch /home/hatem/hatem-repos/autoware-universe/autoware/src/launcher/autoware_launch/autoware_launch/launch/autoware.launch.xml map_path:=/home/hatem/Data/autoware_uni_sample_data/${map_name} vehicle_model:=sample_vehicle sensor_model:=sample_sensor_kit
   

   替换为

   ros2 launch /home/peng/workspaces/autowarefoundation/autoware.universe.openplanner/src/launcher/autoware_launch/autoware_launch/launch/autoware.launch.xml map_path:=/home/peng/workspaces/autowarefoundation/map_data/${map_name} vehicle_model:=sample_vehicle sensor_model:=sample_sensor_kit
   

到这里为止，我们已经很接近终点了。我知道，我们经历了很多麻烦到这里。这也是我写这篇分享的动机，免得漏掉一些细节。

我们来尝试一下，运行Carla和Autoware。

1. 打开一个窗口，运行Carla simulator

   $ cd ~/workspaces/carla-0.9.13/CARLA_0.9.13
   $ ./CarlaUE4.sh -quality-level=Epic -world-port=2000 -resx=800 -resy=600
   

   等待模拟器界面正常载入再进入下一步。

2. 在另一个窗口运行Autoware.universe.openplanner

   $ source ~/workspaces/autowarefoundation/autoware.universe.openplanner/install/setup.bash
   $ cd ~/workspaces/autowarefoundation/op_bridge/op_scripts
   $ ./run_exploration_mode_ros2.sh
   

同样，一切顺利的话，我们将会看到Rviz界面出现，点云地图和高精地图成功载入。

图片：在Carla Simulator上运行Autoware.universe的Rviz界面（Town01）

好像还不错，只是，自车好像不能正常定位。别着急，下面就是最后一步了。

第五步：设置传感器参数

这最后一步需要修改四个文件：

1. autoware.universe.openplanner/src/launcher/autoware_launch/autoware_launch/launch/autoware.launch.xml

   如果懒得手动修改的话，可以直接复制下面文件的内容到上面的文件：

   autoware.universe.openplanner/src/universe/external/open_planner/op_launch/autoware-carla.launch.xml

2. autoware.universe.openplanner/src/sensor_kit/sample_sensor_kit_launch/sample_sensor_kit_launch/launch/gnss.launch.xml

   修改第四行代码：

     <arg name="coordinate_system" default="1" description="0:UTM, 1:MGRS, 2:PLANE"/>
   

   为：

     <arg name="coordinate_system" default="2" description="0:UTM, 1:MGRS, 2:PLANE"/>
     <arg name="plane_zone" default="0"/>
   

3. autoware.universe.openplanner/src/sensor_kit/sample_sensor_kit_launch/sample_sensor_kit_description/config/sensor_kit_calibration.yaml

   替换成以下代码：

   sensor_kit_base_link:
     camera0/camera_link:
       x: 0.7
       y: 0.0
       z: 0.0
       roll: 0.0
       pitch: 0.0
       yaw: 0.0
     camera1/camera_link:
       x: 0.0
       y: 0.0
       z: 0.0
       roll: 0.0
       pitch: 0.0
       yaw: 0.0
     camera2/camera_link:
       x: 0.0
       y: 0.0
       z: 0.0
       roll: 0.0
       pitch: 0.0
       yaw: 0.0
     camera3/camera_link:
       x: 0.0
       y: 0.0
       z: 0.0
       roll: 0.0
       pitch: 0.0
       yaw: 0.0
     camera4/camera_link:
       x: 0.0
       y: 0.0
       z: 0.0
       roll: 0.0
       pitch: 0.0
       yaw: 0.0
     camera5/camera_link:
       x: 0.0
       y: 0.0
       z: 0.0
       roll: 0.0
       pitch: 0.0
       yaw: 0.0
     traffic_light_right_camera/camera_link:
       x: 0.0
       y: 0.0
       z: 0.0
       roll: 0.0
       pitch: 0.0
       yaw: 0.0
     traffic_light_left_camera/camera_link:
       x: 0.0
       y: 0.0
       z: 0.0
       roll: 0.0
       pitch: 0.0
       yaw: 0.0
     velodyne_top_base_link:
       x: 0.0
       y: 0.0
       z: 0.8
       roll: 0.0
       pitch: 0.0
       yaw: 0.0
     velodyne_left_base_link:
       x: -0.5
       y: 0.0
       z: 0.8
       roll: 0.0
       pitch: 0.0
       yaw: 0.0
     velodyne_right_base_link:
       x: 0.5
       y: 0.0
       z: 0.8
       roll: 0.0
       pitch: 0.0
       yaw: 0.0
     gnss_link:
       x: 0.0
       y: 0.0
       z: 0.8
       roll: 0.0
       pitch: 0.0
       yaw: 0.0
     tamagawa/imu_link:
       x: 0.0
       y: 0.0
       z: 0.8
       roll: 0.0
       pitch: 0.0
       yaw: 0.0
   

4. autoware.universe.openplanner/src/sensor_kit/sample_sensor_kit_launch/sample_sensor_kit_description/config/sensors_calibration.yaml

   替换成以下代码：

   base_link:
     sensor_kit_base_link:
       x: 0.0
       y: 0.0
       z: 1.6
       roll: 0.0
       pitch: 0.0
       yaw: 0.0
     velodyne_rear_base_link:
       x: 0.0
       y: 0.0
       z: 0.0
       roll: 0.0
       pitch: 0.0
       yaw: 0.0
   

此时，再重复第四步最后的验证过程，这时自车就可以正常定位了，左下角也能看到 Camera 获取的图片显示出来。

图片：在 Carla Simulator正常运行的 Autoware.Universe

那么，Enjoy!