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，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

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 --include-eol-distros  # 科学上网或者多试几次

（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, fmt::v8::basic_format_args >)'

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 

（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 路径规划与自主导航

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（大概是汽车右后轮停止位置），点击RVIZ中的Engage即可自动倒车入库：

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：

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
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：

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