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 world's leading open-source software project for autonomous driving项目地址: https://gitcode.com/GitHub_Trending/au/autoware
Autoware 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 |
| Ansible | 10.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 Ansible
Ubuntu 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.x：
sudo 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 "ansible==10.*"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 ... failed=0。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 $ROS_DISTRO检查点：输出humble或jazzy，与你的 Ubuntu 版本对应（22.04→humble，24.04→jazzy）；colcon --version和ros2 --help也能正常执行。
第 6 步：按清单拉取全部源码
repositories/autoware.repos是 Autoware 各模块的仓库清单，vcs 一条命令全部克隆到src/：
cd ~/autoware vcs import src < repositories/autoware.repos检查点：ls src下出现autoware_core/、autoware_universe/等目录。
第 7 步：获取容器镜像
官方预构建镜像同时支持 amd64 和 arm64，直接拉取最省事：
docker pull ghcr.io/autowarefoundation/autoware:universe-devel-jazzy有 NVIDIA GPU 的话改拉 CUDA 版：docker pull ghcr.io/autowarefoundation/autoware:universe-devel-cuda-jazzy。检查点：docker images | grep autoware能看到对应标签的镜像。
如果要从源码自建镜像（比如想改包版本），在仓库根目录执行docker buildx bake -f docker/docker-bake.hcl universe，细节见 docker/README.md。
第 8 步：启动开发容器
以无 GPU 的 CPU 版为例（NVIDIA 用户把$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 COMPOSE=docker/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 demo：cd docker/examples/demos/planning-simulator后按 docker/examples/demos/ 里的说明docker compose up，rviz2 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 world's 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
