Autoware 安裝流程

1. 前言python

最近一個項目採用Autoware的無人駕駛系統,在安裝工控機的過程當中,踩了很多坑,留下記錄,造福後人。linux

相關的下載在個人百度網盤,你們自行下載。連接: https://pan.baidu.com/s/1UFa11d43lqPLuHltG_Sd9A 提取碼: rjscgit

網盤中的英偉達驅動是linux-64bit的驅動,適合於gtx10系列及如下的英偉達顯卡,因爲autoware現階段不支持CUDA10,因此不建議RTX20系列顯卡安裝。github

 

2. 安裝英偉達驅動ubuntu

去網盤下載:NVIDIA-Linux-x86_64-396.54.run顯卡驅動。bash

(1) 刪除ubuntu自帶的英偉達顯卡驅動程序gitlab

查看英偉達自帶顯卡驅動:ui

lsmod | grep nouveau

若是有輸出,則關閉自帶的英偉達顯卡驅動:spa

cd /etc/modprobe.d
sudo touch blacklist-nouveau.conf
sudo gedit blacklist-nouveau.conf

在打開的文檔中輸入:code

blacklist nouveau

options nouveau modeset=0

保存退出後運行

sudo update-initramfs -u

使blacklist生效。

重啓電腦,重啓後會發現電腦的分辨率已經下降,說明驅動已經關閉。而後輸入

lsmod | grep nouveau

驗證ubuntu自帶的英偉達顯卡是否關閉,若是沒有輸出,說明顯卡已經關閉。

卸載掉ubuntu自帶的英偉達顯卡驅動:

sudo apt-get remove --purge nvidia-*

(2) 安裝新的英偉達顯卡驅動

英偉達顯卡驅動默認下載到Downloads文件夾中。

首先,CTRL + ALT + F1進入字符界面,關閉圖形界面,必定要這麼作,因此在驅動安裝完成前,建議把如下幾步拍照。

進入字符界面後,會提示輸入用戶名及密碼。成功登陸後,首先關閉lightdm服務

sudo service lightdm stop

而後增長可執行權限,安裝

sudo chmod a+x ~/Downloads/NVIDIA-Linux-x86_64-396.54.run //獲取權限
sudo .~/Downloads/NVIDIA-Linux-x86_64-396.54.run –no-x-check –no-nouveau-check –no-opengl-files //安裝驅動

安裝完成後,從新啓動,進入系統後,執行:

nvidia-smi

輸出:

說明安裝成功。

 

2. 安裝CUDA

去網盤下載:cuda_9.2.148_396.37_linux.run 

默認下載到Downloads文件夾。

執行

sudo sh ~/Downloads/cuda_9.2.88_396.26_linux.run

出現說明以後,按Ctrl + C鍵跳過,會提示是否接受,鍵入accept。此時,注意:安裝第一步會提示是否安裝驅動,請必定鍵入n。以後每一步選擇y,當須要確認路徑時直接按回車,結束安裝。

加入環境變量,鍵入:

sudo gedit ~/.bashrc

在結尾加入:

export PATH=/usr/local/cuda-9.2/bin:$PATH

export LD_LIBRARY_PATH=/usr/local/cuda-9.2/lib64$LD_LIBRARY_PATH 

保存、退出、重啓。

重啓後,驗證安裝是否成功:

cd /usr/local/cuda-9.2/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

若是輸出提示PASS,那麼說明安裝成功。

若是須要卸載重裝,運行下列命令卸載 cuda 

cd /usr/local/cuda/bin
sudo ./uninstall_cuda_9.2.pl

 

3. 安裝cuDNN

去網盤下載:cudnn-9.2-linux-x64-v7.5.0.56.tgz

默認路徑爲Downloads文件夾

首先解壓

tar -xzvf ~/Downloads/cudnn-9.2-linux-x64-v7.5.0.56.tgz

而後將解壓內容拷貝到系統目錄,並修改訪問權限。

sudo cp ~/Downloads/cuda/include/cudnn.h /usr/local/cuda/include
sudo cp ~/Downloads/cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

驗證cuDNN是否安裝成功,去網盤下載:cudnn_samples_v7.tar.gz,並解壓

tar -xzvf ~/Downloads/cudnn_samples_v7.tar.gz

 將cudnn_samples_v7文件夾拷貝到~目錄

cp -r ~/Downloads/cudnn_samples_v7 ~/

進入mnistCUDNN,編譯並運行

cd  ~/cudnn_samples_v7/mnistCUDNN
make clean && make
./mnistCUDNN

若是安裝成功,會出現Test passed!

 

若是提示./mnistCUDNN: error while loading shared libraries: libcudart.so.9.2: cannot open shared object file: No such file or directory

是庫文件路徑引起的問題,能夠到/etc/ld.so.conf.d目錄下,能夠自建一個.conf文件(這裏創建了cuda.conf),也能夠修改其中任意一份conf文件,將lib所在目錄寫進去。

cd /etc/ld.so.conf.d/
sudo touch cuda.conf
sudo gedit cuda.conf

在cuda.conf中添加:

/usr/local/cuda/lib64

而後運行:

sudo ldconfig

若是提示:/sbin/ldconfig.real: /usr/local/cuda/lib64/libcudnn.so.7 is not a symbolic link

說明libcudnn.so.7是一個文件,它本應是一個符號鏈接。運行

sudo ln -sf /usr/local/cuda/lib64/libcudnn.so.7.0.5 /usr/local/cuda/lib64/libcudnn.so.7

能夠解決

 

4. 安裝ROS Kinetic

參照ROS WIKI,這裏不詳述

 

5. Autoware安裝

首先,安裝 Ubuntu 16.04 ROS Kinetic的依賴

sudo apt-get update
sudo apt-get install -y python-catkin-pkg python-rosdep python-wstool ros-$ROS_DISTRO-catkin libmosquitto-dev gksu

而後安裝Autoware

cd ~
git clone http://192.168.2.223/self-driving-group/auto-driving.git

上述是咱們本地的gitlab地址,能夠上github上clone:https://github.com/autowarefoundation/autoware.git

因爲colcon出現問題,因此採用catkin_make方式安裝,須要將項目分支切換

git checkout 1.10.0

開始安裝

cd ~/autoware/ros/src
catkin_init_workspace
cd ../
rosdep update
rosdep install -y --from-paths src --ignore-src --rosdistro $ROS_DISTRO
./catkin_make_release

若是出現nlopt的錯誤,那麼運行解決

sudo apt-get install libnlopt-dev
相關文章
相關標籤/搜索