企业官网建设流程全解析

Autoware 实战入门：30 分钟从 git clone 到跑通第一条规划轨迹

【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

手装 ROS 2、配好 Docker 的 X11 转发、再把示例地图解压到指定目录，这一套下来少说折腾两小时，还容易在某个环境变量上栽跟头。Autoware 这套开源自动驾驶软件栈部署得没那么累：仓库里用 Ansible 把主机环境自动化，用 Docker Compose 把运行时一键拉起，你只需要准备好一张地图，剩下的它自己串起来。

看懂架构：沿数据流走一圈

Autoware 的节点多，但一条数据流串起来就清楚了。我们不背模块清单，直接看原始信号从传感器进来、最终变成车辆指令出去，路上经过哪几道手：

1. 传感器信号→ 由autoware_launch统一装配后喂给定位节点 → 换种说法就是「先搞清楚我在哪」，GNSS、IMU 和点云在这里汇合成自车位姿。
2. 定位节点（localization）→ 把位姿发布到/localization话题 → 说白了就是给全车一个坐标系，后面所有「车在那、物在那」的结论都挂在它身上。
3. 感知（perception）→ 把点云、图像里的障碍物标出来 → 换种说法就是「圈出谁在挡路」。注意 planning simulator 这个 demo 里感知是 dummy 实现，不跑真实推理。
4. 规划（planning）→ 全局路径 + 行为决策 + 轨迹规划三层接力 → 说白了导航 App 先算出走哪条路，再算出这一刻方向盘该打多少。
5. 控制（control）→ 把轨迹翻译成油门刹车转向指令 → 输出/twist这类车辆指令话题，真车上执行器照做，模拟器里由仿真器接管。

整条链路一句话概括：传感器信号 → 定位 → 感知 → 规划 → 控制 → 车辆指令。规划 demo 之所以适合新手，是因为它把感知换成 dummy，链路短、依赖少，不用 GPU 也能跑通整条主干。

下一步，直接让它跑起来。

30 分钟跑通第一个 Demo：planning simulator

仓库在 docker/examples/demos/planning-simulator/ 下备好了完整 compose 配置，它用官方预构建的universe-jazzy镜像（无 GPU 版），启动后容器会自动执行ros2 launch autoware_launch planning_simulator.launch.xml，跑完再落到 bash 里方便你检查现场。

拉取仓库

git clone https://gitcode.com/GitHub_Trending/au/autoware cd autoware

预计耗时 2 分钟。克隆下来的是元仓库：repositories/*.repos描述真正的源码清单，docker/是镜像构建与示例，ansible/是环境自动化。

准备示例地图

ansible-galaxy collection install -f -r ansible-galaxy-requirements.yaml ansible-playbook autoware.dev_env.install_dev_env --tags demo_artifacts --ask-become-pass

预计耗时 5 分钟左右（取决于网速）。demo_artifacts这个角色会下载并解压示例地图到~/autoware_data/maps/sample-map-planning，路径和容器里挂载的位置正好对得上，手动 wget 解压也可以，但要保证目录名一模一样。

容器里启动模拟器

xhost +local:docker cd docker/examples/demos/planning-simulator HOST_UID=$(id -u) HOST_GID=$(id -g) docker compose run --rm planning-simulator

预计耗时 10~20 分钟，大头在首次拉镜像。跑通后你会看到：终端里几十个节点陆续启动并打印状态，屏幕上弹出 rviz2 窗口，自车模型停在地图起点，规划轨迹线实时画出来，仿真车辆沿路线行驶——到这就完成了开源自动驾驶软件栈的完整链路首跑。容器退出后落在 bash 里，Ctrl+D退出并自动清理容器。

核心引擎拆解：三个读不懂就读不懂代码的模块

autoware_launch解决「怎么把几十个节点一次性装对」的问题。输入是三个参数：map_path（地图在哪）、vehicle_model（车是什么）、sensor_model（传感器是什么）；输出是一整套按这套配置实例化的节点图。说白了它就是「即插即用面板」——地图、车、传感器插对了，全车自动通电；插错一个，下游节点会直接报错，这也是新手排障时的第一现场。

localization（定位节点）解决「车到底在哪」的问题。输入是 GNSS/IMU 的连续读数加静态点云地图，输出是平滑自车位姿。说白了它像手机里的混合定位：GPS 给个大概，IMU 补高频细节，再拿眼前看到的建筑和地图上的建筑对一遍，把漂移拉回来。

planning（规划栈）解决「接下来怎么开」的问题。输入是定位、感知给出的自车状态和障碍物，输出是每秒一条的平滑轨迹。说白了它像导航 App：偏航后重新算路，临了再决定是减速绕行还是直接跟上，最终交付给控制节点的是一条「每个时刻该走哪、走多快」的完整曲线。

适配你的硬件：5 个高频配置项

改完不确定有没有生效？跑ros2 topic hz /twist看车辆指令话题是否在持续出数。

踩坑实录：新手最容易被卡住的 3 个问题

现象：rviz2 窗口弹不出来，终端里一堆 X11 认证报错。我当年也在这儿卡过。根因一句话：容器里的 Qt 没拿到宿主机的 X11 授权。解法是在宿主机先放行：

xhost +local:docker

再重跑 compose 命令即可，compose 文件里已带QT_X11_NO_MITSHM=1，不用动。

现象：launch 起来后报地图目录不存在，或直接没有地图话题。根因是示例地图没解压到~/autoware_data/maps/sample-map-planning这个精确路径（少一层目录、多一层 zip 都会中招）。解法是回到上一节的 demo_artifacts 步骤重跑一遍，解压完ls确认目录下能看到.osm地图文件再继续。

现象：容器内写日志、落文件时 permission denied。根因是容器里aw用户和宿主机 uid 对不上。解法是把启动命令补全成：

HOST_UID=$(id -u) HOST_GID=$(id -g) docker compose run --rm planning-simulator

三处都查过还不明就里时，在容器 bash 里跑ros2 doctor和ros2 node list，前者体检环境，后者确认节点图是不是按预期拉起来了。

下一步：从跑通到贡献

• 第 1 周：读autoware_launch的 launch 文件，搞懂map_path、vehicle_model、sensor_model三个参数是怎么层层传到每个节点的；顺带翻翻 docker/examples/ 下 carla、scenario-simulator 两个 demo 的 README，对比它们和 planning simulator 的差别。
• 第 1 个月：在自己的硬件上把 GPU 路径（universe-cuda-jazzy+ nvidia overlay）跑通，遇到报错就带着完整日志去 issue 区搜一遍，再给上游提一个描述清楚硬件配置的 issue。
• 有空的时候：加入 Autoware 社区的 Discord 频道或 GitHub Discussions 里对口的 working group，认领一个 beginner-friendly 标签的 issue，从改文档、修小 bug 开始参与。

跑通之后，欢迎在 issue 区贴出你的硬件配置和踩坑记录，方便后来人对照。

【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