【Autoware】编译仿真

仓库拉取

bash 复制代码
git clone https://github.com/autowarefoundation/autoware.git
vcs import src < repositories/autoware.repos

编译

bash 复制代码
colcon build --symlink-install --cmake-args -DCMAKE_BUILD_TYPE=Release -DCOMPILE_WARNING_AS_ERROR=OFF -DBUILD_TESTING=OFF --parallel-workers 1

问题:

  1. autoware_path_optimizer失败:
    需要acados、t_renderer。
    注意,编译acados编译默认的python路径是cados/.venv/bin,需要软连接指定系统python
bash 复制代码
mkdir -p /home/hp-omen-lc/Programs/acados/.venv/bin 
ln -sf /usr/bin/python3 /home/hp-omen-lc/Programs/acados/.venv/bin/python3 
/home/hp-omen-lc/Programs/acados/.venv/bin/python3 --version
  1. ros2agnocast失败:
    升级python插件:
bash 复制代码
python3 -m pip install -U setuptools colcon-ros colcon-common-extensions

资源下载

地图:

bash 复制代码
wget https://autoware-files.s3.us-west-2.amazonaws.com/maps/demos/sample-map-planning.zip -O /home/hp-omen-lc/autoware_map/sample-map-planning.zip

场景:

bash 复制代码
git clone https://github.com/autowarefoundation/autoware_sample_scenarios.git

仿真启动

CPU启动:

bash 复制代码
ros2 launch autoware_launch planning_simulator.launch.xml map_path:=/home/hp-omen-lc/autoware_data/maps/sample-map-planning vehicle_model:=sample_vehicle sensor_model:=sample_sensor_kit

GPU启动:

bash 复制代码
__NV_PRIME_RENDER_OFFLOAD=1 __GLX_VENDOR_LIBRARY_NAME=nvidia ros2 launch autoware_launch planning_simulator.launch.xml map_path:=/home/hp-omen-lc/autoware_data/maps/sample-map-planning vehicle_model:=sample_vehicle sensor_model:=sample_sensor_kit rviz:=true use_gpu:=true perception_mode:=template

模拟效果

相关推荐
地平线开发者2 天前
让 AI Agent 和 征程6 台架高效、稳定、安全地协作
算法·安全·自动驾驶
地平线开发者4 天前
从 40% 到 0.92%:一次征程6 OTA 下载的硬件加速优化全记录
自动驾驶
地平线智能驾驶开发者11 天前
点云算法整理与常用计算模块:从数据到模型,再到工程与量化
自动驾驶·点云算法·地面分割
地平线开发者11 天前
点云算法整理与常用计算模块:从数据到模型,再到工程与量化
算法·自动驾驶
陈嘿萌16 天前
ECCV 2026 | CausalDrive:澳门大学×小米汽车,面向自动驾驶的实时因果世界模型
图像处理·人工智能·深度学习·计算机视觉·自动驾驶·学术研究与理论基础
亚远景aspice17 天前
亚远景 - 无方向盘 L4 车辆批量认证,ASPICE 过程证据成制造商安全举证底座
安全·自动驾驶·aspice·研发管理·亚远景科技·过程能力评估·aspice评估
地平线开发者18 天前
CLIP 的训练机制:从对比学习到图文对齐
深度学习·算法·自动驾驶
wdf808821 天前
重型车辆、矿山装备、汽车研发、CAE、自动驾驶和沃尔沃重型车辆研发工作站配置与本地AI部署指南
人工智能·自动驾驶·cfd·creo机械设计
论文复现现场22 天前
BEVFormer训练需要几张GPU?2张A100 80GB够不够,显存与云GPU成本分析
pytorch·自动驾驶·a100·bevformer
地平线开发者23 天前
QAT 实战:从 PyTorch 模型到 J6E 实板精度与延时验证
pytorch·算法·自动驾驶