【Linux Docker 配置 Ubuntu 20.04 ROS1 Noetic 环境完整教程】显卡直通到GUI适配

前言

• 最近的一个项目需要使用 ROS1，但当前开发环境为 Ubuntu 22.04 LTS。众所周知，ROS1 Noetic 最后仅支持到 Ubuntu 20.04 LTS，因此引出了本篇内容。
• 本文将介绍如何在 Linux 环境中配置支持 GPU 直通的 Docker，并从零开始安装 ROS1，同时搭建基础的 GUI 使用环境。

---

1 介绍

1-1 Docker

• Docker 是一种轻量级容器化技术，可以在宿主机上创建相互隔离的运行环境，使应用及其依赖能够以标准化方式打包、分发和运行。相比传统虚拟机，Docker 具有更低的资源开销和更高的部署效率。

1-2 Docker的优点

• Docker 在工程实践中具有以下优势：
  • 环境隔离性强：不同项目之间依赖互不干扰
  • 部署一致性高：开发、测试、生产环境表现一致
  • 轻量高效：相比虚拟机占用资源更少
  • 支持 GPU 直通（NVIDIA Container Toolkit）：可直接在容器内调用显卡资源，适用于深度学习与机器人仿真等场景

1-3 ROS版本

• ROS（Robot Operating System）存在多个发行版本，其中 ROS1 的最终长期支持版本为 Noetic Ninjemys ，官方支持的系统环境为 Ubuntu 20.04 LTS。
• 而当前较新的系统（如 Ubuntu 22.04 LTS）默认面向 ROS2，因此在 ROS1 项目中通常需要借助容器或兼容环境来运行旧版本 ROS。

---

2 docker 安装

2-1 安装

sudo apt update
sudo apt install docker.io

---

2-2 启动

• 启动 Docker 服务并设置为开机自启，确保系统重启后服务自动恢复。

sudo systemctl enable docker
sudo systemctl start docker

---

2-3 加入docker组

• 为了避免每次执行 Docker 命令都需要 sudo，需要将当前用户加入 docker 用户组。

getent group docker

sudo usermod -aG docker $USER

newgrp docker

---

2-4 验证安装

• 通过查看 Docker 版本信息，确认安装是否成功。

docker --version

---

2-5 给docker配置代理

• 在网络受限或需要加速镜像拉取的环境中，可以为 Docker 配置 HTTP/HTTPS 代理。

sudo mkdir -p /etc/systemd/system/docker.service.d
sudo nano /etc/systemd/system/docker.service.d/http-proxy.conf

• 写入下属内容
  • 注：7897需要替换为你本地代理的端口

[Service]
Environment="HTTP_PROXY=http://127.0.0.1:7897"
Environment="HTTPS_PROXY=http://127.0.0.1:7897"
Environment="NO_PROXY=localhost,127.0.0.1,::1"

• 修改配置后需要重载 systemd 并重启 Docker，使配置生效。

sudo systemctl daemon-reload
sudo systemctl restart docker

• 通过 systemd 环境变量查看 Docker 是否成功加载代理配置。

systemctl show --property=Environment docker

---

3 docker显卡直连测试（没有GPU请跳过本节）

3-1 主机是否能识别到显卡

• 首先在宿主机中确认 NVIDIA 驱动是否正常安装，并能够正确识别到物理显卡。

nvidia-smi

---

3-2 安装 runtime

• 安装 NVIDIA Container Toolkit，使 Docker 容器具备访问 GPU 的能力。

sudo apt install -y nvidia-container-toolkit
sudo systemctl restart docker

---

3-3 测试GPU链路

• 通过运行官方 CUDA 测试容器，验证容器内是否能够正确调用宿主机 GPU。

docker run --rm --gpus all nvidia/cuda:12.3.2-base-ubuntu20.04 nvidia-smi

---

4 安装ubuntu 20.04 LTS 与 ROS Noetic

4-1 拉取镜像

• 根据是否需要 GPU 计算能力，选择对应的基础镜像环境。
• 带GPU:

docker pull nvidia/cuda:12.3.2-devel-ubuntu20.04

• 不带GPU:

docker pull nvidia/cuda:12.3.2-devel-ubuntu20.04

---

4-2 启用容器

• 通过 docker run 创建运行环境，并根据需求配置 GPU、网络代理以及 GUI 显示能力。

• 各参数说明：
  • --gpus all：允许容器访问所有 GPU
  • --env NVIDIA_VISIBLE_DEVICES=all：指定 GPU 可见范围
  • --env NVIDIA_DRIVER_CAPABILITIES=all,graphics,utility,compute：开启 GPU 全功能支持
  • -e HTTP_PROXY=...：HTTP 流量走代理（apt / wget / git）
  • -e HTTPS_PROXY=...：HTTPS 流量走代理（ROS 源下载）
  • -e NO_PROXY=...：本地及内网地址不走代理
  • -e DISPLAY=$DISPLAY：共享宿主机 X11 显示
  • -v /tmp/.X11-unix:/tmp/.X11-unix：挂载 X11 socket，实现 GUI 显示

docker run -it \
  --name ros1-noetic \
  --gpus all \
  --env NVIDIA_VISIBLE_DEVICES=all \
  --env NVIDIA_DRIVER_CAPABILITIES=all,graphics,utility,compute \
  -e HTTP_PROXY=http://172.17.0.1:7897 \
  -e HTTPS_PROXY=http://172.17.0.1:7897 \
  -e NO_PROXY=localhost,127.0.0.1,::1,172.17.0.0/16 \
  -e DISPLAY=$DISPLAY \
  -e QT_X11_NO_MITSHM=1 \
  -v /tmp/.X11-unix:/tmp/.X11-unix \
  nvidia/cuda:12.3.2-devel-ubuntu20.04 \
  bash

• 不带GPU:

docker run -it \
  --name ros1-noetic \
  -e HTTP_PROXY=http://172.17.0.1:7897 \
  -e HTTPS_PROXY=http://172.17.0.1:7897 \
  -e NO_PROXY=localhost,127.0.0.1,::1,172.17.0.0/16 \
  ubuntu:20.04 bash

• 最简模式：

docker run -it --name ros1-noetic ubuntu:20.04 bash

注意 ：Docker 的 GPU 能力属于运行时权限（runtime capability），必须在容器创建阶段通过 --gpus 指定，创建后无法动态追加，因此应在设计阶段确定是否需要 GPU 支持。

---

4-3 进入容器

• 通过重新启动并进入容器，继续后续 ROS 安装流程。

docker start -ai ros1-noetic

---

4-4 Docker 容器"持久化运行方式"

• 后台运行 + 进入
• start 用于启动容器，exec 用于进入运行中的容器，更适合开发调试场景。

docker start ros1-noetic
docker exec -it ros1-noetic bash

---

4-5 快速启动

• 执行下属指令

echo '
# =========================
# ROS1 Docker 快捷启动
# =========================
ros1() {
    docker start ros1-noetic >/dev/null 2>&1
    docker exec -it ros1-noetic bash
}
' >> ~/.bashrc

• 以后只需要终端输入ros1即可启用容器

ros1

---

提示：以下步骤均在 Docker 容器内部执行。

---

4-6 安装 ROS Noetic

• 在 Ubuntu 20.04 环境中配置 ROS 软件源并安装完整桌面版 ROS1。

apt update
apt install -y curl gnupg2 lsb-release wget

• 添加 ROS 软件源：

echo "deb http://packages.ros.org/ros/ubuntu focal main" > /etc/apt/sources.list.d/ros1.list

• 更换国内镜像源（可选，用于加速下载）：

sed -i 's|http://archive.ubuntu.com|http://mirrors.tuna.tsinghua.edu.cn|g' /etc/apt/sources.list
echo "deb http://mirrors.ustc.edu.cn/ros/ubuntu focal main" > /etc/apt/sources.list.d/ros-latest.list

• 添加 ROS GPG Key：

curl -s https://raw.githubusercontent.com/ros/rosdistro/master/ros.asc | apt-key add -

• 安装 ROS Noetic 完整桌面版：

apt update
apt install -y ros-noetic-desktop-full

• 他会问你时区，选择Asia-Shanghai即可

• 选择English(US)

  

• 初始化 ROS 环境

echo "source /opt/ros/noetic/setup.bash" >> ~/.bashrc
source ~/.bashrc

• 验证安装

roscore

---

5 GUI 测试与打包镜像

5-1 显卡直连

• 如果在前文创建容器时使用了支持 CUDA 的基础镜像，并正确配置了 nvidia-container-toolkit，容器内即可直接访问宿主机 GPU 环境。

nvidia-smi

---

5-2 宿主机允许 Docker 访问 X11

• 为了让 Docker 容器能够显示 GUI 程序，需要在宿主机上开放 X11 权限，使容器能够连接图形显示服务。

注意：该命令必须在宿主机执行，而不是容器内部。

xhost +local:docker

5-3 GUI 测试（Gazebo）

• 在完成 X11 权限配置后，可以在容器中启动图形化程序，验证 GUI 转发是否正常工作。

gazebo

---

5-4 打包镜像

• 在完成 ROS + GPU + GUI 环境配置后，可以将当前容器状态打包为镜像，方便后续复用或迁移到其他设备，避免重复环境搭建。

• 提交当前容器为镜像：

docker commit ros1-noetic ros1-noetic:cuda-gui

---

• 查看生成的镜像：

docker images

---

• 使用新镜像重新启动容器：

docker run -it \
  --name ros1-noetic-backup \
  --gpus all \
  -e DISPLAY=$DISPLAY \
  -v /tmp/.X11-unix:/tmp/.X11-unix \
  ros1-noetic:cuda-gui \
  bash

---

5-5 拷贝文件

• 在 Docker 中，容器内部的文件系统与宿主机是隔离的，因此需要通过专用方式进行数据交互或持久化访问。

5-5-1 docker cp（临时拷贝）

• 从容器拷贝到本地

docker cp ros1-noetic:/root/test.txt .

• 从本地拷贝到容器

docker cp test.txt ros1-noetic:/root/

5-5-2 Volume 挂载（推荐）

• 用于开发环境的持久化数据管理。
• 启动容器时挂载目录

docker run -it \
  -v ~/ros_ws:/root/ros_ws \
  ros1-noetic \
  bash

---

总结

• 本文通过 Docker 在 Ubuntu 22.04 上构建 ROS1 Noetic + GPU + GUI 环境，实现了跨版本 ROS1 开发环境的隔离部署与可复现运行。
• 如有错误，欢迎指出！
• 感谢观看！