ubuntu20.04镜像方法安装Autoware.ai

———————————————————— 前置条件 ————————————————————
一 已安装nvidia驱动；
二 已安装cuda toolkit；
三 已安装python3.8及以上（anaconda/miniconda安装)；
————————————————————— 正文 —————————————————————
【提示】按照Autoware.ai的github主页提示安装：
https://github.com/autowarefoundation/autoware_ai_documentation/wiki/Generic-x86-Docker

1. 安装docker：
   参考网站：
   https://github.com/autowarefoundation/autoware_ai_documentation/wiki/docker-installation
   安装docker，检查docker的版本:

docker --version
#Docker version 20.10.17, build 100c701

如果docker的版本不低于19.03，则nvidia-container-toolkit是内蕴的，否则需要手动安装支持nvidia-docker。
安装方法参考 nvidia-docker安装方法：https://github.com/NVIDIA/nvidia-docker/wiki/Installation-(version-2.0) 。

2. 配置docker的用户组，避免使用sudo来操作
   参考网站：doccker非root权限用户操作方法：https://www.php.cn/docker/493246.html

3.为docker安装nvidia-container-toolkit
为了在docker中使用nvidia的显卡gpu作计算加速（cuda)，需要使用--gpus=all启动容器，而这需要nvidia-docker2的支持，安装如下

sudo apt install nvidia-docker2

然后一定要重启docker才能生效，参考网站：
https://blog.csdn.net/zaf0516/article/details/122617623：

sudo apt-get install -y nvidia-docker2
sudo systemctl daemon-reload
sudo systemctl restart docker

4. 下载autoware.ai:
   需要首先安装git:

sudo apt install git

然后从github拉取autoware.ai的代码和相关安装文件：

git clone https://github.com/autowarefoundation/autoware_ai_docker.git
cd autoware_ai_docker/generic

进入目录后，对于amd64平台，generic是适用的。直接运行run.sh即可。

5. 等docker镜像下载完成，run.sh脚本会自动创建container并进入之，此时我们就在容器内部了：
   
   我们可以开启另一个终端看看容器的信息和镜像的信息：

sudo docker ps -a
sudo docker images -a

输出类似如下：

CONTAINER ID   IMAGE                                   COMMAND                CREATED         STATUS         PORTS     NAMES
16c8fddd3dcd   autoware/autoware:latest-melodic-cuda   "/tmp/entrypoint.sh"   5 minutes ago   Up 5 minutes             sleepy_poitras

EPOSITORY          TAG                   IMAGE ID       CREATED       SIZE
autoware/autoware   latest-melodic-cuda   0ab8c4f55a24   2 years ago   10.1GB

检查下开启的容器中是否启用了gpu：
首先在宿主机上执行以下命令：

ls /dev/ | grep 'nvidia'

输出类似如下：

nvidia0
nvidia-caps
nvidiactl
nvidia-modeset
nvidia-uvm
nvidia-uvm-tools

然后在容器内部采用同样的命令查看，输出类似如下：

nvidia-caps
nvidia-modeset
nvidia-uvm
nvidia-uvm-tools
nvidia0
nvidiactl

自此，状态正常。

6. 下载自动驾驶的demo数据，并启动autoware.ai，使用rosbag播放这些录制的数据查看算法的运行效果。
   参考网址：https://github.com/autowarefoundation/autoware_ai_documentation/tree/master/autoware_quickstart_examples 。
   下载3D点云地图：

wget http://db3.ertl.jp/autoware/sample_data/sample_moriyama_data.tar.gz

与下载录制的ROSBAG全部数据包括LIDAR和GNSS。

wget http://db3.ertl.jp/autoware/sample_data/sample_moriyama_150324.tar.gz

没有摄像头数据LOL
-- 在~目录下新建.autoware目录：

cd ~
mkdir .autoware

然后将下载好的文件复制或剪切到这里(cp是复制，mv是剪切）。
接着解压文件到.autoware目录下生成data文件夹（静态地图）和rosbag包（动态数据）。

tar zxfv sample_moriyama_150324.tar.gz
tar zxfv sample_moriyama_data.tar.gz

最后利用这些数据跑起来：

cd ~/Autoware
roslaunch runtime_manager runtime_manager.launch

最终，跑起来的效果图如下，注意需要反复尝试simulation加载rosbag，因为很多时候会加载失败导致rviz无法正常显示。