Autoware 多传感器配置教程：让相机与激光雷达数据进入可验证的采集管线

Autoware 多传感器配置教程：让相机与激光雷达数据进入可验证的采集管线

【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

本文写给刚接触自动驾驶感知系统的 ROS 2 初学者，讲解 Autoware 多传感器配置与数据采集的实际操作路径。按步骤做完后，你会得到一套相机与激光雷达时间戳对齐、频率可查、可录制回放的数据。

🔌 准备传感器方案

先确定买哪些传感器、怎么接线，再谈软件。初期打通数据链路，一台相机、一台激光雷达、一台 IMU 就够，毫米波雷达可以后补。常见选型如下：

连接关系不复杂：各传感器经各自接口接入车载电脑或工作站的网卡，全部设备共享同一时间基准。Autoware 里这套传感器组合被抽象成传感器套件（sensor kit），示例套件叫sample_sensor_kit，整套参数在启动时统一注入。多传感器配置的关键就在这：你配置的是套件整体，而不是逐台设备单独调。

⏱️ 环境就位

驱动安装与 ROS 2 依赖

仓库里的 Ansible 脚本负责批量装好 ROS 2、构建工具和 RMW 实现。先克隆仓库：

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

克隆成功后能列出 Ansible 剧本清单。再执行：

# 在 Ubuntu 22.04 / 24.04 上装 ROS 2 与构建工具 cd ansible/playbooks ansible-playbook install_dev_env.yaml

结尾出现PLAY RECAP且failed=0即成功。各传感器对应的具体驱动，按 repositories/ 里登记的模块清单构建。

时间同步怎么验证

多传感器数据要先时间对齐才有融合价值。第一步确认主机时间同步服务在跑：

systemctl status chrony chronyc tracking date

chronyc tracking输出里 System time 偏差应为毫秒级。若 stratum 显示 0 或偏差很大，说明同步没生效，先解决它再往下走。

标定传感器并启动采集

标定参数怎么配置

激光雷达、相机、IMU 之间的外参写在传感器套件的描述文件里，随 launch 文件一起加载。接真硬件前，建议先用示例套件把链路跑通，确认参数结构和话题名符合预期；真机标定完成后，再把标定参数替换进描述文件。Autoware 还提供激光雷达-IMU 在线标定工具，可在运行中持续修正传感器间的小偏差。

采集启动怎么操作

环境就绪后，用官方开发容器启动。容器编排文件在 docker/examples/：

xhost +local:docker HOST_UID=$(id -u) HOST_GID=$(id -g) \ docker compose -f docker/examples/basic/dev-nvidia.compose.yaml up -d HOST_UID=$(id -u) HOST_GID=$(id -g) \ docker compose -f docker/examples/basic/dev-nvidia.compose.yaml exec autoware /docker-entrypoint.sh bash

xhost那行让容器窗口能弹到宿主机桌面；非 NVIDIA 机器换dev-dri或dev-cpu的编排文件。进入容器后加载环境并启动传感器套件：

source /opt/autoware/setup.bash ros2 doctor ros2 launch autoware_launch planning_simulator.launch.xml \ map_path:=/home/aw/autoware_data/maps/sample-map-planning \ vehicle_model:=sample_vehicle \ sensor_model:=sample_sensor_kit

ros2 doctor输出中 RMW 与 DDS 无报错即环境正常。sensor_model参数注入示例传感器套件，启动后应看到一组传感器相关节点。

📦 验证采集结果

话题频率怎么验证

不要只看"启动没报错"，另开终端直接查话题：

ros2 topic list ros2 topic hz /sensor/lidar/points ros2 topic echo /sensor/camera_front/image --no-arr

hz给出的点云频率均值应与设备配置一致（如 10 Hz）；图像话题echo应持续滚动输出头部信息。哪一路卡住，就说明该传感器链路有问题。

bag 录制与回放怎么做

确认数据正常后，用 ROS 2 数据录制工具落盘：

ros2 bag record /sensor/camera_front/image /sensor/lidar/points \ --outfile my_sensor_bag ros2 bag info my_sensor_bag

Ctrl+C 停止录制。info里能看到话题数、消息条数和起止时间，两路话题的起始时间应在秒级内——这是时间同步成功的直接证据。回放：

# 半速回放，便于和实时采集效果对比 ros2 bag play my_sensor_bag -r 0.5

Ctrl+C 停止回放。图像话题重新滚动，说明 bag 可用。

常见卡点

时间偏差怎么排查

• 症状：相机与激光雷达时间戳差超过 100 ms，融合时点云与图像对不齐。
• 检查命令：chronyc tracking、date。
• 原因：NTP 服务停摆或时间源不可达，设备本地时钟漂移累积。先恢复时间同步再复测。

无图像输出怎么排查

• 症状：图像话题不出现，或频率为 0。
• 检查命令：ls -l /dev/video*查看设备节点是否存在。
• 原因：权限不足，或容器未映射 USB / 视频设备节点。确认编排文件的devices段包含对应设备路径。

点云缺失怎么排查

• 症状：launch 正常，但点云话题没有数据。
• 检查命令：ping 192.168.1.201（激光雷达常见默认 IP）。
• 原因：车端网段未路由进容器，或雷达所在网卡未透传。检查网卡归属，必要时把服务切到 host 网络模式。

进阶方向

• 在线标定：用激光雷达-IMU 在线标定工具在行驶中持续修正外参，不用停车标定。
• 自定义传感器套件：参照传感器套件描述格式，扩展出你自己的相机、雷达组合。
• 多机部署：基于 DDS 发现机制把传感器拆到不同机器，编排与依赖脚本可参考 ansible/playbooks/。

完整的安装与构建文档入口：README.md。

【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