Autoware 完整指南：从克隆仓库到跑通自动驾驶软件栈

Autoware 完整指南：从克隆仓库到跑通自动驾驶软件栈

【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

想把一套完整的自动驾驶系统跑在自己机器上，最直接的路线是 Autoware——开源自动驾驶领域功能最完整的软件栈之一。这份指南只讲三件事：把环境装好、把容器启动、把系统验证通过，全程大约一个下午。

Autoware 把感知、定位、规划、控制这些原本要各自拼凑的算法模块，打包成一个生产级、可直接运行、也方便二次开发的整体。仓库本身是环境配置与构建脚本的"元仓库"：真正的算法在两个配套仓库里——autoware_universe 装前沿功能包，autoware_core 装稳定基座模块，repositories/ 目录下的 .repos 清单定义了一键拉齐这些源码所需的全部依赖。

环境准备：克隆仓库与自动装依赖

• 准备：需要一台 Ubuntu 机器，克隆仓库：

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

• 装依赖不用手动折腾。仓库内置的 Ansible 任务（ansible/playbooks/）会一次性处理 ROS 2、Docker、CUDA、TensorRT 等前置组件，照着 playbook 里的说明依次执行即可。

首次启动：拉取镜像并运行容器

• 镜像：项目预编译了多张镜像（支持 amd64 与 arm64），按阶段-ROS发行版的规则命名。有 NVIDIA GPU 拉universe-cuda-jazzy，纯 CPU 开发拉universe-devel-jazzy，一条docker pull即可。
• 启动：先在本机建好存放地图和模型的两个空目录，再按硬件挑一份现成的 compose 文件（docker/examples/basic/ 下按 NVIDIA 闭源驱动、开源显卡驱动、无 GPU 各有一份），然后执行：

export HOST_UID=$(id -u) HOST_GID=$(id -g) export COMPOSE_FILE=docker/examples/basic/dev-nvidia.compose.yaml docker compose run --rm autoware

• 验证：进入容器 shell 后先加载 Autoware 环境，再做一次自检：

source /opt/autoware/setup.bash ros2 doctor

看到 DDS 通信、节点发现、中间件全部就绪，说明系统已经跑起来了。

模块解析：数据从传感器流到车轮

Autoware 的模块之间靠 ROS 2（机器人操作系统）的话题机制传递数据，分工大致如下：

数据流一句话概括：传感器原始数据进感知与定位，两者喂给规划器，规划器输出轨迹，控制器把它翻译成车轮指令，全程状态由监控工具盯着。

硬件配置：换一台机器怎么适配

镜像和启动流程不随硬件变化，变的只是 compose 文件和 CUDA 相关参数。ansible/ 目录把 ROS 2、CUDA、TensorRT、Docker 引擎等依赖打包成可重复执行的角色；docker/ 的镜像按 base → core → universe 分层构建，并支持版本锁定，保证不同时间构建出的镜像内容一致。Jetson Thor 这类 arm64 平台可直接使用同一套镜像，只是启动参数从--gpus all换成--runtime nvidia加环境变量，docker 文档里有现成示例。

社区求助与贡献入口

• 官方文档站是最全的资源：安装、demo、API 逐层都有，是排第一的求助渠道。
• Discord 社区适合实时交流；GitHub 的 Q&A 讨论区适合先判断"这是 bug 还是我配错了"。
• 各工作组页面能看到社区正在进行的项目，想参与贡献就从 CONTRIBUTING.md 的分支和 PR 流程走起，拿不准的细节先去 Q&A 区问，社区对新人第一个 PR 相当友好。

跑通之后，建议先去试仓库里预置的 demo（docker/examples/demos/ 下规划模拟器、驾驶仿真各有现成配置），再挑一个感兴趣的模块读源码和文档。遇到卡点别硬磕，直接去 Q&A 区提问，通常比埋头查快得多。

【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