保姆级教程：在Ubuntu 20.04上跑通Autoware 1.14官方Demo（含rqt_tf_tree缺失修复）

在Ubuntu 20.04上零障碍运行Autoware 1.14官方Demo的完整指南

第一次接触Autoware时，运行官方Demo往往是验证环境安装是否成功的"试金石"。但理想很丰满，现实却很骨感——你可能已经严格按照教程操作，却在某个步骤突然报错，比如那个令人头疼的rqt_tf_tree not found。本文将从实战角度出发，不仅提供标准操作流程，更会预判你可能遇到的所有"坑"，并给出经过验证的解决方案。我们将使用Ubuntu 20.04和Autoware 1.14版本作为基础环境，这是目前最稳定的组合之一。

1. 环境准备与数据下载

在开始之前，请确保你的系统已经完成以下准备工作：

• Ubuntu 20.04 LTS：这是Autoware 1.14官方推荐的操作系统版本
• ROS Melodic：完整的桌面版安装（ros-melodic-desktop-full）
• 至少50GB的可用磁盘空间：Autoware及其数据文件相当占用空间
• 稳定的网络连接：需要下载大量数据包和依赖项

1.1 数据下载与验证

Autoware Demo需要两类关键数据：地图数据和传感器数据。我们将从官方源下载这些文件：

# 创建专用目录并下载数据 mkdir -p ~/autoware_demo/data && cd ~/autoware_demo/data # 下载3D点云地图和向量地图数据 wget https://autoware-ai.s3.us-east-2.amazonaws.com/sample_moriyama_data.tar.gz # 下载ROSBAG格式的感知数据（包含激光雷达和GNSS数据） wget https://autoware-ai.s3.us-east-2.amazonaws.com/sample_moriyama_150324.tar.gz

下载完成后，务必验证文件的完整性。以下是两个文件的正确SHA256校验值：

如果校验和不匹配，说明下载过程中文件可能损坏，需要重新下载。

1.2 数据解压与目录结构

解压数据文件到指定位置：

# 解压地图数据 tar zxfv sample_moriyama_data.tar.gz -C ~/autoware_demo/data # 解压感知数据 tar zxfv sample_moriyama_150324.tar.gz -C ~/autoware_demo/data

解压完成后，你的目录结构应该如下所示：

~/autoware_demo/ └── data/ ├── sample_moriyama_150324/ │ ├── moriyama_150324.bag │ └── ...其他rosbag相关文件 └── sample_moriyama_data/ ├── map/ │ └── pointcloud_map/ # 点云地图文件 └── tf/ └── tf.launch # 坐标变换配置文件

2. 运行环境检查与工具准备

在正式运行Demo前，我们需要确保所有必要的工具和依赖都已就位。这是最容易出问题的环节，我们将详细检查每个组件。

2.1 核心工具检查

首先启动ROS核心服务：

# 在新的终端窗口中执行 roscore

保持这个终端窗口打开，然后在新终端中检查以下工具是否可用：

如果任何工具缺失，你需要先安装它们。特别是rqt_tf_tree，它在标准ROS安装中可能不包含：

# 安装rqt_tf_tree（最常见的缺失组件） sudo apt-get update sudo apt-get install ros-melodic-rqt-tf-tree

注意：如果你使用的是Autoware提供的Docker镜像，可能需要先进入容器内部执行上述安装命令。

2.2 依赖项完整性验证

Autoware依赖众多ROS包，我们可以通过以下命令检查关键依赖：

# 检查核心依赖 rosdep check --from-paths ~/autoware/ros/src --ignore-src

如果报告任何缺失的依赖，使用以下命令安装：

rosdep install --from-paths ~/autoware/ros/src --ignore-src -y

3. 分步运行Autoware Demo

现在我们已经准备好所有前提条件，可以开始正式运行Demo了。这个过程分为几个关键阶段，每个阶段都需要仔细配置。

3.1 启动辅助分析工具

在运行Demo前，我们先启动两个重要的分析工具，它们将帮助我们理解系统运行时的内部状态。

rqt_graph- 可视化ROS节点和话题关系：

# 在新终端中执行 rqt_graph

rqt_tf_tree- 显示坐标变换框架：

# 在新终端中执行 rosrun rqt_tf_tree rqt_tf_tree --force-discover

这两个工具窗口保持打开状态，我们将在Demo运行过程中随时查看它们。

3.2 配置并启动Runtime Manager

Runtime Manager是Autoware的核心控制界面，通过它可以配置和启动各个模块。

# 在新终端中启动Runtime Manager roslaunch runtime_manager runtime_manager.launch

启动后，你将看到Runtime Manager的图形界面。我们需要按顺序配置几个关键部分：

1. Simulation Tab：

   • 选择之前解压的rosbag文件（moriyama_150324.bag）
   • 点击"Play"按钮，然后立即点击"Pause"

2. Setup Tab：

   • 点击"TF"按钮（应变为深色）
   • 点击"Vehicle Model"按钮（应变为深色）

3. Map Tab：

   • 在"Point Cloud"部分，浏览并选择点云地图文件（位于data/map/pointcloud_map）
   • 点击"Point Cloud"按钮
   • 在"TF"部分，选择tf.launch文件（位于data/tf）
   • 点击"TF"按钮

4. Sensing Tab：

   • 勾选"voxel_grid_filter"

5. Computing Tab：

   • 勾选"nmea2tfpose"和"ndt_matching"

6. 启动RViz可视化工具：

   • 回到"Simulation"Tab
   • 点击"RViz"按钮

3.3 RViz配置与调试

RViz窗口弹出后，需要进行一些初始配置：

1. 加载默认配置文件：

   • 菜单选择"File → Open Config"
   • 浏览到autoware.ai/src/autoware/documentation/autoware_quickstart_examples/launch/rosbag_demo/default.rviz

2. 调整视图设置：

   • 在右侧"Views"面板中，将"Type"改为"Orbit (RViz)"
   • 点击"Zero"按钮重置视图

3. 显示点云地图：

   • 在左侧"Display"面板中，找到"Points Map"
   • 取消勾选再重新勾选，强制刷新显示

3.4 正式运行Demo

一切准备就绪后，回到Runtime Manager：

1. 在"Simulation"Tab中点击"Pause"按钮，让Demo继续运行
2. 观察RViz窗口，你应该能看到车辆在点云地图中移动
3. 可以随时切换到rqt_graph和rqt_tf_tree窗口，查看系统内部状态

4. 常见问题与解决方案

即使按照上述步骤操作，你仍可能遇到一些问题。以下是几个最常见的问题及其解决方法。

4.1 rqt_tf_tree缺失问题

症状：执行rosrun rqt_tf_tree rqt_tf_tree时提示命令不存在。

解决方案：

# 安装rqt_tf_tree包 sudo apt-get update sudo apt-get install ros-melodic-rqt-tf-tree # 验证安装 rospack find rqt_tf_tree

如果使用Docker环境，需要在容器内部执行上述命令。

4.2 ROSBAG播放问题

症状：rosbag播放时没有数据，或者时间戳错误。

解决方案：

1. 检查rosbag文件完整性：

   rosbag info moriyama_150324.bag

   确保没有错误信息。

2. 如果时间戳有问题，可以尝试用--clock选项播放：

   rosbag play --clock moriyama_150324.bag

4.3 点云地图不显示

症状：RViz中勾选了"Points Map"但没有显示地图。

解决方案：

1. 确保在Runtime Manager的"Map"Tab中正确选择了点云文件
2. 在RViz中检查：
   • "Points Map"的"Topic"是否正确设置为/points_map
   • "Fixed Frame"是否设置为map
3. 尝试取消再重新勾选"Points Map"

4.4 坐标变换(TF)错误

症状：RViz中显示TF错误，或者rqt_tf_tree中缺少某些坐标系。

解决方案：

1. 确保在Runtime Manager的"Setup"Tab中点击了"TF"按钮
2. 检查tf.launch文件是否正确加载
3. 在终端中运行rostopic echo /tf，查看TF数据是否正常发布

5. 深入理解Demo运行机制

成功运行Demo后，让我们深入了解一下Autoware的内部工作机制，这将帮助你更好地调试和理解系统行为。

5.1 系统架构解析

Autoware Demo运行时，主要涉及以下几个核心模块：

1. 感知层：

   • 激光雷达数据处理（voxel_grid_filter）
   • 点云地图加载与匹配

2. 定位层：

   • GNSS数据解析（nmea2tfpose）
   • NDT匹配算法（ndt_matching）

3. 可视化层：

   • RViz显示
   • rqt工具监控

5.2 数据流分析

通过rqt_graph，我们可以看到Demo运行时的数据流：

1. rosbag节点发布原始传感器数据
2. voxel_grid_filter处理激光雷达点云
3. ndt_matching将当前点云与地图匹配
4. 各种TF变换将不同坐标系关联起来

5.3 性能优化建议

如果Demo运行不流畅，可以尝试以下优化：

1. 降低点云显示密度：

   • 在RViz中调整"Points Map"的"Style"为"Points"
   • 降低"Size"值

2. 关闭不必要的RViz显示项

3. 使用更强大的硬件，特别是GPU加速

6. 扩展实验与下一步学习

成功运行官方Demo只是Autoware学习的开始。以下是一些可以尝试的扩展实验：

6.1 修改配置参数

尝试调整以下参数，观察系统行为变化：

1. 在"Computing"Tab中修改"ndt_matching"的参数
2. 改变"voxel_grid_filter"的分辨率

6.2 使用自己的数据

1. 录制自己的rosbag数据
2. 创建自定义点云地图
3. 尝试在自定义环境中运行Autoware

6.3 深入学习Autoware模块

1. 研究ndt_matching算法的实现
2. 理解Autoware的TF树结构
3. 探索其他未在Demo中使用的模块

运行Autoware Demo时，最耗时的往往不是操作本身，而是解决各种环境问题。我在多个不同配置的机器上部署过Autoware，发现即使是相同的Ubuntu和ROS版本，也可能因为显卡驱动、系统更新状态等因素出现不同的问题。建议在开始前先做好系统快照，这样遇到无法解决的问题时可以快速回滚。另外，Autoware社区非常活跃，当你遇到本文未覆盖的奇怪问题时，不妨去GitHub issues或ROS问答论坛搜索，很可能已经有人遇到过并解决了相同的问题。