从零开始在ARM架构设备上搭建OSMnx地理数据处理环境，踩坑实录与完整解决方案

📌 前言

最近在做一个项目，需要在NVIDIA Jetson设备上使用OSMnx（OpenStreetMap eXtraction）库来获取道路数据。本以为只是一个简单的pip install，结果却踩了一连串的坑，折腾了整整一天。特此记录，希望能帮助到同样在aarch64架构上折腾OSMnx的朋友。

环境信息

📦 第一关：Fiona安装失败 - 缺少GDAL

问题现象

执行pip install osmnx时出现以下错误：

nvidia@pc:~$ pip install osmnx Collecting osmnx Downloading osmnx-1.9.4-py3-none-any.whl (107 kB) Collecting fiona>=1.8.19 Downloading fiona-1.10.1.tar.gz (444 kB) Installing build dependencies ... done Getting requirements to build wheel ... error ERROR: Command errored out with exit status 1: command: /usr/bin/python3 /tmp/tmpl1okb5v0 get_requires_for_build_wheel /tmp/tmpkafq2rqa cwd: /tmp/pip-install-a4qf_y58/fiona Complete output (2 lines): WARNING:root:Failed to get options via gdal-config: [Errno 2] No such file or directory: 'gdal-config' CRITICAL:root:A GDAL API version must be specified.

原因分析

fiona是geopandas的核心依赖，用于读写地理空间数据。它在安装时需要编译C++扩展，因此必须依赖系统的GDAL（Geospatial Data Abstraction Library）开发库。系统默认没有安装GDAL，导致编译失败。

解决方案

安装GDAL开发库及Python绑定：

# 更新包列表 sudo apt update # 安装GDAL及相关开发库 sudo apt install gdal-bin libgdal-dev python3-gdal # 设置环境变量，指定gdal-config路径 export GDAL_CONFIG=/usr/bin/gdal-config # 重新尝试安装 pip install osmnx

经验总结

💡关键点：pip install某些地理信息库时，需要先安装系统级依赖。对于地理空间相关的Python库（fiona、shapely、pyproj、rasterio等），通常需要提前安装GDAL、GEOS、PROJ等底层库。

🔄 第二关：GDAL版本不兼容

问题现象

安装完GDAL后再次尝试，出现了新错误：

nvidia@pc:~$ export GDAL_CONFIG=/usr/bin/gdal-config nvidia@pc:~$ pip install osmnx Collecting fiona>=1.8.19 Using cached fiona-1.10.1.tar.gz (444 kB) Installing build dependencies ... done Getting requirements to build wheel ... error ERROR: Command errored out with exit status 1: Complete output (1 lines): ERROR: GDAL >= 3.1 is required for fiona. Please upgrade GDAL.

原因分析

检查GDAL版本：

nvidia@pc:~$ gdal-config --version 3.0.4

Ubuntu 20.04 默认仓库中的GDAL版本是3.0.4，但fiona >= 1.9.0要求GDAL >= 3.1。

解决方案分析

面对版本不兼容，通常有四种解决思路：

方案A：升级GDAL到3.1+（推荐但可能不适用）

# 添加UbuntuGIS PPA（获取新版GDAL） sudo add-apt-repository ppa:ubuntugis/ppa sudo apt update sudo apt install gdal-bin libgdal-dev python3-gdal # 验证版本 gdal-config --version

⚠️注意：UbuntuGIS PPA 主要提供x86_64架构的包，对于aarch64架构（如Jetson），可能不提供预编译包。如果PPA不支持，需要从源码编译GDAL。

方案B：从源码编译GDAL 3.1+（通用但耗时）

# 安装编译依赖 sudo apt install build-essential cmake python3-dev \ libsqlite3-dev libcurl4-gnutls-dev libtiff-dev \ libgeos-dev libproj-dev libxml2-dev libexpat-dev # 下载GDAL源码 cd /tmp wget https://github.com/OSGeo/gdal/releases/download/v3.9.3/gdal-3.9.3.tar.gz tar -xzf gdal-3.9.3.tar.gz cd gdal-3.9.3 # 配置编译选项 ./configure --with-python --prefix=/usr/local # 编译安装（利用多核加速） make -j$(nproc) sudo make install sudo ldconfig # 设置环境变量 export GDAL_CONFIG=/usr/local/bin/gdal-config export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH

方案C：使用旧版Fiona + 旧版OSMnx（快速有效）✅

# 清理缓存 pip cache purge # 安装支持GDAL 3.0的旧版本 pip install fiona==1.8.22 pip install osmnx==1.6.0

方案D：使用Conda管理依赖（最省心）✅

# 安装Miniconda（aarch64版本） wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-aarch64.sh bash Miniconda3-latest-Linux-aarch64.sh # 创建独立环境 conda create -n osmnx python=3.9 conda activate osmnx # Conda会自动处理所有依赖 conda install -c conda-forge osmnx

我的选择

由于Jetson是aarch64架构，PPA没有提供合适的包，源码编译又比较耗时。我选择了方案C，使用旧版本成功解决了问题：

# 最终成功的安装命令 pip install fiona==1.8.22 pip install osmnx==1.6.0 # 验证安装 python3 -c "import osmnx as ox; print(f'OSMnx {ox.__version__}')" # 输出: OSMnx 1.6.0

经验总结

💡依赖版本矩阵：

环境	OSMnx版本	Fiona版本	GDAL版本
最新环境	1.9.4	1.10.1+	≥ 3.1
兼容环境	1.6.0	1.8.22	≥ 2.0

在aarch64架构上，如果不想折腾编译，降级策略往往是最快的解决方案。

🗺️ 最终稳定环境

经过反复测试，以下环境组合运行稳定：

系统环境

# 操作系统 Ubuntu 20.04 LTS (focal) # 架构 aarch64 (ARMv8) # Python Python 3.8.10

Python包版本

osmnx==1.6.0 fiona==1.8.22 geopandas==0.13.2 networkx==3.1 shapely==2.0.7 pyproj==3.5.0 pandas==2.0.3 numpy==1.24.4 requests==2.32.4

验证脚本

# test_osmnx.py import osmnx as ox import fiona import geopandas as gpd print(f"OSMnx version: {ox.__version__}") print(f"Fiona version: {fiona.__version__}") print(f"Geopandas version: {gpd.__version__}") # 测试道路数据下载（深圳地区） print("\nTesting road data download...") G = ox.graph_from_place('Shenzhen, China', network_type='drive', simplify=True) print(f"Nodes: {G.number_of_nodes()}, Edges: {G.number_of_edges()}") print("✅ All tests passed!")

💡 深度分析：为什么会有这么多依赖问题？

1. 地理信息库的"俄罗斯套娃"依赖

OSMnx └── geopandas ├── fiona (读写地理数据格式) │ └── GDAL (底层栅格/矢量库) ← C++库 ├── shapely (几何操作) │ └── GEOS (几何引擎) ← C++库 ├── pyproj (坐标投影) │ └── PROJ (投影库) ← C库 └── matplotlib (可视化) ├── networkx (图论) ├── pandas (数据分析) └── requests (网络请求)

每个C++库都需要通过pip编译安装，而编译又需要系统头文件和库文件。

2. aarch64架构的特殊性

3. Ubuntu版本的"滞后性"

Ubuntu LTS版本追求稳定，软件包版本往往落后于最新版：

• Ubuntu 20.04 → GDAL 3.0.4 (2020年)

• 最新GDAL → 3.9.x (2024年)

• 差距超过4个大版本

🎯 避坑指南

通用建议

1. 先检查依赖版本：

   apt-cache policy gdal-bin libgdal-dev gdal-config --version

2. 优先使用Conda：如果项目允许，Conda的环境管理能力在处理地理信息库时比pip更强大。

3. 锁定版本：在requirements.txt中明确版本号，避免自动升级导致不兼容。

4. 使用Docker：对生产环境，考虑使用预装好依赖的Docker镜像：

   docker pull osmnx/osmnx docker run -it osmnx/osmnx python3

对于aarch64架构设备

1. 降级策略优先：不要总是追求最新版本，稳定才是第一位

2. 源码编译前确认：确保有足够的时间和磁盘空间（GDAL编译约需30-60分钟，占2GB+空间）

3. 利用系统包：能用apt install装的尽量用系统包，pip只装Python级别的库

4. 记录环境：保存完整的环境信息，方便复现

📊 完整安装时间线

[00:00] 开始安装 osmnx (pip install) [00:01] ❌ 错误：找不到 gdal-config [00:05] 安装系统GDAL (apt install) [00:10] ❌ 错误：GDAL版本不兼容 [00:15] 尝试升级GDAL (PPA) [00:20] ❌ PPA不支持aarch64 [00:25] 尝试源码编译GDAL [00:55] ✅ GDAL编译完成 (耗时30分钟) [01:00] ❌ pip安装osmnx仍有其他问题 [01:10] 尝试降级方案 [01:15] ✅ 安装成功！ [01:20] 测试验证通过

总耗时：约1.5小时（大部分时间花在编译GDAL上）

如果直接采用降级方案：

[00:00] pip install fiona==1.8.22 [00:01] ✅ 安装成功 [00:02] pip install osmnx==1.6.0 [00:03] ✅ 安装成功 [00:04] 测试验证通过

总耗时：不到5分钟🚀

📝 结语

在aarch64架构上安装OSMnx的核心教训是：

1. 理解依赖关系：地理信息库的依赖链很深，需要系统级和Python级双管齐下

2. 版本匹配是关键：不是最新就是最好，兼容性比新特性更重要

3. 降级是武器：当升级困难时，降级到兼容版本往往是捷径

4. 善用Conda：如果环境允许，Conda可以省去大量头疼的依赖问题

希望这篇文章能帮你在OSMnx的安装路上少走弯路！

🔗 参考资料

• OSMnx官方文档

• Fiona GitHub

• GDAL官网

• Conda-forge OSMnx

• NVIDIA Jetson Developer Guide

如果你在安装过程中遇到了其他问题，欢迎留言交流！