autoware docker的安装

前言

官方的安装说明：

官方的安装说明

安装前，请确认安装的硬件：

• CPU with 8 cores
• 16GB RAM
• [Optional] NVIDIA GPU (4GB RAM)

满足需求

1. 安装软件依赖

这一步主要是安装三个软件：

• Docker
• NVIDIA Container Toolkit (preferred)
• NVIDIA CUDA 12 compatible GPU Driver (preferred)

1.1 ​​安装 Docker​​

步骤：
卸载旧版本（若有）：

sudo apt-get remove docker docker-engine docker.io containerd runc

安装依赖工具：

sudo apt-get update
sudo apt-get install ca-certificates curl gnupg lsb-release

添加 Docker 官方 GPG 密钥和仓库：

sudo mkdir -p /etc/apt/keyrings
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /etc/apt/keyrings/docker.gpg
echo "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.gpg] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null

安装 Docker Engine：

sudo apt-get update
sudo apt-get install docker-ce docker-ce-cli containerd.io docker-compose-plugin

将用户加入 docker 组（避免每次用 sudo）：

sudo usermod -aG docker $USER
newgrp docker  # 刷新当前会话

✅ 验证 Docker 安装：

docker run --rm hello-world

​​成功标志​​：输出 Hello from Docker! 及相关信息。

1.2 ​​安装 NVIDIA GPU 驱动（CUDA 12 兼容版本）​​
 

步骤：
查看推荐驱动版本：

ubuntu-drivers list

安装支持 ​​CUDA 12​​ 的驱动（如 nvidia-driver-535）：

sudo apt install nvidia-driver-535

注：具体版本需参考 NVIDIA 官网。驱动版本 ≥525.60.13 通常兼容 CUDA 12。

重启系统：

sudo reboot

✅ 验证驱动安装：

nvidia-smi

​​成功标志​​：
输出 GPU 信息表格。
顶部显示 CUDA Version: 12.x（表示驱动兼容 CUDA 12）。

1.3 ​​安装 NVIDIA Container Toolkit​

​

步骤：

1. 添加仓库和密钥：

   curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - distribution=$(. /etc/os-release;echo $ID$VERSION_ID) curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list

2. 安装工具包：

   sudo apt-get update sudo apt-get install -y nvidia-container-toolkit

3. 重启 Docker：

   sudo systemctl restart docker

✅ 验证 NVIDIA Container Toolkit：

docker run --rm --gpus all nvidia/cuda:11.0.3-base nvidia-smi

• ​​成功标志​​：输出与宿主机相同的 nvidia-smi 表格（GPU 访问正常）。

最后一步，验证不成功，类似于下面的错误，

错误原因是docker没有办法连接网络，修改如下：

1. 确保自己能科学上网，并有代理的连接

2. 修改docker的服务器链接，如果没有文件就新建一个文件，确保/etc/docker/daemon.json，如下图所示。

具体的内容：

{
    "registry-mirrors": [
    "https://docker.nju.edu.cn",
    "https://do.nark.eu.org",
    "https://dockerproxy.com",
    "https://docker.mirrors.sjtug.sjtu.edu.cn",
    "https://2a6bf1988cb6428c877f723ec7530dbc.mirror.swr.myhuaweicloud.com",
    "https://docker.m.daocloud.io",
    "https://hub-mirror.c.163.com",
    "https://mirror.baidubce.com",
    "https://dockerhub.icu",
    "https://docker.registry.cyou",
    "https://docker-cf.registry.cyou",
    "https://dockercf.jsdelivr.fyi",
    "https://docker.jsdelivr.fyi",
    "https://dockertest.jsdelivr.fyi",
    "https://mirror.aliyuncs.com",
    "https://dockerproxy.com",
    "https://mirror.baidubce.com",
    "https://docker.m.daocloud.io",
    "https://docker.nju.edu.cn",
    "https://docker.mirrors.sjtug.sjtu.edu.cn",
    "https://docker.mirrors.ustc.edu.cn",
    "https://mirror.iscas.ac.cn",
    "https://docker.rainbond.cc"
    ]
}
 

3. 新建docker代理

sudo mkdir -p /etc/systemd/system/docker.service.d
sudo tee /etc/systemd/system/docker.service.d/http-proxy.conf <<EOF
[Service]
Environment="HTTP_PROXY=http://<代理IP>:<端口>"
Environment="HTTPS_PROXY=http://<代理IP>:<端口>"
EOF
sudo systemctl daemon-reload && sudo systemctl restart docker

注意：这个时候需要代理（科学上网），最终结果如下图所示。

4. 修复GPG密钥与仓库配置
​​重新添加Docker官方GPG密钥​​
密钥过期会导致仓库验证失败：

curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpg

​​修正仓库地址格式​​
确保路径包含 signed-by 参数（Ubuntu 22.04+必需）：

echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/docker-archive-keyring.gpg] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list

做完上面的事情后，使用下面两个命令，进行测试，确保docker工作正常

docker pull nginx:latest
docker pull ubuntu:latest

如果上面的两个命令，可以，但是

docker run --rm --gpus all nvidia/cuda:11.0.3-base nvidia-smi

还是不可以的话，很有可能是网络问题，换个时间，换个网络试试。我出现了上面的问题，晚上能拉取Nginx和Ubuntu，但是就是不能拉取nvidia的镜像。第二天，中午，就可以了，可能是代理服务器换了代理。

最终成功的结果，如下图所示。

2. 拉取镜像

2.1 总体思路

直接在国内拉取镜像是不能完成的，由于网络原因，即使是能科学*上*网，也是不行的。因此，需要借助国内的云服务商提供的服务，先把镜像拉到国内云服务商上，然后，再从云服务商上拉取镜像。

为了在云服务商商拉取镜像，就需要先在GitHub上建一个仓库，并在GitHub仓库上创建一个Dockefile文件，便可以，下面进行具体的说明。

说明：

1. 上面的说法是再测试前给出的思路，以上思路整体做完后，腾讯云还是不能从autoware官网拉取其官网的docker镜像；

2. 最终的解决方案还是直接从docker镜像的官网拉取镜像，详见2.3节最后部分及2.4节

2.2 建立GitHub仓库

在GitHub上新建一个仓库，如下图所示，点击New。

选择公用仓库，其它默认。

点击创建仓库，根据GitHub给出的命令，在本地创建git仓库，并同步到GitHub，具体操作流程，参考下图。

注意：在该仓库中，就只有一个文件，放置的是Dockerfile，内容是根据海外dock的文件位置，构建自己Dock的地址。

如：构建autoware的镜像，则：

FROM ghcr.io/autowarefoundation/autoware:universe-devel-cuda

2.3 建立腾讯云容器镜像服务

登录腾讯云后，在控制台检索“镜像”，进入容器镜像服务，首先，新建命名空间。新建命名空间的时候，一定要注意，一定要选择北美的地理位置，我在阿里上选了新加坡，结果构建不成功。而且阿里只有一次选择地理位置的机会，所以，没有办法才切换到腾讯云。

然后，新建一个仓库

点击仓库名，选择镜像构建，点击“新建镜像构建规则”，选择GitHub，填写GitHub代码仓库，选择分支，填写版本规则（名字自己取），后面的分支标签，更新时间，commit号打上√

点击立即构建

指定分支

等待构建完成。需要很长时间，耐心等待。

镜像构建成功后如上图所示。

注意：

1. 上面的日志有一部分是边做边截图的，不一定完善，只作为参考。

2. 经过我的验证，autoware官网的docker还是无法拉取，以上拉取成功的是从docker官网拉取的。

3. docker官网并没有官方autoware镜像，因此，只能拉取其它作者建立的修改后的镜像；

autoware的检索结果

最终拉取的dock镜像

上面的dock镜像的官网：

Running Multiple Autoware-Powered Vehicles in Carla using Zenoh - Autoware

这个镜像应该是比官网的镜像更加符合研究者的需求，集合了autoware和模拟器carla，并且可以是多车控制的。

2.4 拉取镜像

从腾讯云拉取，参考仓库的快捷指令即可。

本文档最终还是没有从腾讯云拉取镜像，而是直接通过科学**上网，从docker官网拉取了相应的镜像，如下图所示。

代码如下：

docker pull 2256906828/zenoh_autoware:0.3.0

总结

由于网络原因，很难从外网拉取镜像，本文描述了，如何通过国内的云中转拉取镜像的方法。实际测试的效果是，autoware官方的镜像很难拉取，即使通过海外云也不行。所以，拉取autoware镜像的方法，还是从docker镜像官网，下载修改过的镜像。如果从docker官网下载，多重复几次拉取，基本都可以的，也无须使用云进行中转。虽然，通过云中转在本文中拉取autoware是不需要的，但是，也是一种docker拉取的方法，作为记录保留在本文档