Autoware OpenADK Docker镜像CUDA支持问题分析与解决方案

问题背景

在Autoware自动驾驶框架中，使用基于Docker的开发环境OpenADK时，发现了一个与CUDA支持相关的重要问题。当用户在配置了CUDA支持的Docker镜像中尝试构建和运行tensorrt_yolox目标检测包时，系统会出现编译警告和运行时错误。

问题现象

用户在构建tensorrt_yolox包时，CMake会发出警告："CUDA is not found. preprocess acceleration using CUDA will not be available"。这表明系统未能正确识别CUDA环境。更严重的是，当实际运行目标检测模型时，系统会崩溃并报错，提示无法找到CUDA内核函数符号。

技术分析

经过深入调查，发现问题根源在于Docker镜像构建过程中对CUDA静态库的处理方式。原Dockerfile在安装完CUDA相关组件后，执行了删除所有静态库（.a文件）的操作，这导致后续编译时链接器无法找到必要的CUDA静态库文件。

具体来说，系统缺少了两个关键的CUDA静态库：

• libcudadevrt.a
• libcudart_static.a

这些库对于CUDA程序的编译和链接至关重要，特别是当需要构建包含CUDA内核的应用程序时。删除这些静态库会导致CUDA程序无法正确链接，进而导致运行时符号缺失错误。

解决方案

解决此问题的方案相对简单直接：修改Dockerfile，移除删除CUDA静态库的操作步骤。具体修改如下：

1. 删除原Dockerfile中查找并删除所有libcu*.a和libnv*.a文件的命令
2. 保留基本的清理操作，如apt缓存清理等

这一修改确保了CUDA开发所需的所有静态库都保留在系统中，使得基于CUDA的应用程序能够正常编译和运行。

验证结果

应用此修改后：

1. tensorrt_yolox包能够正确识别CUDA环境
2. CUDA内核函数能够正常编译
3. 目标检测模型运行时不再出现符号缺失错误
4. 整个目标检测流程能够顺利完成

技术建议

对于使用Autoware进行深度学习相关开发的用户，特别是需要使用CUDA加速的用户，建议：

1. 确保使用修复后的Docker镜像
2. 在构建包含CUDA代码的包时，检查CMake是否正确识别了CUDA环境
3. 对于性能关键的CUDA应用，考虑使用静态链接以获得更好的性能
4. 定期更新Docker镜像以获取最新的修复和改进

此问题的解决不仅修复了tensorrt_yolox包的问题，也为Autoware生态系统中其他需要CUDA支持的包提供了稳定的基础环境。