构建含自定义系统应用的AOSP时遇tensorflow-lite模块未定义错误

问题根源 #

你使用的org.tensorflow:tensorflow-lite:+是Maven仓库的依赖格式，AOSP的Soong构建系统无法识别这种坐标，必须使用AOSP源码树内的模块名或本地预编译库引用。

解决方案 #

1. 确认AOSP中是否包含TensorFlow Lite源码 #

检查AOSP根目录下是否存在external/tensorflow目录：

ls external/tensorflow

如果不存在，需要将TensorFlow Lite源码引入AOSP：

• 通过repo添加TF的manifest片段，或者手动克隆TF源码到external/tensorflow目录
• 确保克隆的TF版本与你的AOSP版本兼容（比如Android 12对应TF 2.x版本）

2. 修正Android.bp中的依赖引用 #

打开external/tensorflow/lite/Android.bp，找到静态库的模块名（通常是libtensorflowlite或tensorflowlite_static），然后修改你的应用Android.bp：

static_libs: [
    "libtensorflowlite",
    "androidx.appcompat_appcompat",
    "com.google.android.material_material"
],

或者使用绝对路径引用更稳妥：

static_libs: [
    "//external/tensorflow/lite:libtensorflowlite",
    "androidx.appcompat_appcompat",
    "com.google.android.material_material"
],

3. 确保TF Lite库被纳入构建目标 #

在你的设备配置文件（比如device/<vendor>/<device>/device.mk）或产品配置文件（product/<vendor>/<product>/product.mk）中添加：

PRODUCT_PACKAGES += libtensorflowlite

这样可以确保TF Lite库被编译并打包到系统镜像中。

4. 预编译库替代方案（如果不想编译TF源码） #

如果不想编译TF Lite源码，可以使用预编译的静态库：

1. 将下载好的libtensorflowlite.a放到应用目录下的libs/x86_64（对应目标架构）
2. 在应用的Android.bp中声明预编译静态库：

prebuilt_static_library {
    name: "libtensorflowlite_prebuilt",
    arch: {
        x86_64: {
            srcs: ["libs/x86_64/libtensorflowlite.a"],
        },
    },
}

3. 修改应用的依赖为这个预编译库：

static_libs: [
    "libtensorflowlite_prebuilt",
    "androidx.appcompat_appcompat",
    "com.google.android.material_material"
],

验证 #

修改完成后，清理之前的构建缓存并重新构建：

make clean && lunch sdk_phone_x86_64 && make -j$(nproc)

内容的提问来源于stack exchange，提问作者razakma15