号外！号外！仅需5000元，即可配置Apollo计算平台！

在过去几个月中，Apollo代码达到了每周数十次的更新频率，新增代码数量共计可以达16.5万行。

如今近8000个开发者投票支持Apollo开源软件，超过1800个合作伙伴使用Apollo开源代码，100多个合作伙伴申请开放数据。

了解到这些，作为百度Apollo开发者阵营中的一员，也是一个30年资深的“金领码农”，老黄坐不住了，本着对自动驾驶的热忱以及对百度Apollo平台的兴趣，做了一件“惊天动地”的事儿！

对了，先介绍下我们文章的主人公老黄吧！

老黄，本名黄英君，1991年就读国防科技大学，系统工程与数学系、多媒体与虚拟现实专业方向博士，师从吴玲达教授。

毕业留校工作，在管理科学与工程学院从事视频分析与编解码、机器视觉、智能硬件方面的研究工作。

2012年转业，工作于中科院软件所广州分所，任商业智能实验室主任，从事电商平台与大数据分析方面的研究与软件开发工作。

2017年9月，加盟长沙智能驾驶研究院，任产品研发部门负责人，从事智能驾驶方面解决方案与产品的开发工作。

老黄究竟做了一件什么事儿呢？

老黄利用Apollo提供的各种资源与能力，自研成功解决了TX2嵌入式计算平台（NVIDIA JETSON TX2）适配Docker的尝试，简单来说就是使用低成本方案搭建部署了Apollo环境，值得注意的是此前官方并没有发布相关部署的指导文件……

最最重要的一点，细心的老黄不但完成了技术尝试，还将整体的过程做了完备的记录，总结了一份环境搭建攻略并分享出来。说到这里，小编也不禁为老黄这位开发者无私分享的行为疯狂打call！

是什么原因让老黄做了这么一件有意义的事情？

谈及原因，老黄很实在。

一方面是因为公司有需求，想通过一辆林肯mkz实验自动驾驶算法方面的研发水平。

还有一个特殊根源在于，公司预定了英伟达AI超算平台的高端产品PX2做一些产品规划，但货品迟迟未到，老黄想着同样是该系列的产品，或许TX2会有更多的惊喜发现。

最重要的一点，像老黄一样的开发者一直觉得，自动驾驶研发的目的不是取代人，而是应该走向普通人的生活，用来提升驾驶乐趣，如果开发成本很高，就很难体现其中的价值。

他对小编说：“如果用看似很低端的设备，用极低的成本实现自动驾驶的某些功能，那就是一件特漂亮的事情，所以我就大胆的做了这个！”

其实，老黄作为自动驾驶领域的开发者，在百度Apollo出现之前，一直关注Autoware**（城市自主驾驶的开源软件）**的源码，也就是日本名古屋大学的那款。他自己觉得，从最初的感觉来看，Autoware更像一个完整的解决方案，东西很全……Apollo生态出现后，觉得很有兴趣，很有实操感，瞬间转成“真爱粉”，这也是尝试的原因所在。

选择NVIDIA TX2，老黄前后思索了很久…

老黄可以称之为资深程序员，漫长的职业生涯中专攻软件整体架构和性能优化，尤其关注软件的总体构建方案、软件与硬件的整合以及算法的优化等方面，对很多市面上的算法平台都研究过。

说到选择NVIDIA TX2，老黄还有点儿感慨，“现在做平台的太多了，如恩智浦的BlueBox，再就是NVIDIA的TX&PX系列，还分了很多流派，什么NVIDIA、英特尔……可是大多数都还没有完全推出市场，成熟度也不算很高，这是比较头疼的事情。NVIDIA这个品牌吧，产品布局早，成品本身技术属性也很强大，像TX2，6核CPU，256个GPU单位，功耗15瓦，本身小巧轻便，集成度很赞，天然适合放在汽车这个环境里做研发！”

NVIDIA TX2

说到这一点，小编也觉得，如果封装超算平台的盒子占据汽车整体体积的好几分之几，还要专门插上一个显卡的话……自动驾驶汽车的画风突变了……丑出新高度……

适配过程一波三折，但幸好坚持不懈

说到实践的具体过程，老黄打开了话匣子，言情并茂地为小编描述起来！

首先一步，适配Docker。

起初老黄对此十分疑惑不解，怎么英伟达这款平台与Docker之间就这么不感冒呢？

原来NVIDIA在构建TX2内核的时候，略过了很多支持容器所必须的组件，所以解决这个问题的方法就是要重新构建这个内核，把缺失的部分补上。对此老黄做了两个部分的处理，其中一个开源项目做了一个很好的内核配置文件，另外一个项目做了很容易操作的脚本。

具体操作是这样的：

1. rebuild the TX2 kernel to suport Docker:

原生TX2不支持Docker，所以需要重新编译内核，将Docker所需的模块加载，可以参考下面两个链接来定制自己的支持Docker的内核：

https://github.com/Technica-Corporation/Tegra-Docker
https://github.com/jetsonhacks/buildJetsonTX2Kernel

最方便直接的步骤就是直接使用链接1发布的config文件，拷贝到链接2的src中，make xconfig ,然后 makeKernel.sh & copyImage.sh。

2. 在Docker内测试GPU功能。可以参考第一步的链接1.

本图为在Apollo on Nvidia Tegra Tx2上开启GPU，测试几个典型CUDA应用的场景。其中开启了5个常见的CUDA应用程序，GPU利用率为20%左右。

接下来，编译Apollo！

“起初我并没有想到这个事情还挺难！”老黄强烈表示。

“这么一算，完成这个尝试总共花了3周时间。我觉得最开始研究测试Apollo各种功能的时候感觉很容易，然后就顺理成章觉得适配工作不会太难，妥妥交给一枚实习生去操作。”老黄言语中透露着轻松。

但事实上，实习生小同志辛苦适配了三天，结果……经常出现报错的警告。怎么回事儿？迅速跑到老黄这里寻找救援。

老黄叹了口气说：“发现这个事情后，我也试了几次，结果可想而知……怎么办呢？就去网络上查找相关资料，结果一看，网上救援是没可能了，存在的资料少之又少；又查了一下当时Apollo的版本，结果发现从9月27日到现在也没有最新的更新消息，没有相关指导资料的前提下，又给适配增加了难度。”

小编了解到，在适配的过程中，很多被采用的第三方工具包内部的设置并不齐备，还包括一些数据库也存在冲突，所以在编译的过程中，总会频繁出现各种各样的报错，就像我们日常安装一个软件，各种安装不上的节奏一样，老黄这才意识到当下任务的艰巨性。

深入思考之后，老黄发现了报错的本质根源，就是不兼容造成的。

他表示，针对Apollo，其实采用了大量的第三方开源工具包还有一些动态库，例如像求解，预算等，其中会涉及到一些参数设计（编译链接的时候有一个参数设计），大部分都是针对X86这个体系。如果现在要将这些放在ARM架构下的话，必须要准确的将这些参数找到并作出修正！

“但是这就存在一个问题，需要修正哪些参数我们起初是不知道的，只有在编译运行的过程中出现问题后，才能根据这个具体的问题去推测或猜测可能出现的编译参数、编译选项，然后进行修正工作，最后再来具体验证是不是能够通过，这个过程很复杂、耗时，大部分时间都是在反复尝试、反复测试。”老黄补充道。

开始这样一个纠结的过程，就需要老黄基本上从头开始按照Apollo架构体系来手工搭建运行环境以及运行体系。

所以老黄在漫长的尝试中写下了这些：

aarch64版本的Apollo需要自己配置所需的一部分依赖包，以及编译aarch64平台所需的几个第三方动态库。有兴趣的可以直接做成脚本，一键安装。
（具体涉及的相关步骤请见文后）

老黄开玩笑说：“当时一看这种情形，又回到我的老本行了，典型的软件编程工作，逐个解决问题。结果一个星期过去了，不行；两个星期过去了，还是不行……当时我也确实有那么一丝犹豫，甚至产生了动摇，想着干脆等到百度Apollo官方发出适配方案算了！”

在这个过程中，老黄也咨询了Apollo开发者社区的相关技术人员，得到的回复是，对于TX2这个版本还没有具体的适配计划，但对于1.0版本是支持的。预计到年底，会放出支持版本。当时老黄想，要等到年底，时间有点儿久。

一咬牙，老黄又投身到了解决问题的实践中！

过程艰辛不必多说，老黄给小编列举了一个让他至今印象深刻的例子，也是当时花费时间最长的一个问题。

这是一个有关数学的、线性计算数据库的问题。“到现在，那个库的名字我还记得叫qpSASES。这个库是一个开源数学计算库，既然是开源，就会涉及到编译以及编译选项的问题，进而就会和编译的静态库相关联。在X86的环境下静态库的运行和编译都没有问题，很顺畅。”老黄强调。

“但是在ARM环境下，一开始并没有报错，进库后我才发现进展又陷入了僵局！后来研究出最后的原因，这个库中的某些编译问题并不适配这个环境。如果想要解决，就必须要把这个静态库从Apollo整理好工具包中单独移出，单独手工加工下，在X86的环境下编译成动态库，才可以正常使用！

根据具体情况，老黄写下了这样的建议：

关于qpSASES。这是个数值求解库，Apollo的x86版是以依赖包的形式，aarch64是改为直接使用动态库，但是需要自己在平台下编译，否则链接报错。
a .build qpSASES to shared lib, copy it to /usr/lib
b. copy include
cp -a /apollo/third_party/qpOASES-3.2.1/include/* /usr/include/.

小编听着老黄讲述整个探索过程，感觉这项工作得以进展太不容易了！

关于这项实践的成本和后续工作

说完纠结的过程，老黄长长地出了口气，但是谈到成本，他又兴奋了起来，老黄表示整个成本真的非常低。

他说：“我们用的TX2的开发版，不到5000块钱。如果说，用它的核心版来搭建，可能还不到2000块钱，但是这个计算性能是非常强悍的。也就是说，用一个价格超过10万元的PX2能够做的事情，我们可能用到不超过4-5个这样的TX2就能达到同等效果，这样计算的话，全部配置完整也不过1万块钱左右。”

老黄强调，自己这些年做的工作，不管是哪些方面，都在不断追求一个目标：用更低成本的平台跑出更好的效果。

关于这次尝试的后续工作，老黄表示自己以及团队已经在着手跟进了，例如视觉感知，简单来说就是将基于深度学习的一个视觉感知部分加入放到TX2中。

通过性能测试来初步判断最多能够支持几个摄像机进行虚实检测。老黄对小编说：“我的计划是挂4部摄像机，这样从性能的角度，相当于TX2支持的三分之一（可以挂12部），如果可以实现4个我就非常满意了。”

另外一点，就是当时Apollo 1.5版本还没有视觉感知，所以老黄也想突击研究下这方面，如果成功的话也可以公布出去，分享给更多的开发者以及企业。

说到分享开发攻略，老黄觉得应该像Apollo学习

不得不说，Apollo开放平台的出现降低了自动驾驶的门槛，让更多企业、机构能够在一个基础平台上去做更重要的感知、决策和控制工作，而这些具体的工作被认为是自动驾驶得以进步的核心环节。对比之前，自动驾驶领域出现更多的都是“国家重大科技基金”、“国家项目支持”等这些字眼儿，一些老牌的科研单位以及高等学府才有可能直接接触这个领域。

针对技术环境与平台，老黄认为，作为开发者可以贡献一些力量帮助Apollo一起将基础工具，搭建的更多样性、更灵活、更完善。让更多相关人员在这个平台上，去做更值得做的事情。

此外，Apollo本身是一套开源系统平台，老黄觉得开发者利用开源研究以及进行业务方面的突破，得到的成果也应该开源出去，每个人都有反馈，才能让开源一直持续。

采访过程中，作为一个从业30年的程序员，老黄一直表示：“我写了三十年程序。在我的成长过程中，互联网给了太多太多的帮助，碰到问题就去网上查，已经是常态，网络上肯定有人会分享他们的调错经验。现在我把自己的一些经验、教训、经验反馈给互联网，我觉得这是特别应该做的事情。”

对此，小编很敬佩像老黄一样具有分享精神的开发者们。

关于Apollo平台，像老黄一样的开发者有话要说

回顾几个月前，Apollo 1.0还是一个不成熟、不完整，甚至可以是一个不成型的系统。短短几个月过去了，从百度公布的路线图来看，这个平台必然会倾注很多技术人员的心血去大力推广，围绕Apollo，可能会生长成为一个有规模、比较完善的生态圈。像老黄一样的开发者以及更多人都会围绕这个迅速成长的轨迹，从中获得很多帮助以及资源共享。

值得特别提及的是，Apollo针对开发者的社区会有持续不断的公开课以及社群交流，很多开发者都在分享自己在自动驾驶领域的心得。“我觉得这是一个，特别吸引我们程序员的地方，百度Apollo社群对生态的经营，十分值得赞赏。”老黄补充道。

谈及Apollo的飞速发展，就在不久前，美国的拉斯维加斯上演了一场让世界惊艳的“自动驾驶秀”，Apollo平台研发负责人王京傲借此在百度World大会上爆了个猛料，Apollo 2.0正式开放！

Apollo 2.0有什么过人之处？

据了解，Apollo 2.0已经能够实现简单的城市道路自动驾驶，包括云端服务、软件平台、参考硬件平台以及参考车辆平台在内的四大模块已全部具备。

此外为开发者带来了最完整的解决方案和灵活的架构，并首次开放安全服务，进一步强化了自定位、感知、规划决策和云端仿真等能力。

目前，Apollo 2.0版本总共有16.5万行代码。

据悉，硅谷自动驾驶创业公司AutonomouStuff在一周内将Apollo 1.0车辆升级为“Apollo 2.0版本”，实现了昼夜简单城市道路自动驾驶，充分体现Apollo 2.0的灵活性和易用性。

振奋之余，截至小编发稿前，有消息称，老黄又进一步将Apollo 2.0进行了成功的适配，真要为认真的开发者点个大大的赞！

我们有理由相信一个愿景的实现，“未来，通过Apollo平台会吸引更多新鲜力量加入进来，大家一起做好自动驾驶这项事业！”

老黄的寄语

作为开发者，我十分希望百度Apollo的开发团队能够把更多内容都填充到这个体系中，做出更多的好东西给大家用。也希望Apollo这个生态圈中，可以更加广泛地吸纳参与者、开发者，贡献自己的经验与心得，希望大家都可以共同来维护并发展这个有意义的社区生态圈。

附表：关于老黄针对这次技术适配的全面解析

【写在记录前】首先，目前适配只完成了全部模块的编译，感知部分尤其是Caffe还是只启用了CPU，在Docker里面还没有安装CUDA，随后将开始这个工作。

其次，强烈建议大家加装一块外接SSD，把Apollo部署在SSD上，以便在刷的过程中，TX2经常发生重启后桌面出不来的问题。

第三：刷机并部署完成大概要剩余5个G（要把刷内核的中间文件全部清除）。

第四：我把刷机和部署过程所需的一些依赖包的头文件以及在tx2上编译的动态库打包，大家可以直接使用，希望那个节约一些大家的时间。

最后：本人能力有限，有的地方know why，有的地方只能误打误撞know how，另外对bazel刚刚接触，很不熟练，在此抛砖引玉，请大家批评指导，谢谢！

第一部分：

1.Rebuild the TX2 kernal to suport Docker :

原生TX2不支持Docker，所以需要重新编译内核，将Docker所需的模块加载，可以参考下面两个链接来定制自己的支持Docker的内核：

https://github.com/Technica-Corporation/Tegra-Docker
https://github.com/jetsonhacks/buildJetsonTX2Kernel

最方便直接的步骤就是直接使用链接1发布的config文件，拷贝到链接2的SRC中，make xconfig ,然后 makeKernal.sh & copyImage.sh。

2.在Docker内测试GPU功能。可以参考第一步的链接1.

第二部分：编译Apollo

aarch64版本的Apollo需要自己配置所需的一部分依赖包，以及编译aarch64平台所需的几个第三方动态库。有兴趣的可以直接做成脚本，一键安装。

具体清单如下：

1.caffe

aarch64版本需要自己准备caffe的依赖包，为了方便直接模仿x86版本，在external目录下手工添加@caffe and caffe dir。

另外我下载的caffe版本可能比较老，使用的是2.6版的protobuf，所以要使用protobuf3.3版重新生成一下caffe.pb.h。具体步骤如下：
a. install the bazel package to external:@caffe and caffe dir,copy from x86 apollo
cd /root/.cache/bazel/_bazel_root/540135163923dd7d5820f3ee4b306b32/external/
b.copy caffe include to:/usr/include/caffe, and regenerate caffe.pb.h,using protoc 3.3.0
cp -a /media/nvidia/ssd/install_apollo/caffe_package/caffe_external/. /usr/include/caffe/.
c.lib
cp -a /media/nvidia/ssd/install_apollo/caffe_package/lib/* /usr/lib/.

2.qpSASES

这是个数值求解库，Apollo的x86版是以依赖包的形式，aarch64是改为直接使用动态库，但是需要自己在平台下编译，否则链接报错。
a .build qpSASES to shared lib, copy it to /usr/lib
b. copy include
cp -a /apollo/third_party/qpOASES-3.2.1/include/* /usr/include/.

3.Ipopt 这个需要一系列的库，要在TX2上编译，其他平台编译的也不行。

（1）include
cp -a /media/nvidia/ssd/install_apollo/IPopt/include/coin/* /usr/include/.
cp -a /media/nvidia/ssd/install_apollo/IPopt/include/LinAlg/* /usr/include/.
cp -a /media/nvidia/ssd/install_apollo/IPopt/include/Interfaces/* /usr/include/.
（2）lib—–Ipopt的几个目录的库都要拷贝过去，
cp -a /media/nvidia/ssd/install_apollo/IPopt/lib/* /usr/lib/.
cp …
cp …

4.ros

需要自己准备aarch64版本的ros。

（1）准备include
cp -a /media/nvidia/ssd/install_apollo/ros/include/* /usr/include/.

（2）将ros目录拷贝至 /home/tmp/ros

5.gflags

WORKSPASE指定的依赖包里面有gflags，但编译时候还是需要手工准备头文件和库文件，直接拷过去。

（1）include
cp -a /media/nvidia/ssd/install_apollo/gflags/include/* /usr/include/.
（2）lib
cp -a /media/nvidia/ssd/install_apollo/gflags/lib/* /usr/lib/.

6.glog

同上，直接安装。
apt-get install libgoogle-glog-dev

7.Build —- 经过以上步骤，应该可以编译通过，感知模块也可以通过。

【相关报告问题】

报告问题之一：

Apolloauto的Github提供了aarch64的ros版本是1.51，可以直接下载release使用，我尝试了一下自己编译，发现少了个rosbag指令。使用release版的话，rosbag的play指令报错，导致现在无法在TX2上回放数据。

报告问题之二：

在Build时，全部通过OK，但是在bazel-bin下并没有生成target，最后是使用Bazel Build 对modules下的模块进行手工编译。

报告问题之三：

gflag, glog，gtest是出问题最多的地方，有的地方使用bazel构建包生成的库，有的第三方依赖使用自带的库，兼容性的问题一直存在。所有使用gmock的地方我始终没有解决，所以临时屏蔽了几个单元测试。

写在最后

按照开发者提供的运行文档，Apollo团队也用相同套件编译安装实践了一遍，并整理了若干兼容细节，形成了官方支持TX2，CPU为ARM平台的支持文档。

目前发现Apollo部分模块对于ARM架构的计算单元兼容性支持还不够好，如感知红绿灯识别模块、定位模块，在编译安装的过程，先跳过该模块编译部分，已与研发团队沟通，后续会输出完整的文档分享。

号外！号外！仅需5000元，即可配置Apollo计算平台！相关推荐

喜马拉雅小雅Nano首发，仅需1元即可预约限量抢购
文|曾响铃来源|科技向令说今天,喜马拉雅上线首发小雅Nano,喜欢智能音箱的粉丝们又有福利了.小雅Nano是一款能免费听喜马拉雅会员精品的AI音箱产品.想要第一时间尝鲜的话很简单,只要在喜马拉 ...
【玩转物联网】（1）仅需18元，ESP8266开发板实现WIFI信号桥接和放大一劳永逸解决wifi信号弱问题
仅需18元,ESP8266开发板实现WIFI信号桥接和放大一劳永逸解决wifi信号弱问题可直接看B站视频:https://www.bilibili.com/video/BV1BL411T77T?s ...
小米真蓝牙耳机说明书_小米真无线蓝牙耳机Air2 SE评测：仅需169元，享受随心畅听体验...
继小米真无线蓝牙耳机Air 2.小米真无线蓝牙耳机Air 2S之后,小米公司又于2020年5月19日再次推出了一款售价更为亲民的真无线蓝牙耳机新品--小米真无线蓝牙耳机Air2 SE,该机不仅延续了小 ...
iPhone XR再降价：64GB到手最低仅需4149元
随着iPhone11的大火,其前代的日子自然不好过,除了降价促销也别无他法,近日,有网友爆料,iPhone XR在苏宁平台降价促销,64GB iPhone XR原价4799元,活动价4499元,可享满 ...
5000配置一台游戏型计算机,开学装机：2020年如何配一台5000元主流配置的游戏主机？...
原标题:开学装机:2020年如何配一台5000元主流配置的游戏主机? 特殊的2020年,让所有人都想不到,更让大学们直接在家度过一个学期.今秋九月,终于可以重返校园了,相信有不少学生正计划着给自己新学 ...
升降式摄像头+8G运存+4800万像素，仅需1599元，网友：刷新下限啊
升降式摄像头+8G运存+4800万像素,仅需1599元,网友:刷新下限啊目前手机行业有不少手机都采用了前置摄像头升降式设计,但是售价在2000元以内手机,貌似只有四五款的样子,比如荣耀的9X.红米K ...
【优惠购】办公首选台式机仅需1999元！
办公装备想更换老板要求又高不要贵的.不要太差的怎么办? -- 小编这里就给大家推荐一个完美解决需求的活动 --拼手速截图抢优惠! 只要把上方动图截图发送截图优惠至戴尔官网客服联系客服即 ...
2020年学计算机需要什么配置,开学装机：2020年如何配一台5000元主流配置的游戏主机？...
开学装机:2020年如何配一台5000元主流配置的游戏主机? 2020-08-31 18:37:04 3点赞 11收藏 5评论特殊的2020年,让所有人都想不到,更让大学们直接在家度过一个学期.今秋 ...
省钱攻略送上！戴尔官网OptiPlex商用台式机到手仅需2279元！速速抢购！
如何用最少的钱磕到性价比超优的设备? 两三千元左右的价格能买到狠货吗? 来戴尔小企业官网, 助力业务在线,Slay全场! 粉丝额外宠粉福利 1.关注公众号 2.通过戴尔官网客服采购电脑产品 3.发送订 ...

号外！号外！仅需5000元，即可配置Apollo计算平台！

号外！号外！仅需5000元，即可配置Apollo计算平台！相关推荐

最新文章

热门文章