搭建百度apollo环境

0-前言
1-目标
2-方法
3-Apollo环境搭建
- 3.1-CPU版
- - 3.1.1前置依赖硬件条件
  - 3.2-GPU版
  - 前置依赖软件
  - - 1.安装 Ubuntu 18.04
    - 2.安装 GIT
    - 3.安装 Docker 引擎
  - 3.1.3克隆 Apollo 源码
  - 3.1.4启动 Apollo Docker 开发容器
  - 3.1.4进入 Apollo Docker 开发容器
  - 3.1.5容器中构建 Apollo
  - 3.1.6运行 Apollo
  - - 1 启动 Apoll
  - 2.选择驾驶模式和地图
  - - 3.回放 Demo 数据
参考

0-前言

为什么要这件事

无人驾驶行业涉及范围很广，应用到的往往是前言技术，资料又比较零散，少有成体系的讲理论与实战。我将要做的事情就是通过仿真的方式，带你通过可视的方法理解无人驾驶。

1-目标

项目的目标是给想要了解，转行无人驾驶或者，想要从事无人驾驶某个专项深耕的人，简历一个无人驾驶的知识星球。建立一个无人驾驶领域的业务体系，搭建出一套可debug的仿真环境，实战学习相关算法，提高个人能力提高专项技能。

2-方法

项目将以百度开源apollo项目为项目的开端，带你如何搭建一套可debug的环境，从实践入手，摆脱纯理论阶段。

一点点的通过仿真的方式，了解规控算法，感知算法等。一点点的深耕其实现原理和业务设计理论（业务上为什么要这么做）。

3-Apollo环境搭建

如果你还你点不了解无人驾驶，没关系。我们先搭建一套apollo环境，从实践的角度，跑起来看看怎末玩。

3.1-CPU版

3.1.1前置依赖硬件条件

特点是cpu要新,内存和存储要大

|CPU:Intel 11代酷睿i9 11900（八核十六线程，最大睿频5.2GHz）

|内存：威刚DDR4 32G 3200（可根据需求扩展至128G）

|硬盘：西数黑盘500G

3.2-GPU版

|CPU:Intel 11代酷睿i9 11900（八核十六线程，最大睿频5.2GHz）

|内存：威刚DDR4 32G 3200（可根据需求扩展至128G）

|硬盘：西数黑盘500G

|显卡：NVIDIA GeForce RTX2060 12G

安装 NVIDIA 显卡驱动

可以通过界面的方式安装

随后，可以通过在终端中执行 nvidia-smi 命令来查看 NVIDIA 显卡工作是否正常（完成驱动安装后可能需要重启），正常情况下终端将显示下面的信息：

Sun Mar 27 10:35:07 2022
±----------------------------------------------------------------------------+
| NVIDIA-SMI 470.103.01 Driver Version: 470.103.01 CUDA Version: 11.4 |
|-------------------------------±---------------------±---------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|=++==============|
| 0 NVIDIA GeForce … Off | 00000000:01:00.0 On | N/A |
| 0% 37C P8 20W / 184W | 553MiB / 12026MiB | 7% Default |
| | | N/A |
±------------------------------±---------------------±---------------------+

±----------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=============================================================================|
| 0 N/A N/A 1113 G /usr/lib/xorg/Xorg 215MiB |
| 0 N/A N/A 1343 G /usr/bin/gnome-shell 61MiB |
| 0 N/A N/A 2819 G /usr/lib/firefox/firefox 226MiB |
| 0 N/A N/A 5156 G …404678048605711115,131072 8MiB |
| 0 N/A N/A 24499 G …AAAAAAAAA= --shared-files 33MiB |
| 0 N/A N/A 25945 G /usr/lib/firefox/firefox 1MiB |
±----------------------------------------------------------------------------+

安装 NVIDIA 容器工具包

如果是在物理机中安装的 Ubuntu，且机器配有 NVIDIA 显卡，在安装了驱动的前提下，还需要安装 NVIDIA 容器工具包以运行 Apollo Docker 镜像中的 CUDA：

distribution=$(. /etc/os-release;echo I D ID IDVERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt-get -y update
sudo apt-get install -y nvidia-docker2

前置依赖软件

安装 Ubuntu 18.04
安装 Git
安装 Docker 引擎

1.安装 Ubuntu 18.04

系统的安装参考网上教程;

2.安装 GIT

为什么要安装git,因为要从仓库上拉取代码;由于代码较大,所以使用ssh的方式最稳妥,不会中途断掉;所以要有一个github账号.

ubuntu安装git
生成git ssh key
添加key 到GitHub上

参考链接

https://www.cnblogs.com/zxlovenet/p/4571850.html

3.安装 Docker 引擎

安装Docker 19.03 及以上版本，在终端中直接执行下述命令即可完成 Docker 社区版的安装：

curl https://get.docker.com | sh
sudo systemctl start docker && sudo systemctl enable docker

重启 Docker 守护进程以使改动生效：

sudo systemctl restart docker

3.1.3克隆 Apollo 源码

推荐使用过 SSH 方式克隆 Apollo 源码仓库：

# 使用 SSH 的方式
git clone git@github.com:ApolloAuto/apollo.git

3.1.4启动 Apollo Docker 开发容器

进入到 Apollo 源码根目录，打开终端，执行下述命令以启动 Apollo Docker 开发容器：

sudo ./docker/scripts/dev_start.sh

不出意外得话，启动成功后将得到下面信息：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-s0XioVjk-1651472623736)(

3.1.4进入 Apollo Docker 开发容器

启动 Apollo Docker 开发容器后，执行下述命令进入容器：

sudo ./docker/scripts/dev_into.sh

可以发现，进入容器后终端信息发生了相应变化，后面的操作都将在容器中进行：

![进入 Apollo docker 开发容器

若提示 [WARNING] nvidia-smi not found. CPU will be used. 请确认是否要用gpu编译，不是则忽略。若是，请检查NVIDIA 容器工具包是否安装，重新执行sudo ./docker/scripts/dev_start.sh可解决。

3.1.5容器中构建 Apollo

进入 Apollo Docker 开发容器后，在容器终端中执行下述命令构建 Apollo：sudo ./apollo.sh build 自动适配用cpu编译还是gpu

sudo ./apollo.sh build

用时739秒编译成功后如下 Enjoy！

3.1.6运行 Apollo

1 启动 Apoll

完成 Apollo 构建后，在容器终端中执行下述命令：

./scripts/bootstrap.sh start

上述命令会启动 DreamView 并使能模块监控机制，在浏览器中访问 http://localhost:8888 来显示 DreamView 界面：

2.选择驾驶模式和地图

在 DreamView 界面的对应下拉框中选择驾驶模式为“Mkz Example，选择地图为“Sunnyvale with Two Offices”：

3.回放 Demo 数据

在容器终端中执行下述命令下载 demo 数据：

source cyber/setup.bash # 回放包需要设置下环境变量
cd docs/demo_guide/
python3 record_helper.py demo_3.5.record

由于网络原因，下载可能失败，可以点击这里手动下载并将数据放到 apollo/docs/demo_guide/ 目录下。继续在容器终端中执行下述命令来播放数据，-l 表示循环播放（loop）：

cyber_recorder play -f demo_3.5.record -l

至此，DreamView 界面中将呈现出自车规划轨迹、他车预测轨迹、路网等各种信息：

参考

https://blog.shipengx.com/archives/e4b9c8ad.html

https://blog.csdn.net/weixin_45929038/article/details/120113008

感兴趣点我blibli

01_搭建百度apollo环境实操可用相关推荐

linux系统安装python环境实操
linux系统安装python环境实操安装conda,其作用是充当一个管理平台,给予python运行的基本环境,可管理多个虚拟环境查看电脑系统版本: uname -a 清华镜像站下载安装包,一般 ...
【信号调理】用“晶体三极管”搭建CE放大器的实操经验分享
基于的题目 2020 年TI 杯大学生电子设计竞赛--E 题:放大器非线性失真研究装置使用的元件博主使用常用的小功率三极管S9013,是NPN型的.由于博主在洞洞板上焊接搭建电路,所以选择了直插的 ...
0元0基础搭建个人网站简易实操
写在前面本文目的为记录和分享,可作为操作参考,作者只是出于兴趣,并非专业本文基于腾讯云免费试用云服务器,从注册开始完成一个包含图.文.影音和超链接的简单网站搭建,并在其中以实例说明了重要的参数配置 ...
docker php 环境实操
(1)拉取镜像 docker pull php:5.6-fpm (2)安装 docker run --name myphp-fpm -v ~/nginx/www:/www -d php:5.6-fpm ...
dll调用笔记（个人实操可用）
// test_DLL.cpp : 定义控制台应用程序的入口点. //#include "stdafx.h"#include "XXXC.h" #include ...
MySQL主从复制原理（原理+实操）
1.MySQL主从复制原理(原理+实操) 主从复制简介在实际的生产中,为了解决Mysql的单点故障已经提高MySQL的整体服务性能,一般都会采用「主从复制」. 比如:在复杂的业务系统中,有一句sql ...
实操ASP测试环境搭建学习 · 刚刚 0阅读 · 0点赞 langya3 本教程使用Windows2003+IIS6.0+ACCESS+ASP-DVBBS论坛 1. 打开管理服务器-----
实操ASP测试环境搭建本教程使用Windows2003+IIS6.0+ACCESS+ASP-DVBBS论坛打开管理服务器-----点击添加或删除角色----- 进入配置你的服务器向导------点 ...
京东云php环境配置,干货 | 京东云应用负载均衡（ALB）多功能实操
应用负载均衡(Application Load Balancer,简称ALB)是京东云自主研发的一款七层负载均衡产品,主要面向HTTP和HTTPS流量的WEB应用程序,提供灵活的功能配置.应用负载均衡 ...
小白玩大数据日志分析系统经典入门实操篇FileBeat+ElasticSearch+Kibana 实时日志系统搭建从入门到放弃
大数据实时日志系统搭建距离全链路跟踪分析系统第二个迭代已经有一小阵子了,由于在项目中主要在写ES查询\Storm Bolt逻辑,都没有去搭建实时日志分析系统,全链路跟踪分析系统采用的开源产品组合为F ...

01_搭建百度apollo环境实操可用