Apollo安装全攻略

主页传送门：📀 传送

概述

---

  Apollo（阿波罗）是一个流行的开源自动驾驶平台，为汽车行业和自动驾驶领域的合作伙伴提供了一个软件开发平台。本文将介绍Apollo的俩种不同安装方式，可以根据个人需求选择安装方式。

快速安装

---

  基于软件包的方式进行安装，方便开发者快速安装、快速体验。

安装基础软件

---

安装 Ubuntu Linux

---

根据官网的安装步骤一步步操作 安装 Ubuntu 18.04+ 的步骤，参见 官方安装指南。

注意：虽然其他发布版本的 Linux 也可能没问题，但只在纯净的 Ubuntu 系统，即 Ubuntu 18.04.5 LTS (Bionic Beaver) 中测试过 Apollo。因此，推荐您使用 Ubuntu 18.04.5+（包括 Ubuntu
20.04）作为主机的操作系统。

完成安装后更新相关软件：

sudo apt-get update
sudo apt-get upgrade
1
2

注意：若要完成更新，需要保证网络连接。

安装 Docker Engine

---

Apollo 依赖于 Docker 19.03+。安装 Docker 引擎，您可以根据官方文档进行安装：

参见 Install Docker Engine on Ubuntu。
还可以通过 Apollo 提供的安装脚本直接安装：

wget http://apollo-pkg-beta.bj.bcebos.com/docker_install.sh
bash docker_install.sh
1
2

这个过程可能会运行多次脚本，根据脚本提示执行即可。

安装 Apollo 环境管理工具

---

Apollo 环境管理工具是一个帮忙管理和启动 Apollo 环境容器的命令行工具。

1. 添加 apt 源
   添加源和 key：

sudo bash -c "echo 'deb https://apollo-pkg-beta.cdn.bcebos.com/neo/beta bionic main' >> /etc/apt/sources.list"
wget -O - https://apollo-pkg-beta.cdn.bcebos.com/neo/beta/key/deb.gpg.key | sudo apt-key add -
sudo apt update
1
2
3

2. 安装 apollo-neo-env-manager
   执行以下命令安装：

sudo apt install apollo-neo-env-manager-dev
1

成功安装后即可使用

aem -h
1

如果您对 aem 工具的功能感兴趣，可以查阅 aem - Apollo 环境管理工具。

获取 GPU 支持（可选）

---

Apollo某些模块需要GPU的支持才能够编译、运行（例如感知模块），如果您需要使用此类模块，需要安装Nvidia显卡驱动以及Nvidia container toolkit以获取GPU支持。

车上的 Apollo 运行环境需要依赖 NVIDIA GPU 驱动。

注意：如果您不需要运行感知模块，只想播放数据包体验 Apollo，则不需要安装 NVIDIA 驱动。

您可以通过以下两种方式在 Ubuntu 上进行安装：
（推荐）apt-get 命令。
使用官方 runfile。

对于 Ubuntu 18.04+，只需执行以下命令即可：

sudo apt-get update
sudo apt-add-repository multiverse
sudo apt-get update
sudo apt-get install nvidia-driver-455
1
2
3
4

可以输入 nvidia-smi 来校验 NVIDIA GPU 驱动是否在正常运行（可能需要在安装后重启系统以使驱动生效）。如果成功，则会出现以下信息：

Prompt> nvidia-smi
Mon Jan 25 15:51:08 2021
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 460.27.04    Driver Version: 460.27.04    CUDA Version: 11.2     |
|-------------------------------+----------------------+----------------------+
| 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  GeForce RTX 3090    On   | 00000000:65:00.0  On |                  N/A |
| 32%   29C    P8    18W / 350W |    682MiB / 24234MiB |      7%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|    0   N/A  N/A      1286      G   /usr/lib/xorg/Xorg                 40MiB |
|    0   N/A  N/A      1517      G   /usr/bin/gnome-shell              120MiB |
|    0   N/A  N/A      1899      G   /usr/lib/xorg/Xorg                342MiB |
|    0   N/A  N/A      2037      G   /usr/bin/gnome-shell               69MiB |
|    0   N/A  N/A      4148      G   ...gAAAAAAAAA --shared-files      105MiB |
+-----------------------------------------------------------------------------+
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

安装 Nvidia container toolkit
为了在容器内获得 GPU 支持，在安装完 docker 后需要安装 NVIDIA Container Toolkit。 运行以下指令安装 NVIDIA Container Toolkit：

distribution=$(. /etc/os-release;echo $ID$VERSION_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
1
2
3
4
5

安装完毕后，需要手动重启下docker：

sudo systemctl restart docker
1

创建和进入 Apollo 环境容器

---

1. 创建工作空间
   创建并进入目录

mkdir application-demo
cd application-demo
1
2

2. 启动 apollo 环境容器

aem start
1

注意：默认的环境镜像已经包含 gpu 相关的依赖库，如您想以 gpu 模式启动容器可以使用start_gpu子命令。在使用start_gpu命令前，请务必确保已正确安装Nvidia显卡驱动以及Nvidia container toolkit

如果一切正常，将会见到类似下图的提示：

3. 进入 apollo 环境容器

aem enter
1

脚本执行成功后，将显示以下信息，您将进入 Apollo 的运行容器：

user_name@in-dev-docker:/apollo_workspace# 
1

工作空间文件夹将被挂载到容器的 /apollo_workspace 中。

4. 初始化工作空间

aem init
1

至此 Apollo 环境管理工具及容器已经安装完成，接下来可以根据不同的使用场景按需安装不同的模块。

源码安装

---

帮助用户重新安装 Apollo 8.0 系统环境及 Apollo 8.0 源码 运行软件。

安装 Linux 系统

---

Apollo 软件系统依赖于 Linux 操作系统运行，而 Linux 操作系统种类繁多，且又分为服务器版本和桌面版本，这里我们选择当下比较流行的 Ubuntu 桌面操作系统的 64 位版本。

（可选）安装 NVIDIA GPU 驱动

---

同上

安装 docker

---

同上

下载并编译 Apollo 源码

---

安装 git 并将源码 clone 下来：

cd ~/
sudo apt update
sudo apt install git -y
git init
git clone https://github.com/ApolloAuto/apollo.git
1
2
3
4
5

代码下载的时间视网速的快慢而有所区别，请耐心等待。

启动并进入 docker 容器，在终端输入以下命令：

 cd ~/apollo
 bash docker/scripts/dev_start.sh
1
2

第一次进入 docker 时或者 image 镜像有更新时会自动下载 apollo 所需的 image 镜像文件，下载镜像文件的过程会很长，请耐心等待。

如果一切正常，则会见到以下信息：

[ OK ] Congratulations! You have successfully finished setting up Apollo Dev Environment.
[ OK ] To login into the newly created apollo_neo_dev_root container, please run the following command:
[ OK ]   bash scripts/edu_launcher.sh enter
[ OK ] Enjoy!
1
2
3
4

这个过程完成后，请输入以下命令以进入 docker 环境中：

bash docker/scripts/dev_into.sh
1

编译 Apollo 源码。

编译 Apollo，在终端输入以下命令，等待编译完成，编译过程耗时视机器配置的不同而有所区别，请耐心等待：

bash apollo.sh build
1

运行 Dreamview 检验编译是否成功

---

进入 Apollo 容器环境。

cd ~/apollo
 bash docker/scripts/dev_start.sh
 bash docker/scripts/dev_into.sh
1
2
3

注：如果您已在容器环境内，请忽略此步骤。

启动 dreamview。

在终端输入以下命令：

bash scripts/bootstrap.sh
1

如果启动成功，在终端会输出以下信息：

 nohup: appending output to 'nohup.out'
 Launched module monitor.
 nohup: appending output to 'nohup.out'
 Launched module dreamview.
 Dreamview is running at http://localhost:8888
1
2
3
4
5

在浏览器中输入以下地址访问 Dreamview：

http://localhost:8888
回放数据包。

在终端输入以下命令下载数据包：

wget https://apollo-system.cdn.bcebos.com/dataset/6.0_edu/demo_3.5.record
1

输入以下命令可以回放数据包，在浏览器 DreamView 中应该可以看到回放画面：

cyber_recorder play -f demo_3.5.record --loop
1

您的 Apollo 系统已经编译并成功运行。

福利活动

加入课程

Apollo开发者社区 观看课程学习apollo

课程进度可以拖动 几秒就能完成。

学完填表选心仪的奖品领奖就行

表单填写