【Apollo】推动创新：探索阿波罗自动驾驶的进步（含安装 Apollo的详细教程）

迷南。 2024-04-06 15:15 81阅读 0赞

## 前言 ##

![请添加图片描述][c7f3e6b8a7624a9eabbea77dbcbca119.jpeg]

**前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家**：[https://www.captainbed.cn/z][https_www.captainbed.cn_z]  
![请添加图片描述][ff5fcbac70f843ebb3ef9cf9ebf68fef.gif]

ChatGPT[体验地址][Link 1]

![请添加图片描述][c7f3e6b8a7624a9eabbea77dbcbca119.jpeg]

#### 文章目录 ####

*  前言
 *   *  探索阿波罗自动驾驶的进步
     *  步骤一：安装基础软件
     *   *  1. 安装 Ubuntu Linux
         *  2. 安装 Docker Engine
     *  步骤二：安装 Apollo 环境管理工具
     *   *  1. 添加 apt 源
         *  2. 安装 apollo-neo-env-manager
     *  步骤三（可选）：获取 GPU 支持
     *   *  1. 安装显卡驱动
         *  2. 安装 Nvidia container toolkit
     *  步骤四：创建和进入 Apollo 环境容器
     *   *  1. 创建工作空间
         *  2. 启动 apollo 环境容器
         *  3. 进入 apollo 环境容器
         *  4. 初始化工作空间

![d36fa56e708f47c88e3f231a2ee0e965.png][]

### 探索阿波罗自动驾驶的进步 ###

**软件包安装** 本文主要介绍在如何使用软件包（即 deb 包）的方式来安装 Apollo，相对于源码方式安装，软件包安装方式不需要编译，更加快捷。但是对环境的支持比较单一，如果在自定义环境内安装，请移步源码安装方式

本文假定用户已具备基本 Linux 工作知识。

### 步骤一：安装基础软件 ###

#### 1. 安装 Ubuntu Linux ####

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，但我们只在纯净的 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 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

> 注意：若要完成更新，需要保证网络连接。

#### 2. 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。   您还可以者通过 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

这个过程可能会运行多次脚本，根据脚本提示执行即可。

### 步骤二：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

#### 2. 安装 apollo-neo-env-manager ####

执行以下命令安装：

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

成功安装后即可使用

aem -h

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。

### 步骤三（可选）：获取 GPU 支持 ###

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。

#### 1. 安装显卡驱动 ####

通过以下指令来安装Nvidia显卡驱动：

sudo apt-get update 
    sudo apt-add-repository multiverse 
    sudo apt-get update 
    sudo apt-get install nvidia-driver-455

安装完毕后，您可以通过nvidia-smi指令来检查驱动是否安装成功，如果一切正常，您可以看到类似以下的提示：

Tue Jan  3 12:04:21 2023
    +-----------------------------------------------------------------------------+
    | NVIDIA-SMI 460.91.03    Driver Version: 460.91.03    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 GTX 1080    Off  | 00000000:01:00.0 Off |                  N/A |
    |  0%   38C    P8     7W / 198W |    239MiB /  8118MiB |      0%      Default |
    |                               |                      |                  N/A |
    +-------------------------------+----------------------+----------------------+
    
    +-----------------------------------------------------------------------------+
    | Processes:                                                                  |
    |  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
    |        ID   ID                                                   Usage      |
    |=============================================================================|
    |    0   N/A  N/A      2566      G   /usr/lib/xorg/Xorg                 18MiB |
    |    0   N/A  N/A      2657      G   /usr/bin/gnome-shell               67MiB |
    |    0   N/A  N/A      6104      G   /usr/lib/xorg/Xorg                132MiB |
    |    0   N/A  N/A      6234      G   /usr/bin/gnome-shell               13MiB |
    |    0   N/A  N/A      7440      G   gnome-control-center                1MiB |
    +-----------------------------------------------------------------------------+

#### 2. 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

安装完毕后，需要手动重启下docker：

sudo systemctl restart docker

### 步骤四：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

#### 2. 启动 apollo 环境容器 ####

aem start

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： ![在这里插入图片描述][110f34f15f05438eb7c1a39232a90bd8.png]

#### 3. 进入 apollo 环境容器 ####

aem enter

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#

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

至此 Apollo 环境管理工具及容器已经安装完成，接下来请跟着 QuickStart 文档根据不同的使用场景按需安装不同的模块。

**更全面的Apollo社区官网文档**   Apollo社区官网文档，主要为新手开发者提供Apollo相关介绍、以及上机场景和上车场景的实践说明，让新手开发者能快速了解Apollo并上手实操。在8.0中，我们优化了社区官网文档的结构，从开发者使用场景出发，针对不同场景提供应用实践案例指导以及扩展开发指导。  
![在这里插入图片描述][15bb3c7ef7724fcda8a9f7d293675be3.png]

[c7f3e6b8a7624a9eabbea77dbcbca119.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/06/3b37bd29c56049a59ad02f4e501004a0.jpeg
[https_www.captainbed.cn_z]: https://www.captainbed.cn/z
[ff5fcbac70f843ebb3ef9cf9ebf68fef.gif]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/06/3e2cbaa7e8034893b8ac83570893ea58.gif
[Link 1]: http://39.101.69.226:3500/
[d36fa56e708f47c88e3f231a2ee0e965.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/06/8885f41caab14f1dadfab9e41c798de6.png
[110f34f15f05438eb7c1a39232a90bd8.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/06/6ed5a406b9004acbb10c8010af1fb06a.png
[15bb3c7ef7724fcda8a9f7d293675be3.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/06/01583243291048b0a760570d24a40019.png