SVLsimulator与apollo6.0联合仿真

放几个很重要的网址

Apollo开发者平台
ApolloAotu/apollo git官网（给安装方法所在网址，gitee的）
SVL地图、车辆store and library
apollo系统重装

2021不同于2020.5版本，除了支持的地图和车辆更多了，他的交互方式也发生了变化，从应用连接的方式变成了类似于jupyter的网页交互的方式，可视化程度更强了。

SVL PythonAPI

1、Apollo6.0环境的加载与启动

!!非常重要，不要使用root权限，一切都在根目录~下执行。你git后的文件所属用户和用户组组(ll查看)一定是你的本地用户和组，而不是root，否则后面问题会很多！！！

1.1 从gitee克隆需要的源代码，由于源代码比较大，所以绝大部分计算机无法直接克隆下来，这里推荐两种可能的解决方案：

1.1.1 配置ssh公钥，使用ssh地址克隆（这里给出gitee国内站的方法，github类似）

1. Cmd或者termin（生成公钥、私钥）：ssh-keygen -t ed25519 -C “[email protected]”。这里的邮箱地址只是一个称谓，只是为了便于辨识。
2. 读取公钥：cat ~/.ssh/id_ed25519.pub。ubuntu下是这个命令，windows下请找到生成路径，cmd中会给出，用记事本打开就可查看了。
3. 进入gitee个人账户：设置-SSH公钥-添加公钥。
4. 测试连接：ssh -T [email protected]
5. 克隆使用ssh地址：cd ~ git clone [email protected]:ApolloAuto/apollo.git
6. 完事之后，ll查看一下，确认一下，是不是属于当前用户组，如果不是，重新拉。

1.1.2 从源码重新编译git，如果你遇到了这样的问题：error: RPC failed; curl 56 GnuTLS recv error (-110): The TLS connection was non-properly terminated。

1. 这里细节比较多，给出我的blog：https://blog.csdn.net/qq_40574123/article/details/121626415?spm=1001.2014.3001.5501

1.2 Apollo运行有很多依赖，就像数据库管理contain的运行依赖mysql一样，apollo也是架构在docker容器基础上的，所以我们要先搭建docker环境与Nvidia GPU环境。（这里介绍ubuntu18.04环境下的安装，windows下的比较简单，安装cuda{https://developer.nvidia.com/cuda-toolkit-archive}和对应版本的cudnn{https://developer.nvidia.com/rdp/cudnn-archive}）

1.2.1 Nvidia GPU

1. 替换国内源，网上教程很多，但是一定要记住不要去轻易修改sources.list文件，尽可能使用软件与更新功能，更改的sources.list文件的时候尽可能确保前缀相同（是清华源就都是清华地址，sources.list的作用实际上类似于路由注册）。
2. su root
3. apt update && apt upgrade
4. apt-add-repository multiverse
5. apt update
6. apt install nvidia-driver-455(安装相关问题，见我的blog：https://blog.csdn.net/qq_40574123/article/details/121037037?spm=1001.2014.3001.5501)
7. nvidia-smi

1.2.2 install docker

1. curl https://get.docker.com | sh
2. systemctl start docker && sudo systemctl enable docker
3. systemctl enable containeral.service

1.2.3 install NVIDIA Container Toolkit

1. distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
2. curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add –
3. curl -s L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list
4. apt update
5. apt install nvidia-docker2 -y
6. systemctl restart docker

1.3 在clone后你会得到一个叫做apollo的文件，按照如下命令操作，windows同

i. cd ~/apollo
给docker权限，这样才能使得docker能在本地用户组下运行相关指令。

sudo gpasswd -a $USER docker  
sudo usermod -aG docker $USER  
sudo chmod 777 /var/run/docker.sock

ii. bash docker/scripts/dev_start.sh
iii. bash docker/scripts/dev_into.sh(你已经进入docker容器了，且位于/apollo目录下)
iv. ./apollo.sh build
v. source cyber/setup.bash
vi. ./scripts/bootstrap.sh
vii. ./scripts/bridg.sh

1.4 打开浏览器，输出localhost:8080，理论进入apollo系统dreamview操作界面。更多问题，见我的blog：https://blog.csdn.net/qq_40574123/article/details/121037037.

2. 启动LGSVLsimulator

2.1 仿真软件的安装

i. 去官网下载下载（windows、Linux）：https://www.svlsimulator.com/。
ii. 打开可执行文件，选择open browser，sign up and sign in
iii. 依次点击：clusters-Add New，然后你会得到一个与本机相连接的客户端，在这里，便可以操作仿真了。
iv. 点击simulations，Add New：

1. General:Select Cluster:选择连接上当前主机的cluster;开启Create test report、Interactive mode.
2. Test case: Runtime Template: Random Traffic; Map: BorregasAve; Vehicle: Lincoln2017MKZ/Apollo 6.0(modular testing); you can open Random Traffic or more.
3. Autopilot:Apollo 6.0.
4. Click Publish.

v. 你会在第ii中启动的程序中看到，仿真已经运行起来了，接下来我们要桥接上apoolo程序。

3.Bridge

a) 进入到在1.d中打开的浏览器界面中，选择车辆与地图信息，详情见附录图。
b) 点击 Module Controller，开启Preception,Planning,Prediction,Localization,Routing,Control,Transform,(Traffic Light)模块。
c) 依次点击Route Editing，Romove All Points，在地图上选择一个点（车将会自动驾驶到这个点），点击Send Routing Request。
d) 接下来你会在LGSVLsimulator中看到apollo车自己在向目标前进，过程包含：路径规划、避障、定位、感知等等。如果你桥接的是真车，那真车也会同simulator中显示的运动一样作动。