【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）

前言

Apollo (阿波罗)是一个开放的、完整的、安全的平台，将帮助汽车行业及自动驾驶领域的合作伙伴结合车辆和硬件系统，快速搭建一套属于自己的自动驾驶系统。
开放能力、共享资源、加速创新、持续共赢是 Apollo 开放平台的口号。百度把自己所拥有的强大、成熟、安全的自动驾驶技术和数据开放给业界，旨在建立一个以合作为中心的生态体系，发挥百度在人工智能领域的技术优势，为合作伙伴赋能，共同促进自动驾驶产业的发展和创新。
Apollo 自动驾驶开放平台为开发者提供了丰富的车辆、硬件选择，强大的环境感知、高精定位、路径规划、车辆控制等自动驾驶软件能力以及高精地图、仿真、数据流水线等自动驾驶云服务，帮助开发者从 0 到 1 快速搭建一套自动驾驶系统。

---

作者简介：热爱跑步的恒川，致力于C/C++、Java、Python等多编程语言，热爱跑步，喜爱音乐的一位博主。
本文收录于Apollo的学习录系列，大家有兴趣的可以看一看
相关专栏C语言初阶、C语言进阶系列等，大家有兴趣的可以看一看
Python零基础入门系列，Java入门篇系列、docker技术篇系列正在发展中，喜欢Python、Java、docker的朋友们可以关注一下哦！

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：

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。

  社区官网文档：https://apollo.baidu.com/community/Apollo-Homepage-Document/Apollo_Doc_CN_8_0。
  另外还有活动任务《星火培训》：星火培训。

  Apollo 8.0从“新架构”、“新能力”两个重要层面进行了全面升级，从开发者的实际需求出发进行改良，帮助开发者更好、更快地熟悉和使用Apollo开放平台。此次Apollo开放平台8.0的推出，再次让Apollo开放平台在工程易用性上向前迈进一大步，降低操作难度、操作成本的门槛，让更多开发者可以简单方便地上手Apollo开放平台、投身自动驾驶技术领域。

---

如果这份博客对大家有帮助，希望各位给恒川一个免费的点赞作为鼓励，并评论收藏一下⭐，谢谢大家！！！
制作不易，如果大家有什么疑问或给恒川的意见，欢迎评论区留言。