【Apollo】调试与仿真实践

已于 2023-05-11 15:07:13 修改
阅读量2.1k 收藏 12
点赞数 1
分类专栏： Apollo 文章标签： 自动驾驶 人工智能 ubuntu
于 2022-11-14 11:08:00 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_34972053/article/details/127771964
版权

Apollo EDU-Pre发行版是为开发者能够对Apollo源码学习和实验而准备的一个轻量级发行版，其中包含Apollo Env Container（Apollo环境容器）的部署和使用脚本、Apollo Core（Apollo核心组件包）的安装脚本以及负责核心功能的edu-launch。
该教程基于该学习版工程进行搭建

(一) Ubuntu安装Apollo EDU-Pre 发行版操作指南

前提条件：安装 Ubuntu Linux

Apollo推荐使用版本为18.04，作者使用环境为ubuntu20.04

步骤一：下载Apollo EDU发行版

1.1 下载EDU-Pre安装文件
文件地址：点击下载
1.2 启动ubuntu,在命令行终端中执行脚本安装，执行指令如下所示

bash apollo-edu-install.sh

这里我新建了一个apollo文件夹方便管理相关文件，将下载好的sh文件拷贝到apollo文件夹，之后在该文件夹内执行以上命令。执行完成后，脚本会自动下载并解压Apollo EDU-Pre发行版。
在这里插入图片描述

步骤二：安装及配置docker

假如您的电脑已经安装并配置好了docker，可以略过此步，如果没有正确安装及配置，请运行以下两个步骤：
2.1 进入脚本文件夹

cd apollo-edu/scripts

2.2 在该目录中执行以下命令配置docker

bash docker_install.sh

ps：由于安装docker需要sudo权限，会出现以下提示，需要输入密码：
在这里插入图片描述

​
安装docker过程中可能会出现重启电脑的提示，根据提示操作即可，如果一切顺利，最终会见到类似下图的提示：
在这里插入图片描述
如果需要使用nvidia GPU运算，还需要安装nvidia-docker
在这里插入图片描述
github链接https://github.com/NVIDIA/nvidia-docker
点击installation guide
在这里插入图片描述
安装nvidia-docker，前提是已安装nvidia驱动以及docker

distribution=$(. /etc/os-release;echo $ID$VERSION_ID) && curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg && curl -s -L https://nvidia.github.io/libnvidia-container/$distribution/libnvidia-container.list | sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list
sudo apt-get update
sudo apt-get install -y nvidia-docker2

​

步骤三：启动环境容器并进入

3.1 在scripts目录中执行以下命令启动docker环境

bash edu_launcher.sh start

如果一切正常，将会见到类似下图的提示：Enjoy！
在这里插入图片描述
如果安装了nvidia-docker，会出现USE_GPU_HOST
在这里插入图片描述

​
3.2 启动环境完毕后，在scripts目录下执行以下命令进入docker环境

bash edu_launcher.sh 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#

在这里插入图片描述

步骤四：安装Apollo core

Apollo core是Apollo v8.0-pre的核心组件集，现在包括：

  • cyber模块
  • common模块
  • common_msg模块
  • Apollo build-tool：构建Apollo v8.0-pre的构建工具
    在apollo_workspace目录下，通执行以下安装Apollo core的命令:
bash scripts/apollo_neo.sh install_core

在这里插入图片描述

(二) 使用Dreamview查看数据包

前提条件

本文档假设您按照安装 Apollo EDU-Pre 发行版， 并且 Apollo docker环境已经正常运行，若没有启动 Apollo docker环境，请执行以下命令：

bash scripts/edu_launcher.sh start

步骤一：进入 Apollo Docker 环境

  1. 输入以下命令进入 Apollo
bash scripts/edu_launcher.sh enter
  1. 执行setup脚本，Apollo的运行依赖于某些环境变量，需要手动执行一遍setup脚本
source /opt/apollo/neo/setup.sh

该步骤不会有任何输出，只需要加载一下

步骤二：安装 DreamView（若已经安装，请忽略）

在同一个终端，输入以下命令，安装 Apollo 的 DreamView 程序。

sudo apt install apollo-neo-dreamview-dev && sudo apt install apollo-neo-monitor-dev

步骤三：启动 DreamView

在同一个终端，输入以下命令，启动 Apollo 的 DreamView 程序。

bash scripts/apollo_neo.sh bootstrap

在这里插入图片描述
运行后会有提示DreamView 运行在http://localhost:8888

步骤四：下载 Apollo 的演示包

Record 是 Apollo 记录数据的一种数据格式。
以 .record 为后缀的文件就是我们说的 record 数据包。
在命令行中，输入下面的命令，下载 record 数据包：

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

步骤五：播放 Apollo 的演示包

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

在这里插入图片描述
选项 --loop 用于设置循环回放模式。
跑起来之后会输出以下提示：
在这里插入图片描述

步骤六：使用 DreamView 查看数据包

在浏览器中输入 http://localhost:8888，访问 Apollo DreamView：
地图选择Sunnyvale，运行情况如下图所示：
在这里插入图片描述

(三) planning模块的安装和仿真调试

步骤一：进入 Apollo Docker 环境

  1. 输入以下命令进入 Apollo Docker环境
bash scripts/edu_launcher.sh enter

步骤二：对planning源码包进行编译

bash scripts/edu_launcher.sh build planning

该命令指定了build tool需要引入planning的源码并进行编译，编译后输出enjoy！
在这里插入图片描述

除了planning模块外，目前还引入dreamview，routing，task_manager和monitor等模块，具体可以输入以下命令进行查看：

bash scripts/edu_launcher.sh build -h

*调用脚本编译命令时，当前所在目录即为工作空间目录，请务必在工作空间下使用脚本编译命令。
*注：

  1. 调用脚本编译命令时，当前所在目录即为工作空间目录，请务必在工作空间下使用脚本编译命令。
  2. 如果您使用的是windows wsl2，有可能会在编译过程中遇到缺少/run/shm文件夹导致的编译失败，手动创建该文件，然后重新编译即可。
    Apollo的编译工具会自动分析所有所需要的依赖，自动下载并生成必要的依赖信息文件，首次编译需要从网上拉取部分依赖包，因此受网速与电脑配置影响大概需要40分钟左右，请耐心等待编译完成，编译完成样式如图所示：

编译完成后需要手动刷新环境变量：

source ~/.bashrc

步骤三：对planning进行调试

运行dreamview：

bash scripts/apollo_neo.sh bootstrap

*如果您已经启动过了dreamview，可以restart dreamview进程：

bash scripts/apollo_neo.sh bootstrap restart

此时dreamview和monitor会被自动启动，可以在浏览器输入localhost:8888打开dreamview:
在这里插入图片描述

步骤四: 进入sim control仿真模式进行调试

（1）在上方菜单栏选择 MKz Standard Debug > 车辆型号选择 MkzExample > 地图选择Sunnyvale Big Loop > 点击 Tasks > 选择 Sim Control，即可进入仿真模拟控制，如下图所示：
在这里插入图片描述

（2）点击左侧 Module Control 栏，启动需要调试的模块进程，我们选择Planing、Routing 模块：

（3）设置车辆仿真行驶路径，点击左侧 Routing Editing，拖动、点击鼠标可以在地图中设置车辆行驶路径，如下图所示

（4）当点位设置完成后，点击 Send Routing Request。等待出现如下图所示，红线是routing模块在地图中搜索出的路径，浅蓝色的轨迹是 planning 模块实时规划的局部路径。
在这里插入图片描述

（5）此时如果想对planning模块进行调试，直接修改工作空间中的planning源码即可，源码位于工作空间中的：modules/planning
修改完毕后重新运行编译脚本：

bash scripts/edu_launcher.sh build planning

（6）重新运行dreamview中的planning模块即可。

HIT_Vanni
关注
  • 1
    点赞
  • 踩
  • 12
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
apollo 调试方法 debug方法
03-24
apollo 调试方法
Apollo无人驾驶平台的离线搭建与使用
wutishun的专栏
12-15 491
Apollo无人驾驶平台的离线搭建与使用 1.准备工作 2.安装相关依赖环境 2.1 安装ubuntu16.04 2.2 安装ROS环境 2.3 安装docker 2.4 加载docker的镜像 3. 使用Apollo仿真平台 3.1 启动并进入docker 3.2 编译与运行...
Apollo智能驾驶|apollo8.0新特性讲解－感知框架(2)
2301_77162163的博客
02-02 627
百度Apollo开放平台自上线以来始终保持着创新和高频的自我迭代，从最开始聚焦于基础能力的搭建，走向侧重场景能力的发展，再升级为对平台工程易用性精益求精的追求。12月28日，百度Apollo开放平台面向所有开发者，正式推出了Apollo自动驾驶开放平台的全新升级版本——Apollo 8.0，进一步夯实了平台的易用性，让开发者操作更简单易上手。
Apollo6.0 + lgSVL 联合仿真平台搭建
m0_51238303的博客
08-12 4632
0、前言 先上仿真效果展示 如果你掌握了以下预备能力，将会更加如鱼得水： 熟悉 linux 懂得如何安装 Ubuntu 系统 熟悉 docker 对于想要入门 docker 的同学，真心推荐B站搜索 “狂神 docker”，有了 docker 的技能加持，才能更好的玩转 Apollo 1、硬件配置 种种机缘巧合，我获得了两台主机，所以我果断选择了通过两台主机搭建联合仿真平台的方案。 两台主机的配置分别如下： 参数 主机1 主机2 处理器 i7-4790 i7
大三小学期进阶课程第四十课、apollo平台的快速入门
君陌的博客
08-07 1330
第40课、Apollo平台的快速入门 Docker： (1)Docker是一种容器的技术，它在是Linux内核的基础上做了一些轻量级和隔离机制的优化，让环境更小，部署起来更快。 (2)利用Docker可以使整个工程的安装更加简单。Docker镜像通常是一个配置好的运行环境，包括依赖的第三方库等，使得用户不需要对环境编译做过多复杂的操作。 (3)例如，在Release版本中，Apollo各个模块是一个已经编译好的二进制文件，可以直接运行；如果是开发版本，通常已经加载了所需的第三方库，用户只需要执行对应的编译
Apollo Planning规划算法仿真调试(8)：路径规划PathBoundsDecider上
自动驾驶Player的博客
05-24 1986
前言： PathBoundsDecider 是Apollo Planning规划算法的第四个task，PathBoundsDecider根据lane borrow决策器的输出、本车道以及相邻车道的宽度、障碍物的左右边界，来计算path 的boundary，从而将path 搜索的边界缩小，将复杂问题转化为凸空间的搜索问题，方便后续使用QP算法求解。它的作用主要是： 根据借道信息、道路宽度生成FallbackPathBound 根据借道信息、道路宽度生成、障碍物边界生成PullOverPathBound、
九、Apollo安装和仿真平台介绍（3、Apollo安装过程概述）.mp4
05-13
此资源为百度Apollo平台使用教程系列版之一：Apollo安装教程，如果对此感兴趣，可私信或者留言，后续可能会持续更新。
apollo学习之---（34）百度仿真平台Apollo Studio 使用（未完待续）
qq_41593516的博客
05-05 2284
文章目录1、Apollo Studio地址2、使用方法3、效果 本次百度apollo城市道路自动驾驶虚拟仿真大赛采用Apollo Studio进行测试参赛者的算法，借这次大赛，学习下Apollo Studio的使用方法。 1、Apollo Studio地址 仿真器地址：https://studio.apollo.auto/ 2、使用方法 使用方法：使用指南 3、效果 ...
Apollo-安装和仿真平台1*
xiao769507610的博客
09-12 403
自动驾驶架构介绍 开放车辆认证平台：只要车辆满足条件，就可以运行Apollo 硬件平台：计算单元（工控机）、camera（红绿灯的识别）、毫米波雷达（远距离跟车、障碍物检测）、超声波雷达（5m范围检测）、HMI、Black Box（类似于黑匣子）、Sensor Unit（可以加自己想要的硬件） 开放软件平台： camera+Radar：告诉情况下感知车道线、障碍物；低成本 Guardian：Planning的指令经过该模块的过滤后交给Control（考虑安全） Control：将指令进行解析，将速度解析为
apollo8.0仿真云平台场景制作教程
yo142857的博客
01-30 610
apollo仿真云平台场景制作方法
Apollo调试与仿真实践
12-08
Apollo调试与仿真实践
在VSCOD中断点调试apollo代码的方法
06-11
在VSCO的中断点调试apollo代码的方法
Apollo规划模块详解与实践
12-08
Apollo规划模块详解与实践
Apollo感知模块详解与实践
12-08
Apollo感知模块详解与实践
自动驾驶框架 UniAD环境部署
h904798869的博客
04-27 484
UniAD环境部署。统一自动驾驶框架 (UniAD) ，第一个将全栈驾驶任务整合到一个深度神经网络中的框架，并可以发挥每个子任务以及各个模块的优势，以执行安全的规划。
全面展示自动驾驶最新发展动态“2024上海国际自动驾驶技术展会”
最新发布
04-28 341
随着科技的飞速发展和人们生活水平的提高，汽车作为交通工具的角色正在逐渐转变，它已经不仅仅是一个简单的移动工具，而是成为了一种智能设备，融入了我们的生活之中。2024年上海自动驾驶及新能源汽车展会，就是这一变革的最好见证。
自动驾驶新书“五一”节马上上市了
yorkhunter的博客
04-27 431
《自动驾驶系统开发》终于在清华大学出版社三校稿之后即将在五一节后出版。
Perfectly Clear Workbench for mac/win：让图像清晰不再是难题
2401_82627223的博客
04-27 406
Perfectly Clear Workbench是一款功能强大、操作简便的图像清晰处理软件。它不仅能够满足专业摄影师的高标准需求，也能让业余爱好者轻松提升作品质量。
apollo自动驾驶仿真平台
05-10
Apollo是一个开源的自动驾驶仿真平台，由百度公司推出。它提供了一个完整的自动驾驶解决方案，包括传感器、感知、定位、规划、控制等多个模块，并且提供了仿真环境和仿真工具来进行测试和验证。 Apollo仿真平台包括了高精地图、虚拟感知器、虚拟控制器、仿真引擎等多个组件，可以进行各种场景的仿真测试，比如城市、高速公路、乡村等。同时，Apollo还提供了一个Web界面，可以进行可视化的操作和监控。 通过使用Apollo仿真平台，开发者可以快速开发和测试自动驾驶系统，减少在实际道路上测试的时间和成本，提高开发效率和安全性。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

HIT_Vanni

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值