Apollo安装踩坑记录

RavenRaaven

已于 2022-10-11 21:46:37 修改

阅读量2.6k

点赞数 1

分类专栏：智能汽车文章标签： ubuntu linux 运维

于 2022-10-11 21:27:12 首次发布

本文链接：https://blog.csdn.net/qq_41871826/article/details/127271272

版权

智能汽车专栏收录该内容

14 篇文章 33 订阅

订阅专栏

本文记录安装Apollo的踩坑记录，本人系统配置为：ubuntu 20.04.5，cuda 11.4；
一些apollo安装记录的博客：

1. Prerequisites

首先Apollo预安装包括：

ubuntu系统，这里我用的是20.04.5，需要注意安装系统时尽可能把\目录的存储空间加大，或者安装的时候直接把系统分区弄成\（我分配了400G左右）和swap(分配了10G左右)即可。不需要再细分成\boot和\home。这是我踩的第一个坑，最开始只给了\ 50G，安装完之后ubuntu图形界面直接不显示了，只能重装系统。
CUDA 11.4，顺手把对应的cudnn（v8.2.4）和pytorch（1.11.0+cu113）也装上，这部分可以见我这篇博客。
安装docker
如果有显卡的话需要安装Nvidia Container Toolkit
一些依赖包（指令：sudo apt install gcc g++ git vim curl make cmake gedit unzip cutecom can-utils net-tools -y）

如果网速不好或被qiang，建议docker和Nvidia Container Toolkit的安装过程中用**手机热点（**手机热点太关键了）。安装指令搬运在这，具体也可以参考这篇博客和apollo官网：

curl https://get.docker.com | sh
sudo systemctl start docker && sudo systemctl enable docker

docker安装好之后，将Docker加入super权限以及开机启动：

sudo groupadd docker
sudo usermod -aG docker $USER

之后logout再重新login，再继续执行以下命令

newgrp docker

以下步骤用于检测docker是否安装成功，如果正确会出现下图：

docker run hello-world

在这里插入图片描述

之后安装Nvidia Container Toolkit，如果网速不行，试试手机热点！

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
sudo systemctl restart docker

update过程中可能会出现以下错误，

/sbin/ldconfig.real: /usr/local/cuda-11.4/targets/x86_64-linux/lib/libcudnn_adv_
train.so.8 is not a symbolic link

/sbin/ldconfig.real: /usr/local/cuda-11.4/targets/x86_64-linux/lib/libcudnn.so.8
 is not a symbolic link

/sbin/ldconfig.real: /usr/local/cuda-11.4/targets/x86_64-linux/lib/libcudnn_ops_
infer.so.8 is not a symbolic link

/sbin/ldconfig.real: /usr/local/cuda-11.4/targets/x86_64-linux/lib/libcudnn_ops_
train.so.8 is not a symbolic link

/sbin/ldconfig.real: /usr/local/cuda-11.4/targets/x86_64-linux/lib/libcudnn_cnn_
train.so.8 is not a symbolic link

/sbin/ldconfig.real: /usr/local/cuda-11.4/targets/x86_64-linux/lib/libcudnn_adv_
infer.so.8 is not a symbolic link

/sbin/ldconfig.real: /usr/local/cuda-11.4/targets/x86_64-linux/lib/libcudnn_cnn_
infer.so.8 is not a symbolic link

解决方案：

sudo ln -sf /usr/local/cuda-11.4/targets/x86_64-linux/lib/libcudnn_adv_train.so.8.0.1 /usr/local/cuda-11.4/targets/x86_64-linux/lib/libcudnn_adv_train.so.8
sudo ln -sf /usr/local/cuda-11.4/targets/x86_64-linux/lib/libcudnn_ops_infer.so.8.0.1 /usr/local/cuda-11.4/targets/x86_64-linux/lib/libcudnn_ops_infer.so.8
sudo ln -sf /usr/local/cuda-11.4/targets/x86_64-linux/lib/libcudnn_cnn_train.so.8.0.1 /usr/local/cuda-11.4/targets/x86_64-linux/lib/libcudnn_cnn_train.so.8
sudo ln -sf /usr/local/cuda-11.4/targets/x86_64-linux/lib/libcudnn_adv_infer.so.8.0.1 /usr/local/cuda-11.4/targets/x86_64-linux/lib/libcudnn_adv_infer.so.8
sudo ln -sf /usr/local/cuda-11.4/targets/x86_64-linux/lib/libcudnn_ops_train.so.8.0.1 /usr/local/cuda-11.4/targets/x86_64-linux/lib/libcudnn_ops_train.so.8
sudo ln -sf /usr/local/cuda-11.4/targets/x86_64-linux/lib/libcudnn_cnn_infer.so.8.0.1 /usr/local/cuda-11.4/targets/x86_64-linux/lib/libcudnn_cnn_infer.so.8

2. Apollo安装

Apollo安装可以见官网guide，首先把apollo代码clone到本地，这里直接从gitee上clone即可(我用的HTTPS方式)。

# SSH
git clone git@gitee.com:ApolloAuto/apollo.git
# HTTPS
git clone https://gitee.com/ApolloAuto/apollo.git

克隆到本地之后，进入./apollo目录，

sudo bash ./docker/scripts/dev_start.sh

这一步下载量比较大，如果非常慢的话可以把docker的源改为国内，将\etc\docker\daemon.json文件改为以下：

{  
    "runtimes": {
        "nvidia": {
            "path": "nvidia-container-runtime",
            "runtimeArgs": []
        }
    },  
   "registry-mirrors" : [
   "https://mirror.ccs.tencentyun.com",
   "http://registry.docker-cn.com",
   "http://docker.mirrors.ustc.edu.cn",
   "http://hub-mirror.c.163.com"
 ],
 "insecure-registries" : [
   "registry.docker-cn.com",
   "docker.mirrors.ustc.edu.cn"
 ],
 "debug" : true,
 "experimental" : true
}

之后重新启动docker：

systemctl daemon-reload
systemctl restart docker

"runtimes"这部分是安装完Nvidia Container Toolkit之后出现的，只需在后面加加上国内的源即可。如果出现下载中断，可以不停重启docker，但不建议连热点，一是费流量二是特别慢。（我至少重启了4次，都是因为qiang）

之后就是进入apollo对应的docker对apollo进行编译，这一步一开始可能会出现zlib找不到的情况，再次运行编译指令问题就会消失。

sudo bash docker/scripts/dev_into.sh
root@in-dev-docker:/apollo#

运行以下指令进行编译：

sudo bash apollo.sh build

这一步还是非常顺利的。出现下面的提示说明安装成功！

(11:21:38) INFO: Elapsed time: 1188.489s, Critical Path: 336.32s
(11:21:38) INFO: 25392 processes: 17444 internal, 7948 local.
(11:21:38) INFO: Build completed successfully, 25392 total actions
==============================================
[ OK ] Done building apollo. Enjoy!
==============================================

运行DEMO

首先，在docker中运行，并在浏览器中打开localhost:8888

root@in-dev-docker:/apollo  $ bash scripts/bootstrap.sh

目的是开启Dreamview，如果打不开再次运行指令即可，参考该博客。
在这里插入图片描述
之后下载record包，指令如下：

cd /apollo/docs/demo_guide
python3 record_helper.py demo_3.5.record

之后将返回/apollo下执行source cyber/setup.bash，并运行以下指令：

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

选择地图：Sunnyvale loop，之后Dreamview成功运行。
在这里插入图片描述
停止Dreamview可以用：

bash scripts/bootstrap.sh stop

退出容器：

root@in-dev-docker:/apollo# exit

系统重启之后再次打开Apollo，与上文类似，运行以下指令：

cd $APOLLO_DIREC$
sudo bash docker/scripts/dev_start.sh
sudo bash docker/scripts/dev_into.sh
root@in-dev-docker:/apollo# bash scripts/bootstrap.sh
root@in-dev-docker:/apollo# cd /apollo/docs/demo_guide
root@in-dev-docker:/apollo/docs/demo_guide# python3 record_helper.py demo_3.5.record
root@in-dev-docker:/apollo/docs/demo_guide# cd /apollo
root@in-dev-docker:/apollo# source cyber/setup.bash
root@in-dev-docker:/apollo# cd /apollo/docs/demo_guide
root@in-dev-docker:/apollo/docs/demo_guide# cyber_recorder play -f demo_3.5.record --loop