Apollo安装及使用CyberRT回放数据（Ubuntu20.04+RTX3070）

1.安装

安装的时候完全参考官方就好，很稳，不过官网肯定是最新，如果需要旧版本困难还需要找一下

Apollo开放平台文档 - 必备软件安装指南

首先需要安装好Ubuntu和NVIDIA驱动，我这里使用的是Ubuntu20.04，RTX3070+CUDA11.3

Apollo 6.0+ 依赖于 Docker 19.03+。安装 Docker 引擎，参见 Install Docker Engine on Ubuntu。

Ubuntu 上的 Docker-CE 也可以通过 Docker 提供的官方脚本安装：

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

基于 Apollo 的 CUDA 的 docker 镜像需要依赖于 NVIDIA Container Toolkit。

运行以下命令安装 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

安装完成后，重启 Docker 以使改动生效。

sudo systemctl restart docker

前提条件

• 确保已按照【必备软件安装指南】中的完成必备软件的安装。

• 确保 Docker 正在运行。

  执行 systemctl status docker 以检查 Docker 守护进程的运行状态，并根据需要键入 systemctl start docker 以启动 Docker。

步骤一：下载安装包

在 官网首页 下载安装包。

步骤二：解压安装包

选择合适的路径解压。解压后的文件夹将作为 Apollo 的根目录。

tar -xvf apollo_v6.0_edu_amd64.tar.gz

步骤三：安装 Apollo

1. 执行以下命令，进入 Apollo，

   cd /apollo

2. 在该目录中执行以下命令进入 Apollo 环境，

   ./apollo.sh

   在第一次执行该脚本时，会自动在同级目录下创建一些文件夹用于在容器中挂载， 目录结构如下：

   .
   ├── apollo.sh
   ├── data
   │   ├── bag
   │   ├── core
   │   └── log
   ├── modules
   │   ├── calibration
   │   │   └── data
   │   └── map
   │       └── data
   └── scripts
       ├── apollo_base.sh
       ├── apollo.bashrc
       ├── docker_base.sh
       ├── runtime_into.sh
       └── runtime_start.sh

其中，

• modules/calibration/data 用来保存车辆数据，

• modules/map/data 用来保存地图数据，用户可将自己的车辆或地图文件拷贝到这两个文件夹使用。

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@in-runtime-docker:/apollo]$ 

在容器内可以直接使用 Apollo 提供的功能，无需执行构建过程。

2.进入docker

第一次安装的时候会下载大量的镜像文件

安装完之后运行 docker ps -a会有容器（我去年装过一个，所以会有两个）

之后进入apollo环境的时候也可以在apollo中，执行./apollo.sh

3.使用CyberRT播放数据

• 下载数据

1. 在 Apollo Docker 环境中下载数据包。

wget https://apollo-system.cdn.bcebos.com/dataset/6.0_edu/demo_sensor_data.tar.xz

1. 解压数据包。

tar -xvf demo_sensor_data.tar.xz

由于文件较大，而且只有 sensor_rgb.record一个大文件，所以吃单核，解压需要一点时间

• 播放数据包

解压后，在 Apollo Docker 环境中执行如下命令运行 cyber_recorder。

cyber_recorder play -f sensor_rgb.record -loop

选项 --loop 用于设置循环回放模式。

• 查看数据channel信息

• 新开一个终端，通过docker exec进入容器中

  docker exec -it container_id /bin/bash

  也可以在apollo安装包的目录执行 ./apollo.sh（我还是不太会用docker，有空的时候要细学一下，实验室用的lxc进行管理，逻辑上差不太多，但还是有些区别）

  然后执行

  source cyber/setup.bash
  cyber_monitor

  正常的话就可以看到如下输出了

  

  也可以使用 -c参数，监测某个指定channel的信息

  

  

• 使用CyberVisualizer查看原始感知数据

  这次使用./apollo.sh进入容器

会得到一个图形化界面

下拉左侧的channelname可以显示列表

根据工具栏的按钮，还可以 show 点云、图形数据

还可以同时添加点云和图像数据（应该是不需要自己对齐时间的）

看上去也不怎么吃配置

• 点云场景支持两种类型的虚拟相机：自由型和目标型（从上面的弹出对话框中选择类型）。

  • 自由型相机：对于点云场景中的这种类型的相机，您可以按住鼠标左键或右键并移动来改变相机的姿态。要更改相机的间距，您可以滚动鼠标滚轮。

  • 目标类型相机：对于点云场景中的这类相机，要改变相机的视角，可以按住鼠标左键再移动。要更改相机到观察点的距离（默认观察点为坐标系原点 (0,0,0)），可以滚动鼠标滚轮。 也可以直接在对话框中修改相机信息，改变相机在点云场景中的观察状态。Step 是对话框中的步长值。

• 将鼠标放在摄像机 channel 的图像上，可以双击左键在左侧菜单栏突出显示对应的channel。右击图像，可以弹出删除摄像机通道的菜单。

• 播放和暂停：单击 Play 时，将显示所有频道。当单击 Stop 时，所有 channel 信息将停止显示。

end