Build Apollo中的报错解决

在Apollo文件夹中执行：

./docker/scripts/dev_start.sh

若出现报错：

经过查找，应该是网络问题，重新执行一遍或者重新联网即可。但我重新执行后还是报错，于是我重启电脑后重新运行，运行成功。
若出现以下报错：

则在命令前加上sudo

sudo ./docker/scripts/dev_start.sh

进入容器：

./docker/scripts/dev_into.sh

若出现报错：

Error response from daemon: Container 0ab947bcd84aa90d9e3328274ca2a40697a8e3eb84bba59c716a41bacc03112d is not running

则查看container:

docker ps -a

找到需要的容器名称(此处为apollo_dev_purples)对应的id(此处为c5f27ac28e08)
启动该容器：

docker start c5f27ac28e08

若出现报错：

Error response from daemon: No such container: apollo_dev_purples

再执行一遍：

sudo ./docker/scripts/dev_start.sh

若还是不行，可能是没有设置docker不用sudo执行，则设置一下（这里我设置了很多次都失败，但是安装了docker desktop后设置成功了）设置方法见：
创建docker组：

sudo groupadd docker

将用户添加到docker组中：

sudo usermod -aG docker $USER

注销并重新登录，以便重新评估你的组成员身份：

newgrp docker

验证是否可以在不使用sudo时运行docker:

docker run hello-world

若设置完成，将显示：
然后再次

sudo ./docker/scripts/dev_start.sh
./docker/scripts/dev_into.sh

Build Apollo ：

./apollo.sh build_opt_gpu 

报错一:

在命令前加sudo

sudo ./apollo.sh build_opt_gpu 

报错二：

一般是由于网络问题，但是经常出现这种问题，因此，可直接手动下载安装包，然后移动到相应位置即可。如，上例中，

下载zlib-1.2.11.tar.gz失败，则直接通过链接：https://zlib.net/zlib-1.2.11.tar.gz 在浏览器中直接下载，然后在下载（未更改下载位置时默认在下载文件夹）中找到下载的文件

将文件移动到apollo下的.cache/distdir文件夹内。
若在apollo文件夹内没有找到.cache，在文件夹右上角，打开显示隐藏文件。

若文件夹上有锁，无法粘贴，则在apollo所在文件夹打开terminal，执行下方命令修改权限

sudo chmod -R 777 apollo-7.0.0   # apollo-7.0.0为apollo文件夹名称

复制粘贴完成后再次运行build命令：

./apollo.sh build_opt_gpu 

对其他package下载失败解决方法类似。
若报错为下图：
链接https://github.com/madler/zlib/archive/v1.2.11.tar.gz无法下载，则再执行一次前面的build命令。

但是，由于zlib-1.2.11.tar.gz的下载链接已经实效，故上述例子中的链接（https://zlib.net/zlib-1.2.11.tar.gz ）不可用，可用此链接下载：https://github.com/madler/zlib/archive/v1.2.11.tar.gz
且，将dependencies.bzl中下载zlib-1.2.11.tar.gz 的链接替换为上述链接：
在apollo文件夹内打开terminal:

cd .cache/bazel/540135163923dd7d5820f3ee4b306b32/external/rules_proto/proto/private
sudo gedit dependencies.bzl

在打开的文档中，将“zlib”部分替换为以下内容：

"zlib": {
        "sha256": "629380c90a77b964d896ed37163f5c3a34f6e6d897311f1df2a7016355c45eff",
        "build_file": "@com_google_protobuf//:third_party/zlib.BUILD",
        "strip_prefix": "zlib-1.2.11",
        "urls": [
            "https://github.com/madler/zlib/archive/v1.2.11.tar.gz",
        ],
    }

若出现报错：

添加以后还是报错，则打开文件grpc_python_deps.bzl
地址：
/home/zwf/apollo/.cache/bazel/540135163923dd7d5820f3ee4b306b32/external/com_github_grpc_grpc/bazel/grpc_python_deps.bzl
按照与其中对应的格式添加以下内容：

    if "rules_java" not in native.existing_rules():  
        http_archive(
            name = "rules_java",     
            sha256 = "f5a3e477e579231fca27bf202bb0e8fbe4fc6339d63b38ccb87c2760b533d1c3",  
            strip_prefix = "rules_java-981f06c3d2bd10225e85209904090eb7b5fb26bd",   
            urls = [
                "https://github.com/bazelbuild/rules_java/archive/981f06c3d2bd10225e85209904090eb7b5fb26bd.tar.gz"  
    ],
)

放网址的话容易受网络影响，则可以下载压缩包后存放在本地，然后urls中改为对应的地址，此处我放在apollo/.cache/distdir中则地址改为：file:///home/XXX/apollo/.cache/distdir/rules_java-981f06c3d2bd10225e85209904090eb7b5fb26bd.tar.gz（GitHub中给出的解决方法apollo/issues/14289）
即：

http_archive(
    name = "rules_java",
    sha256 = "f5a3e477e579231fca27bf202bb0e8fbe4fc6339d63b38ccb87c2760b533d1c3",
    strip_prefix = "rules_java-981f06c3d2bd10225e85209904090eb7b5fb26bd",
    urls = [
        "file:///home/zwf/apollo/.cache/distdir/rules_java-981f06c3d2bd10225e85209904090eb7b5fb26bd.tar.gz"
    ],
)

保存后并退出。再次运行build命令：

./apollo.sh build_opt_gpu 

将安装包都下载并移动到需要位置后，若出现如下报错：

使用以下命令查看：

nvcc --list-gpu-arch

发现没有compute_89，需要重新安装cuda和nvcc，安装方法见ubuntu20.04下载CUDA教程
此处下载了cuda12.2.0
下载完成后，查看cuda12.2版本安装位置

sudo find / -name cuda-12.2

一般在/usr/local/cuda-12.2下
修改.bashrc

sudo gedit ~/.bashrc

或

vim ~/.bashrc

增加新cuda环境变量，加在最后即可

export CUDA_HOME=/usr/local/cuda-12.2 
export PATH=/usr/local/cuda-12.2/bin:$PATH 
export LD_LIBRARY_PATH=/usr/local/cuda-12.2/lib64:$LD_LIBRARY_PATH

更新环境变量

source ~/.bashrc

再次查看nvcc --list-gpu-arch是否有compute_89
若已经将压缩包粘贴到目录中，仍然报错该压缩包下载失败，再执行一遍即可。

build完成：

暂存图片：

参考资料：
【1】Apollo(百度自动驾驶)：《bazel时提示缺少zlib》
【2】安装Apollo时常见的错误总结和使用窍门
【3】关于RTX 4090 微调llama2模型时出现nvcc fatal : Unsupported gpu architecture 'compute_89’的解决办法