Ubuntu基于Linux的免費開源桌面PC操作系統(tǒng)，支持x86、64位和ppc架構(gòu)。

由于Apollo項目是在Docker中運行，因此不能直接在Ubuntu 14.04系統(tǒng)中直接生成核心轉(zhuǎn)儲文件并使用GDB對其進行調(diào)試，所有的工作必須在Docker中完成。

開發(fā)者還需要GLFW（圖形庫框架）3.2及更高版本，它支持EGL和運行時上下文創(chuàng)建API選擇。

本文由社區(qū)開發(fā)者「朗拓科技-楊鴻城」撰寫。為大家詳細講述了如何用Ubuntu14.04搭建GPU版本的Apollo3.5平臺。

Apollo 3.5 歷史版本的跨越式升級，使自動駕駛不光整體提升了駕駛能力和安全性，從而可以“媲美”人類老司機，更為自動駕駛?cè)袠I(yè)在向全面落地的進發(fā)過程中提供了更優(yōu)質(zhì)、更全方位的技術(shù)支持。Apollo 3.5將繼續(xù)為開發(fā)者們節(jié)省造輪子的時間。

希望本文能為開發(fā)者們帶來更多幫助。

以下，ENJOY

安裝Ubuntu14.04

安裝Git-LFS

添加SSH密鑰(可選)

下載Apollo鏡像

設(shè)置Docker環(huán)境

安裝ROS-Indigo(可選)

安裝Apollo預(yù)編譯的內(nèi)核

編譯CPU版本的Apollo

運行Apollo Demo 演示

編譯GPU版本的Apollo（可選）

可參考：

*《安裝Windows10,Ubuntu雙系統(tǒng)14.04LTS記錄》

https://www.cnblogs.com/arcsinw/p/5303615.html

1.安裝Curl

1sudoapt-getupdate2sudoapt-getupgrade3sudoapt-getinstallcurl

2.添加地址

1#RequiredforUbuntu14.04/16.04.2curl-shttps://packagecloud.io/install/repositories/github/git-lfs/script.deb.sh|sudobash

3.安裝Git-LFS

1#Ubuntu14.04/16.04/18.04.2sudoapt-getinstall-ygit-lfs

PS：若未安裝Git，需先執(zhí)行 sudo apt-get install git .

寫在前面：用SSH方式下載Apollo鏡像需要秘鑰，用HTTP方式 下載則可以跳過此步驟。

1.首先注冊一個GitHub賬號

2.參考：

https://blog.csdn.net/qq_34446663/article/details/81106018

或者

https://www.cnblogs.com/qcwblog/p/5709720.html

添加秘鑰

最后實現(xiàn)效果如圖：

1.從GitHub源代碼下載Apollo源代碼并查看正確的分支：

1gitlfsclonehttps://github.com/ApolloAuto/apollo2cdapollo3gitcheckoutmaster4echo"exportAPOLLO_HOME=$(pwd)">>~/.bashrc&&source~/.bashrc

#文件下載大概1.8G，這里的APOLLO_HOME應(yīng)該替換為Apollo文件夾所在根目錄。

如果你過去安裝過其他版本的Docker，先刪掉：

1sudoapt-getremovedockerdocker-enginedocker.io

首先安裝依賴：

1sudoapt-getinstallapt-transport-httpsca-certificatescurlgnupg2software-properties-common

信任Docker的GPG公鑰：

1curl-fsSLhttps://download.docker.com/linux/ubuntu/gpg|sudoapt-keyadd-

對于Amd64架構(gòu)的計算機，添加軟件倉庫：

1sudoadd-apt-repository2"deb[arch=amd64]https://mirrors.tuna.tsinghua.edu.cn/docker-ce/linux/ubuntu3$(lsb_release-cs)4stable"

如果你是樹莓派或其它ARM架構(gòu)計算機，請運行：

1echo"deb[arch=armhf]https://mirrors.tuna.tsinghua.edu.cn/docker-ce/linux/ubuntu2$(lsb_release-cs)stable"|3sudotee/etc/apt/sources.list.d/docker.list

最后安裝

1sudoapt-getupdate2sudoapt-getinstalldocker-ce

把當前用戶加到Docker用戶組中：

添加Docker用戶組

1sudogroupadddocker

把自己加到Docker用戶組中

1sudogpasswd-amyusernamedocker

Myusername是指你的用戶名

重啟Docker后臺服務(wù)

1sudoservicedockerrestart

切換當前用戶到新Group

1newgrp-docker

確認Docker可以非sudo運行

1dockerps

寫在前面：Apollo3.5可不用安裝Ros，但Apollo很多驅(qū)動都是從Ros移植過來的，安裝Ros仍有研究價值。

1、執(zhí)行

1sudosh-c'echo"debhttp://packages.ros.org/ros/ubuntutrustymain">/etc/apt/sources.list.d/ros-latest.list'

2、執(zhí)行

1wgethttp://packages.ros.org/ros.key-O-|sudoapt-keyadd-

3、更新源

1sudoapt-getupdate

4、安裝ros-indigo-desktop-full

1sudoapt-getinstallros-indigo-desktop-full

大概需要半個小時左右

5、執(zhí)行代碼初始化ROS

1sudorosdepinit

若提示Rosdep update 則執(zhí)行Rosdep update

6、設(shè)置環(huán)境變量

1echo"source/opt/ros/indigo/setup.bash">>~/.bashrc2source~/.bashrc

以上的這個設(shè)置是永久性的，不需要每次打開一個終端都需要進行一次設(shè)置。到此ROS安裝完成，終端執(zhí)行Roscore進行測試即可。

7、下載Apollo-Platform并解壓：

https://github.com/ApolloAuto/apollo-platform/releases

將文件夾中的Ros拷貝到Apollo工程中：

1rsync-avros/~/apollo/third_party/ros_x86_642cdapollo3source./third_party/ros_x86_64/setup.bash

*注：如果只是用于「學(xué)習(xí)研究」用途可以不安裝「內(nèi)核」，用于「真實駕駛」則必須安裝「內(nèi)核」。

寫在前面：在安裝Apollo內(nèi)核之前先卸載 NVIDIA顯卡驅(qū)動(參考編譯GPU版本的Apollo（可選）第1步)，因為Apollo內(nèi)核是實時系統(tǒng)，而默認安裝的NVIDIA驅(qū)動內(nèi)核不支持實時系統(tǒng)(會造成循環(huán)登錄)，如果只是用于學(xué)習(xí)研究用途可以不安裝內(nèi)核，用于真實駕駛則必須安裝內(nèi)核。

安裝Apollo內(nèi)核后，再安裝NVIDIA 驅(qū)動時必須加上 --no-kernel-module 參數(shù)(參考編譯GPU版本的Apollo（可選）第6步)。

1.從GitHub上的發(fā)布部分下載發(fā)行包：

https://github.com/ApolloAuto/apollo-kernel/releases

2.下載發(fā)布包后安裝內(nèi)核：

1tarzxvflinux-4.4.32-apollo-1.5.0.tar.gz2cdinstall3sudobashinstall_kernel.sh4sudoreboot

1.設(shè)置Docker環(huán)境

1cdapollo2bashdocker/scripts/dev_start.sh-C#-C表示從中國鏡像服務(wù)器下載，速度較快3bashdocker/scripts/dev_into.sh

2.編譯Apollo

1bashapollo.shbuild#若提示權(quán)限不足，則sudosu

3.啟動人機交互界面（HMI）

1bashscripts/bootstrap.sh

打開Chrome瀏覽器，輸入地址“l(fā)ocalhost:8888”即可訪問Dreamview。

參考：

https://github.com/ApolloAuto/apollo/blob/master/docs/demo_guide/README.md

或者

在Docker中執(zhí)行

1bash scripts/bootstrap.sh2python docs/demo_guide/rosbag_helper.py demo_3.5.bag cyber_recorder play -f docs/demo_guide/demo_3.5.record --loop

順利執(zhí)行后，打開網(wǎng)頁localhost：8888，便可以看到小車運動起來。效果如圖：

這一步官方教程寫得較為簡略，故安裝容易出錯。

1.由于官方推薦安裝NVIDIA-375版本的驅(qū)動，故先卸載原有驅(qū)動。

1sudoapt-get--purgeremovenvidia-*2sudoapt-getautoremove

若之前禁用了Nouveau，需要重新啟用Nouveau，在Blacklist中將Nouveau注釋掉。

1sudogedit/etc/modprobe.d/blacklist.conf2sudoupdate-initramfs-u3sudoreboot

開機后要確保NVIDIA驅(qū)動已經(jīng)被刪掉了，進入了低分辨率顯示。

可用lsmod | grep nouveau檢查Nouveau 是否正在運行。

2.在apollo/docker/scripts 目錄中，有一個dev_start.sh 文件，大概在它的305行加入兩條語句：

1-v/usr/src:/usr/src2-v/lib/modules:/lib/modules

效果如圖：

3.安裝NVIDIA驅(qū)動有Ppa、Run和Deb三種方式，本文推薦Ppa安裝，簡單且不容易出錯。

寫在前面，首先在NVIDIA官網(wǎng)上確定自己顯卡可以安裝的驅(qū)動版本，如RTX2080顯卡只能安裝410以上驅(qū)動。

a. 在主機里安裝NVIDIA驅(qū)動

1sudoadd-apt-repositoryppa:graphics-drivers/ppa2sudoaptsearchnvidia-3843sudoapt-getinstallnvidia-384

b. 在Docker中安裝NVIDIA驅(qū)動

1sudoadd-apt-repositoryppa:graphics-drivers/ppa2sudoaptsearchnvidia-3843sudoapt-getinstallnvidia-384

注意：Docker中NVIDIA驅(qū)動和主機中NVIDIA驅(qū)動的細分版本號（如384.130）必須保持完全一致，否則安裝失敗。

成功安裝NVIDIA驅(qū)動后，需要重新禁用nouveau。

注意：通過ppa成功安裝NVIDIA驅(qū)動后，不用再執(zhí)行第4-8點步驟。

4.這是官方推薦用run文件安裝驅(qū)動的方式：若按第3點已經(jīng)成功安裝驅(qū)動，則不用執(zhí)行4-8點步驟。

下載官方Nvidia驅(qū)動程序安裝文件，Apollo官方推薦375.39的版本

1wgethttp://us.download.nvidia.com/XFree86/Linux-x86_64/375.39/NVIDIA-Linux-x86_64-375.39.run

下載后默認放在/apollo 目錄下。

5.在終端命令行中打開啟動Docker：

按住CTRL+ALT+F1進入終端命令行 ，輸入用戶名和密碼登錄。

這一步會進入不帶圖形界面的命令行，在關(guān)閉圖形界面前，可以按CTRL+ALT+F7 在圖形界面間來回切換。

在F1的命令行中執(zhí)行：

1cdapollo2./docker/scripts/dev_start.sh3dockerexec-itapollo_dev/bin/bash

若第三步報錯，則執(zhí)行docker exec -it apollo_dev_username /bin/bash ，這里的Username指你的用戶名。

PS：在命令行中啟動Docker是為了后面關(guān)閉 圖形界面。

6.在F1的命令行Docker中安裝NVIDIA驅(qū)動程序，這一步是重中之重，很容易出錯，必須按照以下順序一步一步進行。

1source/apollo/scripts/install_gcc.sh2ln-s/usr/bin/cc/usr/bin/cc13chmod+x./NVIDIA-Linux-x86_64-375.39.run4sudo./NVIDIA-Linux-x86_64-375.39.run--no-opengl-files-a-s--no-kernel-module5source/apollo/scripts/recover_gcc.sh6rm/usr/bin/cc1

a. Apollo自帶gcc為4.8.4版本，而安裝NVIDIA驅(qū)動需要gcc4.9版本，故先執(zhí)行 install_gcc.sh 安裝gcc4.9 。

安裝完驅(qū)動后需切換回4.8.4版本，故執(zhí)行recover_gcc.sh 刪掉 gcc 4.9。

b. --no-opengl-files 這個參數(shù)非常非常重要，安裝時必須加上。

c. 在執(zhí)行NVIDIA安裝程序時應(yīng)該會出現(xiàn)

‘’ X.Org X server is running ‘’ 之類的錯誤提示，出現(xiàn)之后說明我們需要關(guān)閉 圖形界面。

1sudoservicelightdmstop

執(zhí)行之后再按CTRL+ALT+F7 應(yīng)該看不到圖形界面了。若在F1 的docker中關(guān)不掉圖形界面，可按CTRL+ALT+F2 后再關(guān)閉圖形界面。

d. 如果在執(zhí)行NVIDIA安裝程序時出現(xiàn)‘‘An NVIDIA kernel module ‘nvidia-drm’ appears to already be loaded in your kernel.’’之類的提示，說明之前NVIDIA驅(qū)動未卸載干凈。

e. 關(guān)閉掉圖形界面之后，再執(zhí)行

1sudo./NVIDIA-Linux-x86_64-375.39.run--no-opengl-files-a-s--no-kernel-module

可以在Docker中成功安裝驅(qū)動。

安裝完成可用

1whereisnvidia

檢查是否安裝成功。

1nvidia:/usr/src/nvidia-375.39/nvidia/usr/share/nvidia

若顯示有這兩個目錄則安裝成功，否則失敗。

7.確保成功完成以上每個步驟之后，再在主機中安裝NVIDIA 驅(qū)動。打開一個新終端：

1cdapollo2sudo./NVIDIA-Linux-x86_64-375.39.run--no-opengl-files-a-s--no-kernel-module

8.安裝好NVIDIA驅(qū)動后，執(zhí)行

1sudoservicelightdmstart

可重新啟動圖形界面。

9.在Docker中安裝好NVIDIA驅(qū)動后，千萬不能關(guān)閉正在運行的Docker，否則剛做的改動全部沒有保存。

此時在主機中新打開一個終端，執(zhí)行：

1dockerps#查看正在運行的docker2dockerimages#查看主機上的鏡像文件

此時我們需要將剛剛改動過的Docker，保存為新的鏡像文件

1dockercommitCONTAINER_IDapolloauto/apollo:NEW_DOCKER_IMAGE_TAG

其中，CONTAINER_ID為docker ps查看到的第二行第一列信息，NEW_DOCKER_IMAGE_TAG 為我們自定義保存新鏡像的名稱 ，對應(yīng)于Docker Images 的第二行第二列信息。

我們按照它的命名規(guī)則對新TAG進行命名，以筆者為例，正在運行Docker的TAG 為 dev-x86_64-20181216_1500 ，命名為dev-x86_64-20181217_1500，執(zhí)行

1dockercommite5dfeb8a0b2fapolloauto/apollo:dev-x86_64-20181217_1500

則將剛剛的改動保存為新的鏡像文件，可通過Docker Images 查看新的鏡像文件。

在主機與Docker中均成功安裝NVIDIA驅(qū)動后，重啟Ubuntu。

10.新打開一個終端，進入剛剛保存的新鏡像:

1cdapollo2/docker/scripts/dev_start.sh-l-tNEW_DOCKER_IMAGE_TAG3./docker/scripts/dev_into.sh

其中，NEW_DOCKER_IMAGE_TAG為 剛剛為新鏡像取的名稱。

若啟動Docker過程中 若出現(xiàn)NVIDIA Not Found 等提示，則說明主機NVIDIA驅(qū)動未成功安裝。

11.在新鏡像中使用GPU選項構(gòu)建Apollo

在正式Build之前，可用幾條指令檢查環(huán)境是否齊備：

1whereisnvidia2cat/usr/local/cuda/version.txt3dpkg-l|greplibcudnn74cat/usr/include/cudnn.h|grepCUDNN_MAJOR-A2

在主機的終端中執(zhí)行nvidia-smi 確認驅(qū)動是否正確安裝。

若所有條件均已達成，則開始編譯：

1./apollo.shbuild_gpu

若第一次使用GPU編譯，需要等待較久的時間。

13.編譯完成后，可執(zhí)行一個Demo檢查是否成功編譯GPU版本的APOLLO。

1./bazel-bin/modules/perception/camera/test/camera_lib_obstacle_detector_yolo_region_output_test

若出現(xiàn)

error while loading shared libraries: libcuda.so.1: cannot open shared object file: No such file or directory ,之類的錯誤提示，則說明Docker 或者主機的NVIDIA驅(qū)動未正確安裝。

或者直接運行所有測試

1./apollo.shtest

如果出現(xiàn)PASSED，恭喜你已經(jīng)成功編譯GPU版本的APOLLO！