Skip to content

Latest commit

 

History

History
235 lines (158 loc) · 9.04 KB

源码安装方式.md

File metadata and controls

235 lines (158 loc) · 9.04 KB

源码安装方式

步骤一：安装基础软件

1. 安装 Ubuntu Linux

安装 Ubuntu 18.04+ 的步骤，参见 官方安装指南。

完成安装后更新相关软件：

sudo apt-get update
sudo apt-get upgrade

注意：若要完成更新，需要保证网络连接。

2. 安装 Docker Engine

Apollo 依赖于 Docker 19.03+。安装 Docker 引擎，您可以根据官方文档进行安装：

wget http://apollo-pkg-beta.bj.bcebos.com/docker_install.sh
bash docker_install.sh

这个过程可能会运行多次脚本，根据脚本提示执行即可。

步骤二（可选）：获取 GPU 支持

Apollo某些模块需要GPU的支持才能够编译、运行（例如感知模块），如果您需要使用此类模块，需要安装Nvidia显卡驱动以及Nvidia container toolkit以获取GPU支持。

注意：本教程只适用于ubuntu系统，虚拟机无法安装显卡驱动，wsl请自行上网搜索 注意：如果您之前已经安装过Nvidia显卡驱动，即往终端输入nvidia-smi能够正常输出，可以跳过1.安装显卡驱动小节

1.安装驱动

可参照官网方法安装驱动官网驱动。

显卡驱动和CUDA版本兼容性，由于nvidia的硬件更新的很快，因此会遇到显卡驱动和CUDA版本不兼容的情况，以下为我们测试的畅通链路。

显卡系列 测试显卡 驱动版本 最低支持驱动版本 cuda版本
GeForce 10 Series GeForce GTX 1080 nvidia-driver-470.160.03 nvidia-driver-391.35 CUDA Version ：11.4
GeForce RTX 20 Series GeForce RTX 2070 SUPER nvidia-driver-470.63.01 nvidia-driver-456.38 CUDA Version ：11.4
GeForce RTX 30 Series GeForce RTX 3090 nvidia-driver-515.86.01 nvidia-driver-460.89 CUDA Version ：11.6
GeForce RTX 30 Series GeForce RTX 3060 nvidia-driver-470.63.01 nvidia-driver-460.89 CUDA Version ：11.4
Tesla V-Series Tesla V100 nvidia-driver-418.67 nvidia-driver-410.129 CUDA Version ：10.1
AMD MI100 dGPU ROCm™ 3.10 driver

10、20、30系列显卡推荐使用470.63.01版本的驱动 ，您可以通过Nvidia官网来下载驱动

**40系列显卡推荐驱动版本>=520.61.05，提供525.105.17版本驱动下载链接：

https://www.nvidia.cn/geforce/drivers/results/202351/

下载之后，找到相应的文件夹打开终端输入安装指令：

sudo chmod 777 NVIDIA-Linux-x86_64-470.63.01.run
sudo ./NVIDIA-Linux-x86_64-470.63.01.run

安装完毕后，您可以通过nvidia-smi指令来检查驱动是否安装成功，如果一切正常，您可以看到类似以下的提示：

Tue Jan  3 12:04:21 2023
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 460.91.03    Driver Version: 470.63.01    CUDA Version: 11.4     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  GeForce GTX 1080    Off  | 00000000:01:00.0 Off |                  N/A |
|  0%   38C    P8     7W / 198W |    239MiB /  8118MiB |      0%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|    0   N/A  N/A      2566      G   /usr/lib/xorg/Xorg                 18MiB |
|    0   N/A  N/A      2657      G   /usr/bin/gnome-shell               67MiB |
|    0   N/A  N/A      6104      G   /usr/lib/xorg/Xorg                132MiB |
|    0   N/A  N/A      6234      G   /usr/bin/gnome-shell               13MiB |
|    0   N/A  N/A      7440      G   gnome-control-center                1MiB |
+-----------------------------------------------------------------------------+

2. 安装 Nvidia container toolkit

为了在容器内获得 GPU 支持，在安装完 docker 后需要安装 NVIDIA Container Toolkit。 运行以下指令安装 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

安装完毕后，需要手动重启下docker：

sudo systemctl restart docker

步骤三：下载安装 Apollo 源码

1. 克隆 Apollo 源码

执行以下命令克隆 Apollo 源码

# SSH 方式
git clone [email protected]:ApolloAuto/apollo.git

# HTTPS 方式
git clone https://github.com/ApolloAuto/apollo.git

检出到最新分支:

cd apollo
git checkout master

2. 启动 Apollo 环境容器

在 apollo 目录下输入以下命令来启动环境容器

注意：如果显卡是40系列，并且正确安装驱动后，参考40系列镜像支持进行操作。

bash docker/scripts/dev_start.sh

操作成功后您将会看到如下样式的提示输出

[ OK ] Congratulations! You have successfully finished setting up Apollo Dev Environment.
[ OK ] To login into the newly created apollo_dev_michael container, please run the following command:
[ OK ]   bash docker/scripts/dev_into.sh
[ OK ] Enjoy!

3. 进入 Apollo 环境容器

在 apollo 目录下输入以下命令进入容器

bash docker/scripts/dev_into.sh

4. 编译

在容器内的 /apollo 目录下输出以下命令编译整个工程

./apollo.sh build

若需要开启编译优化，则通过以下命令进行编译

./apollo.sh build_opt

5. 启动 Apollo 进行播包验证

获取数据包

wget https://apollo-system.cdn.bcebos.com/dataset/6.0_edu/demo_3.5.record -P $HOME/.apollo/resources/records/

启动 Dreamview+

bash scripts/bootstrap.sh start_plus
在 Dreamview+ 中播放数据包

启动 Dreamview+ 之后，在浏览器输入 localhost:8888 进入 Dreamview+ 界面，您可以选择默认模式，也可以选择其他模式播放数据包。本小节以默认模式为例。

image.png

  1. 选择 Default Mode 。

  2. 勾选 Accept the User Agreement and Privacy Policy/接受用户协议和隐私政策 ，并单击 Enter this Mode 进入 Mode Settings/模式设置 页面。

  3. 在 Mode Settings/模式设置 页面，设置播包参数。

    • 在 Operations/操作 中选择 Record 。
    • 在 Environment Resources/环境资源 中，单击 Records/数据包 ，并选择具体想要播放的数据包。
    • 在 Environment Resources/环境资源 中，单击 HDMap/高精地图 ，并选择 Sunnyvale Big Loop 。

  4. 单击底部区域播放按钮。

    image.png

    可以在 Vehicle Visualization/车辆可视化 中看到数据包播放的画面。

通过命令行播放数据包

  1. 进入 docker 环境，

  2. 在 Dreamview+ 中 Resource Manager/资源管理 > Records/数据包 中先下载需要的数据包。输入以下命令播放数据包：

    cyber_recorder play -f ~/.apollo/resources/records/数据包名称 -l

注意：如果您想要循环播放数据包，添加 -l，如果不循环播放数据包，则不需要添加 -l。

至此，Apollo 安装已经完成

接下来，您可以通过实践教程来学习放了解更多 Apollo 的使用方法