百度 Apollo 3.5 自动驾驶环境搭建指南

Apollo 是百度开源的自动驾驶开源平台，本篇文章主要用于说明 Apollo 环境搭建流程，并记录遇到的问题。

本次环境搭建选择 AWS 提供的 c5n.2xlarge 云主机，配置为 8 vCPU 和 21GB MEM，无 GPU。系统选择 AWS 提供的 Ubuntu 16.04 纯净镜像。

首先，Apollo 的配置脚本和部分代码都存放在开源仓库 ApolloAuto/apollo 中。需要克隆改仓库到本地。由于部分资源由 git lfs 托管，所以你需要 安装 git lfs 组件。

然后，克隆仓库：

git lfs clone https://github.com/ApolloAuto/apollo.git

仓库大小 2GB 左右，这也是我们选择 AWS 的原因之一，因为外部网络连接速度更快。

接下来，进入主文件夹目录，拉取 Apollo 源码镜像并执行编译过程。在这之前，你需要先 安装 Docker。

cd apollo
bash docker/scripts/dev_start.sh
bash docker/scripts/dev_into.sh

源码 Docker 容器镜像 3GB 左右，拉取时间较长。执行完 bash docker/scripts/dev_into.sh 之后已经位于 Apollo 源码容器中。接下来开始编译，这里选择 CPU 编译命令：

bash apollo.sh build_cpu

源码编译时间较长，预计半小时左右。若无问题，会看到编译成功的提示。

最终，启动 Apollo Dreamview 仿真模拟环境：

bash scripts/bootstrap.sh

如果启动成功，会看到相应的提示，环境运行在 localhost:8888 。此时，你可以替换 localhost 为云主机公网 IP 地址，访问 Apollo Dreamview 仿真模拟环境。注意，你需要在安全组中添加 8888 端口可被访问。此时，你可以看到 Dreamview 仿真模拟环境初始界面。

然后，可以加载示例数据，参考 官方说明。

cd docs/demo_guide/
bash rosbag_helper.py demo_3.5.record
cyber_recorder play -f demo_3.5.record --loop

--loop选项使示例数据能够以循环模式播放。至此，一切大功告成。Dreamview 仿真模拟环境应该已经可以接收到数据。

最后，总结本次环境搭建的几点心得：

• GitHub 仓库较大，近 2 GB。Docker 镜像较大，3 ～ 4 GB。环境可能需要很好的外网连接支持。
• 得益于 Docker 的使用安装，编译过程并不复杂。编译过程很慢，CPU 估计半小时以上。GPU 编译尝试失败。
• 云主机上跑部分 Demo 数据包，在本地浏览器中打开模拟器 Dreamview 无法正常接收数据，估计是 Apollo 的原因。
• 环境暴露 8888 端口，供在本地浏览器打开 Dreamview 模拟器。仿真模拟器 Dreamview 基于 WebGL，体验和本地计算机性能关系较大，Chrome 比较吃性能。
• Apollo 生态仍不算出色，搭建过程中小坑比较多，没有太多的参考资料。