Apollo自动驾驶大赛新手入门指南：从环境搭建到首次提交

1次阅读

共计 1967 个字符，预计需要花费 5 分钟才能阅读完成。

Apollo 是百度开源的自动驾驶平台，采用模块化设计，主要包含感知（Perception）、预测（Prediction）、规划（Planning）和控制（Control）等核心模块。Apollo 自动驾驶大赛为开发者提供了实战演练的机会，参赛者需要在仿真环境中完成特定场景的自动驾驶任务。

Ubuntu 18.04/20.04 LTS（推荐）
至少 16GB 内存
100GB 可用磁盘空间

更新系统包列表：
```
sudo apt-get update
```

安装 Docker 依赖：

sudo apt-get install apt-transport-https ca-certificates curl gnupg-agent software-properties-common

添加 Docker 官方 GPG 密钥：

curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -

添加 Docker 仓库：

sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"

安装 Docker：

sudo apt-get update
sudo apt-get install docker-ce docker-ce-cli containerd.io

验证安装：
```
sudo docker run hello-world
```

克隆 Apollo 仓库：

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

进入 Apollo 目录：
```
cd apollo
```
拉取 Docker 镜像：
```
./docker/scripts/dev_start.sh
```
进入 Docker 容器：
```
./docker/scripts/dev_into.sh
```

感知模块（Perception）：处理传感器数据，检测和识别周围环境中的物体。
预测模块（Prediction）：预测其他交通参与者的未来行为。
规划模块（Planning）：根据当前环境和预测结果，规划车辆的行驶路径。
控制模块（Control）：执行规划模块生成的轨迹，控制车辆的速度和转向。

import rospy
from std_msgs.msg import Float64

class SimpleController:
    def __init__(self):
        rospy.init_node('simple_controller')
        self.speed_pub = rospy.Publisher('/apollo/control/speed', Float64, queue_size=10)
        self.steering_pub = rospy.Publisher('/apollo/control/steering', Float64, queue_size=10)

    def run(self):
        rate = rospy.Rate(10)  # 10Hz
        while not rospy.is_shutdown():
            speed_msg = Float64()
            speed_msg.data = 5.0  # 目标速度：5 m/s
            self.speed_pub.publish(speed_msg)

            steering_msg = Float64()
            steering_msg.data = 0.0  # 目标转向角：0 度
            self.steering_pub.publish(steering_msg)

            rate.sleep()

if __name__ == '__main__':
    controller = SimpleController()
    controller.run()