Apollo自动驾驶代码入门指南：从环境搭建到第一个感知模块

1次阅读

共计 2393 个字符，预计需要花费 6 分钟才能阅读完成。

Apollo 是百度开源的自动驾驶平台，采用模块化架构设计，覆盖感知、预测、规划、控制全流程。其核心优势在于开源社区支持和完善的仿真工具链，适合快速验证算法。平台基于 ROS/CYBER RT 实现高实时性通信，并提供 Docker 化开发环境降低配置复杂度。

硬件要求 ：
推荐 Ubuntu 18.04/20.04 系统
至少 4 核 CPU/16GB 内存 /50GB 空闲磁盘
NVIDIA 显卡（CUDA 11.1+）

Docker 安装关键步骤 ：

# 卸载旧版本（重要！）sudo apt-get remove docker docker-engine docker.io containerd runc

# 安装工具包
sudo apt-get update
sudo apt-get install apt-transport-https ca-certificates curl gnupg lsb-release

# 添加 GPG 密钥
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpg

# 设置稳定版仓库
echo "deb [arch=amd64 signed-by=/usr/share/keyrings/docker-archive-keyring.gpg] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null

常见问题解决 ：
GPU 支持问题：需先安装 nvidia-container-toolkit
时区设置：Docker 镜像默认 UTC 时间，建议挂载 /etc/localtime
共享内存不足：启动时添加 –shm-size=2g 参数

核心目录 ：

modules/
  ├── perception      # 激光雷达 / 摄像头数据处理
  ├── prediction      # 障碍物运动轨迹预测
  ├── planning        # 路径规划算法
  └── control         # 车辆控制指令生成

数据流示意图 （PlantUML）：

@startuml
component "传感器" as sensor
component "感知模块" as perception
component "预测模块" as prediction
component "规划模块" as planning
component "控制模块" as control

sensor -> perception : 原始数据
perception -> prediction : 障碍物信息
prediction -> planning : 运动预测
planning -> control : 轨迹指令
@enduml

创建 Python 检测器 （继承基类）：

from modules.perception.proto.perception_obstacle_pb2 import PerceptionObstacles
from modules.perception.base_obstacle_detector import BaseObstacleDetector

class SimpleDetector(BaseObstacleDetector):
    def __init__(self, name='simple_detector'):
        super().__init__(name=name)

    def Process(self, sensor_data):
        obstacles = PerceptionObstacles()
        # 示例：添加虚拟障碍物
        obs = obstacles.perception_obstacle.add()
        obs.id = 1
        obs.position.x = 10.0
        obs.position.y = 2.0
        obs.type = PerceptionObstacles.VEHICLE
        return obstacles

消息发布配置 （DAG 文件）：

module_config {
  name: "simple_detector"
  type: "SimpleDetector"
  mode: "Async"
  readers: [{ channel: "/apollo/sensor/camera/front_6mm"}
  ]
  writers: [{ channel: "/apollo/perception/obstacles"}
  ]
}

IPC 优化 ：
使用共享内存（ShmQueue）替代 Socket 通信
对高频消息（如激光雷达）启用 ZeroCopy
设置合理的消息队列长度（建议 5 -10）

CYBER RT 定时器 ：

auto cb = [this]() {// 处理逻辑};
timer_ = cyber::CreateTimer(100, cb, false);  // 100ms 周期

数据校验 ：

def validate_sensor_data(data):
    if not data.HasField('header'):
        raise ValueError("Missing message header")
    if abs(data.yaw_rate) > 1.0:  # 异常值过滤
        return False
    return True