Apollo自动驾驶开发框架新手入门指南：从环境搭建到第一个Demo

共计 2048 个字符，预计需要花费 6 分钟才能阅读完成。

1. Apollo 框架概述

Apollo 是百度开源的自动驾驶开发框架，自 2017 年发布以来已成为全球最活跃的自动驾驶开源项目之一。它的架构设计遵循了模块化和高内聚的原则，主要特点包括：

• 分层架构：分为硬件层、核心软件层和云端服务层
• 模块化设计：各功能模块（如感知、预测）可独立开发和测试
• 多语言支持：核心模块使用 C ++，工具链支持 Python
• 仿真支持：内置高精地图和仿真环境

2. 环境搭建

2.1 系统要求

推荐使用 Ubuntu 18.04/20.04 LTS 版本，最低硬件配置：

• CPU：4 核以上
• 内存：8GB 以上
• 磁盘：50GB 可用空间

2.2 安装步骤

1. 安装 Docker CE

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

2. 安装 NVIDIA 容器工具（GPU 版需要）

   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 update && sudo apt-get install -y nvidia-docker2

3. 获取 Apollo 源码

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

4. 启动开发容器

   bash docker/scripts/dev_start.sh

3. 核心模块解析

Apollo 采用典型的分层架构，主要模块包括：

• 感知模块：处理传感器数据（激光雷达、摄像头等）
• 预测模块：预测周围物体的运动轨迹
• 规划模块：生成安全舒适的行驶路径
• 控制模块：将路径转化为车辆控制指令

各模块通过 Cyber RT（Apollo 自研的通信框架）进行数据交互，典型数据流：
感知 → 预测 → 规划 → 控制

4. 实战示例：红绿灯检测 Demo

4.1 启动 Dreamview

bash scripts/bootstrap.sh

4.2 运行 Python 示例

创建modules/traffic_light/demo.py:

# 导入 Apollo Python API
from cyber.python.cyber_py3 import cyber
from modules.perception.proto.traffic_light_detection_pb2 import TrafficLightDetection

def callback(data):
    print(f"检测到交通灯状态: {data.traffic_light[0].color}")

if __name__ == '__main__':
    cyber.init()
    node = cyber.Node("traffic_light_listener")
    node.create_reader("/apollo/perception/traffic_light", 
                      TrafficLightDetection, callback)
    cyber.spin()

4.3 配置文件

在 modules/traffic_light/conf/traffic_light.conf 中添加：

camera_name: front_6mm
traffic_light_model_path: ./data/models/traffic_light

5. 常见问题

5.1 Docker 权限问题

错误现象：Got permission denied while trying to connect to the Docker daemon
解决方案：

sudo groupadd docker
sudo usermod -aG docker $USER
newgrp docker

5.2 NVIDIA 驱动不兼容

错误现象：could not select device driver...
解决方案：

sudo apt-get install nvidia-driver-470

5.3 端口冲突

错误现象：Dreamview 无法启动
解决方案：

lsof -i :8888
kill -9 < 占用进程的 PID>

6. 进阶学习

推荐学习路径：

1. 官方文档：https://github.com/ApolloAuto/apollo
2. 在线课程：Udacity 自动驾驶工程师纳米学位
3. 实践项目：从 Apollo 的 modules/demo 开始修改
4. 社区参与：GitHub Issue 讨论和贡献代码

结语

通过本文的实践，你应该已经完成了 Apollo 开发环境的搭建，并理解了基本架构。建议下一步尝试修改 Demo 代码，比如改变车辆的速度参数或规划路径。自动驾驶开发需要持续的实践，遇到问题时多查阅官方文档和社区讨论。