Apollo自动驾驶运行Demo实战：从环境搭建到避坑指南

1次阅读

共计 1746 个字符，预计需要花费 5 分钟才能阅读完成。

在本地运行 Apollo 自动驾驶 Demo 时，开发者常遇到三类典型问题：

环境依赖冲突：CUDA 版本与深度学习模块不匹配（如 CUDA 11.4 下 PnC 模块编译失败），ROS melodic 与 noetic 的 Python3 兼容性问题导致感知模块崩溃
硬件资源瓶颈：未正确分配 GPU 显存时 Dreamview 可视化延迟达 500ms 以上，CPU 核心未绑定时规划模块响应时间波动超过 200%
数据同步异常：使用默认配置加载旧金山地图超时率达 60%，16 线激光雷达模拟数据丢包导致感知模块误判率上升

Apollo 官方镜像需进行三项关键调整：

显存预分配策略（防止可视化组件抢占计算资源）

# 在 Dockerfile 中增加 NVIDIA 运行时参数
ENV NVIDIA_DRIVER_CAPABILITIES all
ENV NVIDIA_VISIBLE_DEVICES all
RUN echo "__NV_PRIME_RENDER_OFFLOAD=1" >> /etc/environment

依赖版本锁定（以 Apollo 7.0 为例）：
Protobuf 3.15.0
CUDA 11.1 with cuDNN 8.0.5
ROS melodic with Python 2.7

资源隔离配置示例：

# docker-compose.yml 片段
services:
  dreamview:
    cpuset: "0-3"
    deploy:
      resources:
        reservations:
          devices:
            - driver: nvidia
              count: 1
              capabilities: [gpu]

帧率优化（GTX 1080Ti 测试数据）：

配置项	默认值	优化值	帧率提升
voxel_grid_size	0.2	0.15	18%
max_detection_range	100m	80m	22%
planning_cycle_time	100ms	80ms	15%

网络带宽测试：当 RTK 数据流超过 50Mbps 时需启用 QoS 策略

# 修改 modules/tools/sensor_calibration/calibration_service.py
CHANNEL_CONFIG = {"gps": {"qos": "best_effort", "depth": 10},
    "lidar": {"qos": "reliable", "depth": 5}
}

错误现象 ：nvidia-docker 运行时出现Failed to initialize NVML: Driver/library version mismatch
解决步骤：

检查驱动版本一致性：

nvidia-smi | grep Driver
cat /proc/driver/nvidia/version

强制重新加载内核模块：

sudo rmmod nvidia_uvm nvidia_drm nvidia_modeset nvidia
sudo nvidia-smi

超时处理：修改modules/map/data/parameters.conf

[map_service]
load_timeout = 300  # 原值 120 秒
preload_distance = 200  # 预加载范围扩大

控制算法调参 ：尝试修改modules/control/conf/control_conf.pb.txt 中的 PID 参数：
```
steer_controller {
  kp: 0.3 -> 0.25
  ki: 0.01 -> 0.005
  kd: 0.1 -> 0.08
}
```
测试数据集 ：下载示例 bag 文件（链接）后运行：
```
cyber_recorder play -f apollo_demo.bag -l
```