apollo安装linux时，环境配置失败怎么办？

在Linux系统上安装Apollo自动驾驶平台是一项系统性工程,需严格遵循环境配置、依赖安装与组件部署的流程，以下从环境准备、依赖安装、Apollo部署及验证测试四个维度，详细说明操作步骤与注意事项。

环境准备

Apollo对Linux系统版本有明确要求,官方推荐使用Ubuntu 18.04 LTS或20.04 LTS 64位系统，安装前需确保硬件配置满足最低标准：CPU至少8核，内存16GB以上（推荐32GB），硬盘空间不少于100GB SSD，并支持NVIDIA GPU（推荐GTX 1070及以上，用于感知模块加速）。

系统安装完成后,需更新基础软件包并配置开发环境，执行以下命令更新系统索引与已安装包：

sudo apt update && sudo apt upgrade -y

随后安装基础开发工具,包括git、cmake、build-essential等：

sudo apt install -y git cmake build-essential python3-pip python3-dev

依赖安装

Apollo的依赖项涵盖NVIDIA驱动、CUDA工具包、Docker容器化环境及Python库，需按顺序逐一配置。

NVIDIA驱动与CUDA

GPU驱动版本需与CUDA版本匹配,Apollo 6.0及以上推荐CUDA 11.2+，可通过ubuntu-drivers命令检测推荐驱动版本：

sudo ubuntu-drivers autoinstall

安装完成后重启系统,通过nvidia-smi验证驱动状态，随后从NVIDIA官网下载CUDA 11.2安装包（需选择runfile格式），执行安装并配置环境变量：

sudo sh cuda_11.2.0_460.27.04_linux.run
echo 'export PATH=/usr/local/cuda-11.2/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-11.2/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc

Docker与NVIDIA Container Toolkit

Apollo采用Docker容器化部署,需安装Docker CE（社区版）及NVIDIA Container Toolkit以支持GPU访问：

sudo apt install -y docker.io docker-compose
sudo systemctl start docker && sudo systemctl enable docker
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 update && sudo apt install -y nvidia-container-toolkit
sudo systemctl restart docker

Python依赖

Apollo依赖Python 3.6-3.8版本，需通过pip安装相关库：

pip3 install -U pip
pip3 install protobuf==3.12.0 numpy==1.19.2 pillow==8.0.1

Apollo部署

完成依赖安装后,可从GitHub克隆Apollo源码并编译部署。

克隆源码

git clone https://github.com/ApolloAuto/apollo.git
cd apollo
git checkout master  # 或切换至指定稳定版本分支

构建Docker镜像

Apollo提供预配置的Dockerfile,可直接构建开发环境镜像：

bash docker/scripts/dev_start.sh -y

该脚本会自动下载基础镜像并安装Apollo依赖,耗时约1-2小时（取决于网络速度），构建完成后，进入容器环境：

bash docker/scripts/dev_into.sh

编译Apollo

在容器内执行编译命令,使用-j参数指定并行编译数（建议不超过CPU核心数）：

apollo build -j8

编译过程需验证所有依赖项是否正确安装,常见问题包括CUDA版本不匹配、Python库缺失等，可通过日志文件apollo.log排查错误。

验证测试

编译完成后,需通过功能模块测试验证安装正确性，Apollo提供内置测试脚本，可验证感知、规划、控制等核心模块：

apollo test --planner
apollo test --perception

可通过启动Cyber RT框架（Apollo实时通信框架）测试基础通信功能：

cyber_launch start modules/canbus/launch/canbus.launch

若各模块日志显示“initialized successfully”，且无ERROR级别报错，则表明安装成功。

注意事项

• 网络问题：依赖下载过程中若因网络超时失败，可配置国内镜像源（如阿里云、清华镜像）加速。
• 版本兼容性：严格遵循Apollo官方文档的版本匹配要求，避免因CUDA、驱动或Python版本不兼容导致编译失败。
• 权限管理：Docker操作需sudo权限，建议将用户加入docker组以避免频繁输入密码：sudo usermod -aG docker $USER。

通过以上步骤,可完成Apollo在Linux系统上的完整安装与部署，为后续自动驾驶算法开发与测试奠定基础。