之前有调通过Apollo自家的Dreamview仿真器的CPU版本和GPU版本，但是Baidu提供的模拟器目前功能有限，为了实现更接近现实世界的仿真和定义复杂的交通场景，我们需要利用LGSVL Simulator来配合Apollo的内核进行联合仿真。LGSVL是由LG电子美国研发中心基于Unity开发的适用于自动驾驶开发者的开源多机器人模拟器。可以直接和Autoware和Apollo进行对接，同时还提供生成高精度地图。只需要做很小的集成就可以用来测试和验证整个自动驾驶系统。本文是适用于中国大陆地区，访问境外网站巨慢、docker容器镜像拉取蜗牛速度的解决方案。欢迎各位无人驾驶开发者、爱好者转载。
我的机器配置：
处理器：Intel i7-7700 内存：16GB 显卡：Nvidia GTX1060 6GB（后面的实践证明，这个配置显然是远远不够的）
★ 实际上，仿真器需要渲染整个自动驾驶所需要的环境，为了保证足够的帧率，官方对系统的最低建议配置要求如下：
◆ 4GHz四核CPU ◆ Nvidia GTX 1080 (8GB memory) ◆ Windows 10 64 bit
零、写在前面
1、根据官方的文档，LGSVL Simulator对于操作系统采用windows更好，如果是Linux，也提供有对应的版本，但是效率可能会低一点。本文选择了Linux环境下的安装包，将LGSVL与Apollo内核直接部署在同一本地机器上以进行localhost桥接bridge；其实最佳的方案是：如果你有两台具有独显的高配置机器，可以考虑在机器1的Windows10上安装LGSVL，在机器2的Ubuntu 18.04上安装Apollo的内核与Docker镜像，两台机器通过局域网进行桥接。
2、有2种方式来运行仿真器：① 直接下载编译好的二进制文件；② 可以自己下载源码后进行编译。第②种方式在你需要做一定的定制开发时，比较有用，如果你只是想尝试下这款仿真器，可以直接下载latest release。 LGSVL源码链接：https://github.com/lgsvl/simulator，如果从源码编译，需要使用到git clone，详情可以参阅git网页的README.md；鉴于博主的境内网络不是很好，因此采用发行版的部署方式，直接进入链接https://github.com/lgsvl/simulator/releases/下载安装包安装即可。
【NOTE1】如果Apollo或者Autoware和仿真器在一台主机上运行，那么至少要求10G以上的GPU内存才能保证不像幻灯片一样卡顿。如果Apollo或者Autoware在不同的主机上运行，那么需要两台机器直接是千兆的网络进行连接，最好通过千兆的交换机进行连接。
【NOTE2】目前Apollo的github最新代码仓库master branch已经支持LGSVL模拟器，但是鉴于网络环境的不允许，我使用的是LGSVL提供的modified版本的Apollo5.0源码直接打包下载，此外注意Apollo官方git的release版本的源码5.5和5.0无法进行桥接LGSVL。
一、安装Ubuntu18.04 LTS
1、这一部分，我建议移步参考https://www.cnblogs.com/masbay/p/10745170.html，博文作者对基于UEFI引导的BIOS的Windows+Ubuntu双系统的制作进行了详细的教学。这里在网上搜索教程的时候，千万不要按照传统的BIOS启动方式进行配置，UEFI引导是不认的，新式机器要避免踩坑。还有要注意的是，我使用的台式机是256GB固态+1TB机械双硬盘，具体的硬盘分区最好不要按照博文里面的介绍，linux的根目录 / 最好分配128GB以上，之前按照上述教程只给根目录 / 分配了30GB，导致Docker镜像拉取空间不足，失败，不得不重装Ubuntu系统，重新分配了足够大的空间。
2、制作好的双系统，Ubuntu的GRUB引导会接管Windows Boot Manager，这就会导致BIOS之后直接滑入GRUB引导，默认是进入Ubuntu的，倒计时10秒，这样就会给Windows重度依赖者带来不便，GRUB的默认启动项选择和倒计时也是可以修改的，具体方法是：
打开Ubuntu终端，键入命令：
$ sudo gedit /etc/default/grub① 通过以上命令，我们可以打开文本编辑器，其中的“GRUB_DEFAULT=0”就是设置的默认启动项了。GRUB启动项是按照启动菜单依次使用数字进行索引，起始数字为0。结合前面开机时GRUB的可视化启动菜单，假设Windows Boot Manager的启动项在第3项，因此这里我们就需要将值修改为2（因为第一项是从0开始的），即“GRUB_DEFAULT=2”。
② “GRUB_TIMEOUT=10”就是GRUB的超时倒计时时间，以秒(s)为单位，修改你想设定的值就可以，比如3。
图文教程可以参考链接https://jingyan.baidu.com/article/f71d60379e16021ab641d1ab.html
二、安装Nvidia驱动
如果没有N卡独显的朋友，这一步可以skip。Ubuntu左下角：应用程序 → 全部 → 软件和更新 → 附加驱动，即可安装N卡的驱动，不要使用开源的公版驱动，选择新版的N卡专有官方驱动，如下图所示。
当然，这里也有一个坑，就是安装完显卡驱动后，系统需要重启加载驱动，重启系统时会出现一个蓝色背景的界面Perform Mok Management，这一步不要选择Continue Reboot，因为这样会导致新安装的N卡驱动没有加载，正确的步骤，建议移步参考https://blog.csdn.net/qq_40584960/article/details/84031002
安装完基本的软件后，我的系统详细界面如下图所示。
三、安装LGSVL
1、我下载的LGSVL版本是https://github.com/lgsvl/simulator/releases/tag/2020.06，使用
lgsvlsimulator-linux64-2020.06.zip压缩包，解压安装（此处小学生应该也会，略）。
2、安装依赖，因为N卡官方的驱动对LGSVL的支持是不全的，所以如果不执行本步，LGSVL模拟器的窗口可能无法启动。参考链接：https://github.com/lgsvl/simulator/issues/462
sudo apt install libvulkan1在安装目录中，双击simulator，启动模拟器后的界面如下图所示，说明LGSVL已经被正确部署：
3、点击程序中的Open Browser，会自动打开浏览器并进入(http://localhost:8080/)，Web页面会自动下载地图和车辆。
四、下载Apollo源码
1、安装git
$ sudo apt-get install git2、正如前面第零章所说的，Baidu Apollo官方提供的Apollo5.5 release和Apollo5.0 release是无法与LGSVL Simulator进行桥接的，如果在配置好的官方发行版进行bridge
$USER@in_dev_docker:/apollo$ bash scripts/bridge.sh系统将不会有任何的反应而且会报错。
3、我们采取离线下载源码的方式，下载LG提供的魔改Apollo5.0源码压缩包，git网站参考https://github.com/lgsvl/apollo-5.0，下载release的tar.gz压缩包→https://github.com/lgsvl/apollo-5.0/releases/tag/2020.06；下载完成后释放的位置为文件管理器的主目录下，释放后的文件夹名字最好重命名为apollo，方便操作，如下图所示。（我后面的操作，都是基于该文件夹名称为apollo进行的，当然你也可以命为其他的名字）
五、安装Docker CE环境
Docker官方的指导见：https://docs.docker.com/engine/install/ubuntu/
1、Update apt & 安装https相关包
$ sudo apt-get update $ sudo apt-get install \ apt-transport-https \ ca-certificates \ curl \ software-properties-common2、新增Docker Key
$ curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -3、验证你的密钥
$ sudo apt-key fingerprint 0EBFCD88如果密钥被正确安装，系统应该输出以下信息：
pub rsa4096 2017-02-22 [SCEA] 9DC8 5822 9FC7 DD38 854A E2D8 8D81 803C 0EBF CD88 uid [ unknown] Docker Release (CE deb) <docker@docker.com> sub rsa4096 2017-02-22 [S]4、设置稳定存储
$ sudo add-apt-repository \ "deb [arch=amd64] https://download.docker.com/linux/ubuntu \ $(lsb_release -cs) \ stable"5、安装Docker CE引擎
$ sudo apt-get update $ sudo apt-get install docker-ce docker-ce-cli containerd.io6、将 Docker 管理为非根用户，这样使用docker时无需再输入sudo
①
$ sudo groupadd docker $ sudo usermod -aG docker $USER② 注销并重新登录Ubuntu
③ 验证是否可以在没有sudo的情况下运行命令
$ docker run hello-world此命令下载测试映像并在容器中运行它。当容器运行时，它会打印一条信息性消息并退出。
六、安装Nvidia-Container-Toolkit
我们再打开一个新终端，开始安装Nvidia-Container-Toolkit，值得注意的是：在发布了Container-Toolkit之前，Nvidia提供的工具是Nvidia-Docker2，目前已被弃用。网上很多的教程是针对安装适配Docker2，目前是官方非常不建议安装的（因为还需要部署很多CUDA等步骤），新版的Container-Toolkit可以简化很多安装步骤。
官方指南见 https://github.com/NVIDIA/nvidia-docker
# Add the package repositories $ 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-container-toolkit $ sudo systemctl restart docker【注意】如果公钥获取失败，你需要切换至其他的网络再次尝试，目前Nvidia官方没有提供Container-Toolkit的deb安装包，因此无法离线安装。
七、使用Docker拉取Apollo镜像
1、转到apollo文件夹下
$ cd apollo这时的命令窗口会显示前缀：$USER@你的计算机名:~/apollo$
2、拉取Image
~/apollo$ bash docker/scripts/dev_start.sh这个步骤，在境内的小伙伴又要遇到trouble了，原因还是链路的不稳定，速度非常抓狂，而且整个ApolloAuto的Docker镜像能有10GB+，硬下肯定是不行的。【更新】Apollo境内的镜像已坏，因此以下命令无法拉取镜像，不要做无谓（畏）的尝试：
~/apollo$ bash docker/scripts/dev_start.sh -C #本镜像已坏，弃用① 办法总比困难多，改用中科大的Docker镜像就可以完美解决，下载速度起飞，建议移步参考http://mirrors.ustc.edu.cn/help/dockerhub.html?highlight=docker，修改配置文件：
$ sudo gedit /etc/docker/daemon.json② 在打开的daemon.json中，加入以下代码：
{ "registry-mirrors": ["https://docker.mirrors.ustc.edu.cn/"] }③ 重启Docker
$ sudo systemctl restart docker④ 重新执行镜像的拉取，飞一般的感觉
~/apollo$ bash docker/scripts/dev_start.sh综上，可以使整个镜像pulling过程控制在两个小时以内，Docker镜像拉取成功后，系统会提示我们OK，如下图所示：
八、进入Docker环境
~/apollo$ bash docker/scripts/dev_into.sh这时命令窗口显示前缀的方式会发生改变：$USER@in_dev_docker:/apollo$，说明我们已经成功进入Docker容器环境内。
九、build Apollo
1、在build过程中，如果你的处理器是Intel的，那么恭喜你，又将因为git clone失败而踩雷：build apollo过程，需要克隆Intel的https://github.com/intel/ad-rss-lib，又是万恶的链路问题，如果直接build，你将遇到如下图所示的错误：
2、我们还是绕过在线git clone GitHub的源码，主要的解决方案有两个：（① ②任选其一）
① 使用国内码云gitee镜像进行替换：
使用文件管理器，打开/apollo/WORKSPACE.in
【注意】千万不是打开/apollo/WORKSPACE，而是结尾带.in的文件！如下图所示：
第47到第53行，替换成：
#ad-rss-lib new_git_repository( name = "ad_rss_lib", build_file = "third_party/rss_lib.BUILD", tag = "v1.1.0", remote = "https://gitee.com/audier0879/ad-rss-lib", )② 当然还是万能的本地安装大法，解压释放下载好的ad-rss-lib.tar.gz（还是嫑下载.zip）到主目录下，注意文件夹名称的统一，我命为：ad-rss-lib（你当然可以修改为其他名称，但是紧接着的代码修改 → 路径path也要一致）
我们还是借鉴①的步骤，打开/apollo/WORKSPACE.in文件，将第47到第53行替换为：
#ad-rss-lib new_local_repository( name = "ad_rss_lib", build_file = "third_party/rss_lib.BUILD", path = "/ad-rss-lib", )3、LG魔改版本的Apollo5.0源码在编译之前，需要对/home/$USER/.cache/bazel/进行清理，否则会编译失败，具体的issue可以参考https://talk.apolloauto.io/t/apollo/508
$USER@in_dev_docker:/apollo$ rm -rf /home/$USER/.cache/bazel/4、至此，我们可以开启正式的编译：（注意，我们要编译gpu版本的Apollo，才能和LGSVL Simulator桥接）
$USER@in_dev_docker:/apollo$ bash apollo.sh build_gpu★ 由于部署模拟器时，没有购买外设CAN卡，所以接下来build_gpu环节即将出现的一个warning可以忽略，如下图所示。
Apollo5.0的整个GPU版Dreamview模拟器编译过程大约耗时1500秒，CPU和GPU的风扇会狂转，别怕小场面；成功后终端会提示我们Build passed，如下图所示。
十、启动与桥接仿真环境
1、启动Apollo侧的DreamView仿真环境
$USER@in_dev_docker:/apollo$ bash scripts/bootstrap.sh这里执行第一次会出现Failed to start Dreamview，报错原因未知，然而我们再次执行上述命令时，会提示：Module dreamview is already running - skipping. 这说明，实际上Dreamview已经启动成功了：
2、打开浏览器，这里我是用的是Ubuntu自带的Firefox浏览器（当然你也可以使用Google的Chorme），输入http://localhost:8888，这时你就可以看到如下图所示的Baidu Apollo Dreamview仿真器的窗口了：
3、将Apollo内核与LGSVL Simulator桥接起来
$USER@in_dev_docker:/apollo$ bash scripts/bridge.sh十一、开始仿真
1、转到LGSVL Simulator的Web界面(http://localhost:8080/)，选择左侧Simulations选项卡，点选BorregasAve, noninteractive (with Apollo 5.0)，点击右下角的红色Play（▶）按钮，启动LGSVL Simulator的虚拟场景。
2、将浏览器切回DreamView界面（http://localhost:8888），进行必要的配置：
① 在界面的右上角选择Vehicle → Lincoln2017MKZ；选择Map → BorregasAve
② 选择左侧Module Controller选项卡，点选滑块以便开启Localization，Transform，Perception，Traffic Light，Planning，Prediction，Routing和Control模块。
③ 选择左侧Route Editing选项卡，在地图中鼠标右键可以拖拽地图，左键单击可以点选自动驾驶系统本次运行的目的地，单击发送路径后，Aapollo将接管LGSVL Simulator中的车辆，至此，我们就可以体验一次无人驾驶之旅啦。
————以下空白
