Apollo预测模块启动及调试

已于 2022-06-23 10:09:36 修改
阅读量814 收藏 6
点赞数
CC 4.0 BY-SA版权
分类专栏： 无人驾驶 文章标签： linux 服务器 运维
于 2022-06-22 19:56:52 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/Gavinmiaoc/article/details/125389400
本文档详细介绍了Apollo自动驾驶系统的启动和编译过程，包括环境准备、Apollo编译、Dreamview启动，以及如何下载并播放演示包。此外，还深入讲解了Apollo的调试方法，如设置离线模式，运行测试用例，以及使用VSCODE和GDB进行调试。重点覆盖了预测模块的启动总结，提供了一站式的调试体验。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

目录

1.Apollo启动及编译

1.1 环境准备

1.2 apollo编译

1.3启动 Dreamview

1.4 下载并播放 Apollo 的演示包

1.5 预测模块启动总结

2.Apollo调试

2.1 调试方法

2.2 编译工具--VSCODE

2.3编译工具bazel

2.4 使用GDB调试Apollo单元测试程序

1.Apollo启动及编译

1.1 环境准备

【docker】
把你的用户名加入到docker 中，这样使用docker时无需再输入sudo.
 

sudo groupadd docker
sudo gpasswd -a $USER docker
newgrp docker
docker version

测试ok!

或者：
 

sudo groupadd docker
sudo usermod -aG docker $USER
sudo systemctl restart docker

不过这种方法测试没成功。

【设置Apollo编译环境】

a.设置环境变量，在终端输入以下命令：

echo "export APOLLO_ROOT_DIR=$(pwd)" >> ~/.bashrc  && source ~/.bashrc

b.将当前账户加入do

了解本专栏 订阅专栏 解锁全文 超级会员免费看
一文详解Apollo7.0 预测模块及相关技术
Gavinmiaoc的博客
05-14 3991
引言 自动驾驶主车（Autonomous Driving Car ，ADC）行驶时，周围的车辆及行人在接下来的几秒内将要做什么？是否有碰撞的可能？这对于实现安全的自动驾驶而言至关重要，这也是自动驾驶领域中的轨迹预测模块的问题：对周边车辆、行人在接下来数秒时间的多种行为状态进行预测，进一步影响主车的路径规划。 近几年中自动驾驶行为预测领域很火的一种方式是——采用类似VectorNet（《VectorNet: Encoding HD Maps and Agent Dynamics from Vectoriz
预测模块详解
Gavinmiaoc的博客
06-23 860
自动驾驶主车（Autonomous Driving Car ，ADC）行驶时，周围的车辆及行人在接下来的几秒内将要做什么？是否有碰撞的可能？这对于实现安全的自动驾驶而言至关重要，这也是自动驾驶领域中的轨迹预测模块的问题：对周边车辆、行人在接下来数秒时间的多种行为状态进行预测.........
Apollo自动驾驶入门课程第⑥讲 — 预测
10点43的博客
10-06 3805
目录 1、简介 2、不同的预测方式 3、基于车道序列的预测 4、障碍物状态 5、预测目标车道 6、递归神经网络 7、递归神经网络在目标车道预测的应用 8、轨迹生成 本文转自微信公众号：Apollo开发者社区 原创：涛涛CVApollo开发者社区9月6日 上一篇文章中，我们发布了无人驾驶技术的感知篇 (下），讲解了感知模块的余下内容。越多的开发者了解学习并掌握Ap...
《从0开始搭建实现apollo9.0》系列四 CANBUS模块调用自己的车型
li1886477130的博客
03-02 995
参考案例如上图，其中ge3_controller为之前讲述的canbus/vehicle调用的实例车型的最终函数侧，protocol内为报文的接口函数侧。canbus相关的代码有三个文件夹，分别是canbus（主程序）、canbus_vehicle（车辆类型工厂）、drivers/canbus（硬件驱动）chassis函数为，解析底盘反馈报文，赋值至chassis节点，其中的赋值内容根据chassis的内容定义和报文内的定义进行匹配转换赋值，以上为canbus模块所修改的地方。
Apollo预测 转
studyvcmfc的专栏
03-03 312
Apollo预测_Ali_start的博客-优快云博客_apollo 预测
Apollo 7.0中prediction预测模块的主流程
05-22 1956
本文主要讲解Apollo 7.0中prediction预测模块的主流程，码字不易，喜欢的朋友麻烦点个赞和加关注，便于第一时间能阅读最新文章。 从本文你将学到以下内容： 预测模块主流程是什么？ 消息主流程是什么？ 数据主流程是什么？ 代码主流程是什么？ 预测模块主流程 如下图所示，预测模块由四个主要功能子模块组成：容器、场景分析器、评估器和预测器。 注释：Apollo 3.0中引入容器、评估器和预测器。在Apollo 3.5中，因为我们已经采用一个基于多场景的方法来提升Apollo的自动驾驶能力
百度Apollo Dreamview打开方式及使用指南
06-01
首先，用户需要通过一系列命令来进入Apollo仿真界面，包括设置环境、启动Docker容器、编译Apollo文件以及运行Apollo主程序。这些步骤是必要的前提条件，以确保用户可以在本地环境中成功打开Dreamview。当环境配置...
gdb调试Apollo
O_MMMM_O的博客
05-13 1212
gdb 例子 编译生成执行文件：（Linux下） cc -g tst.c -o tst 使用GDB调试： hchen/test> gdb tst <---------- 启动GDB GNU gdb 5.1.1 Copyright 2002 Free Software Foundation, Inc. GDB is free software, covered by the GNU General Public License, and you are welcome to chan
【Apollo 6.0项目实战】Perception模块
xiewf的博客
12-01 3570
本文讲解的是如何在 LGSVL仿真器中测试自动驾驶车辆的感知能力，包括视觉感知、激光雷达感知以及多传感器的感知融合，主要目的是初步了解到 Apollo 感知模块整体结构以及各个模块的主要组成部分，对各感知模块的输入输出有比较清晰的认识。
Apollo单个模块编译及单元测试
Gavinmiaoc的博客
07-02 1711
单元测试/编译单个文件
apollo 调试方法 debug方法
03-24
apollo 调试方法
自动驾驶 Apollo 源码分析系列，系统监控篇(三)：Monitor模块如何监控通信中 channel 的时延？
frank 的专栏
02-20 1762
上一篇文章分析了 Apollo 框架中 Monitor 模块如何监控硬件，这篇文章继续分析 Monitor 是如何监控软件的，数据通信中 channel 是本文主要分析对象。 1. 受监控的内容 上图是之前的文章总结的，可以看到软件监控有 8 类对象： Channel Monitor 数据通信频道监控 Functional Safety Monitor 功能安全监控 Latency Monitor 时延监控 Localization Monitor 定位监控 Module Monitor 模块监控 Pr
Apollo prediction 相关操作
Gavinmiaoc的博客
06-02 482
apollo 相关操作
apollo配置mysql_Apollo配置中心本地测试使用记录
weixin_39616222的博客
02-15 340
下载安装包解压apollo-build-scripts-master.zip 这个压缩包：创建数据库执行 sql 目录下的两个sql，主要是用来创建数据库和数据表：本次使用原生 source 命令的导入，sourceE:\techTest\apollo-build-scripts-master\sql\apolloportaldb.sqlsourceE:\techTest\apollo-bu...
Apollo：源码分析之cyber/mainboard启动入口介绍
OceanStar的博客
02-14 1366
源代码：上图中每个魔抗都以独立的ros node运行，相互之间的消息传递ROS的消息发布与订阅机制。消息订阅等同于数据输入，消息发布等于数据输出。
使用GDB调试Apollo单元测试程序
davidhopper的博客
09-10 4615
严正声明：本文系作者davidhopper原创，未经许可，不得转载。 说明：本文修改后的代码已上传到GitHub网站Apollo项目中。 Apollo使用Google Test框架撰写单元测试用例。如果某个测试用例通不过，仅借助日志信息，很难弄清楚详细的失败原因。本文介绍使用GDB调试单元测试用例的方法，可供各位同学撰写单元测试代码提供一定的帮助。 一、撰写单元测试用例 以Relativ...
在Docker内使用GDB调试Apollo项目的核心转储（Core Dump）文件
davidhopper的博客
03-19 4217
严正声明：本文系作者davidhopper原创，未经许可，不得转载！ 在Linux系统中，若程序异常终止，操作系统会将程序当时的内存状态记录下来，保存在一个文件中，这种行为叫做Core Dump（中文一般译为“核心转储”)。实际上，除内存信息之外，核心转储还会记录程序的一些关键运行状态，例如寄存器信息（包括程序指针、栈指针等）、内存管理信息等。核心转储对于程序员调试程序非常有益，因为有些程序错误...
Apollo入门课程05-预测
qq_17437129的博客
07-18 460
预测 预测简介 在车辆运行的过程中，存在很多正在发生变化的因素，比如行人和其他车辆的运动轨迹，无人驾驶车辆需要对这些运动的对象进行运动轨迹的预测，来实现更好的路线规划。车辆的预测需要具有实时性。 不同的预测方式 预测的两种方式分别是：基于模型，数据驱动。 ①基于模型：对观测的车辆进行可能做出的反应分类，并构建相对应的模型，对车辆的下一步行为进行预测。 ②数据驱动：基于机器学习模型，通过对大量的数据进行模型训练，最终得到准确的信息。 基于车道的预测 Apollo提供了一种叫基于车道序列的方法，建立车道序列，
自动驾驶apollo9.0 Dreamview Debug方法
一米阳光
01-07 1274
Apollo 9.0分析解读
apollo预测模块
最新发布
02-20
### Apollo 平台预测模块文档与教程 #### 预测模块概述 Apollo 自动驾驶平台中的预测模块负责对未来一段时间内交通参与者的行为进行预估。该模块接收来自感知模块的数据，这些数据包含了周围车辆、行人和其他障碍物的位置和速度信息[^1]。 #### 数据输入与处理流程 预测模块的主要输入来源于感知系统的检测结果以及高精地图(HD Map)的信息。通过融合多传感器数据，如激光雷达(LiDAR)，摄像头(Camera)，毫米波雷达(Radar)等获取环境动态变化情况并构建场景模型。对于每一个被跟踪的对象都会创建一个轨迹历史记录用于分析其运动模式和发展趋势。 #### 行为建模方法 为了实现精准可靠的未来行为估计，采用了多种算法组合的方式来进行个体化的行为理解： - **基于规则的方法**：利用先验知识定义一系列逻辑条件来判断目标可能采取的动作； - **机器学习技术**：训练分类器识别不同类型的交互情景下的意图表达；例如支持向量机(SVMs),决策树(Decision Trees)[^2]; - **深度神经网络(DNN)** : 使用端到端的学习框架捕捉复杂的时空特征关系, 如卷积神经网(ConvNets) 或者循环神经网络 (RNNs). #### 输出格式说明 最终输出是一系列关于各个感兴趣实体在未来几秒内的位置概率分布图谱。这不仅有助于规划安全高效的行驶路径，而且可以辅助其他子系统做出更明智的选择以应对潜在风险事件的发生. ```python def predict_future_positions(entities_data): predictions = [] for entity in entities_data: # 基于当前状态计算未来的可能性 future_states = calculate_possible_futures(entity[&#39;history&#39;]) # 应用不同的预测模型得到综合结论 combined_prediction = combine_models(future_states) predictions.append({ &#39;id&#39;: entity[&#39;id&#39;], &#39;predicted_paths&#39;: generate_probability_distribution(combined_prediction), }) return predictions ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值