本人硬件环境：
CPU：Intel Core i7 6700
GPU：NVIDIA GTX 1060 6G
内存：SAMSUNG DDR4 32GB
硬盘：双SSD 256G,双系统（windows,ubuntu）
注意，下面除标题，跟前面加＃号的，都是在命令行输入的命令。
第一、显卡与GPU安装，详见我另一篇文档（Ubuntu 20.04-Pytorch-GPU系统环境搭建指南）
第二、Docker安装
Apollo 6.0+ 依赖于Docker 19.03版本及以上，安装方式如下：
#首先，需要安装依赖并卸载旧版本
# 安装依赖项
sudo apt-get install apt-transport-https ca-certificates curl gnupg-agent software-properties-common
# 卸载旧版本（可能不存在）
sudo apt-get remove docker docker-engine docker-ce docker.io
#随后，添加docker官方提供的密钥并更新软件源
# 添加gpg密钥
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
# 设置stable存储库
sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"
# 更新软件源
sudo apt-get update
#之后，直接安装最新版本的docker即可。
# 安装docker
sudo apt-get install docker-ce docker-ce-cli containerd.io
#安装完成后还需要添加权限
#添加docker用户组
sudo groupadd docker
#将登陆用户加入到docker用户组中
sudo gpasswd -a $USER docker
#更新用户组
newgrp docker
#设置开机自启动
sudo systemctl start docker && sudo systemctl enable docker
sudo systemctl enable docker.service
sudo systemctl enable containerd.service
第三、NVIDIA Container Toolkit
#基于Apollo的CUDA的docker镜像需要依赖于NVIDIA Container Toolkit。使用如下指令进行安装
distribution=$(. /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/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt-get -y update
sudo apt-get install -y nvidia-docker2
#随后，重启Docker完成应用。
sudo service docker start
第四、安装Apollo
2.1 下载源码
地址：apollo: Apollo (阿波罗)是一个开放的、完整的、安全的平台，将帮助汽车行业及自动驾驶领域的合作伙伴结合车辆和硬件系统，快速搭建一套属于自己的自动驾驶系统。
选6.0版本，apollo-6.0.0.zip，下载后，解压至根目录下，并改目录名为：apollo
#（可选）为方便起见，可以在Apollo的根目录运行以下命令来设置指向该目录的环境变量
＃APOLLO_ROOT_DIR：
cd apollo
echo "export APOLLO_ROOT_DIR=$(pwd)" >> ~/.bashrc && source ~/.bashrc
2.2 启动Docker
＃在源码根目录执行docker下载镜像脚本:
cd docker/scripts
bash dev_start.sh -g cn
#此步骤时间有点长，请耐心等待完成，成功后将显示如下图：
2.3 编译
#在源码根目录运行如下脚本进入Apollo的Docker容器
cd docker/scripts
bash dev_into.sh
#切换到root权限
sudo -s
#执行如下指令进行编译：
# 模式编译(GPU)
bash apollo.sh build_opt_gpu
# 如果没有GPU，则选模式编译(CPU)
bash apollo.sh build_cpu
＃本人第一次编译失败，再执行bash apollo.sh build_opt_gpu，成功了。如下图
第五、启动Dreamview
＃完成编译后，即可在Docker环境下启动Dreamview进行测试：
bash scripts/bootstrap.sh
＃启动成功后可以在浏览器中打开链接进行查看Dreamview：http://localhost:8888/
http://localhost:8888/
第六、播放record数据
#首先需要下载record数据包（类似于ROS中的bag数据包）:
wget https://apollo-system.cdn.bcebos.com/dataset/6.0_edu/demo_3.5.record
＃随后使用cyber RT运行播放数据
cyber_recorder play -f demo_3.5.record --loop
＃浏览器中打开链接进行查看Dreamview：
http://localhost:8888/
完成！