Apollo自动驾驶平台:如何将Cyber Recorder录制数据存储至外接硬盘
2025-05-07 09:27:15作者:胡唯隽
背景介绍
在Apollo自动驾驶平台的开发过程中,使用Cyber Recorder工具录制传感器数据是常见的操作。然而,由于设备自带存储空间有限,当需要长时间录制大量数据时,存储空间很快就会耗尽。本文将详细介绍如何通过外接移动硬盘来解决这一问题。
存储方案设计
默认存储位置分析
默认情况下,Cyber Recorder会将录制的数据存储在Docker容器内部。这种设计虽然简单直接,但存在两个主要问题:
- Docker容器本身的空间限制
- 主机设备的存储容量有限
外接存储方案优势
使用外接移动硬盘作为存储介质具有以下优势:
- 存储容量可扩展,支持长时间数据录制
- 数据管理更加灵活,便于后期分析和处理
- 不影响系统运行性能
具体实现步骤
准备工作
- 确保外接硬盘已正确连接到设备
- 确认硬盘已格式化为兼容的文件系统(如ext4、NTFS等)
实施步骤
1. 创建挂载目录
在Apollo工作目录下创建专用的数据存储目录:
cd apollo
mkdir -p data/bag
这个目录将作为外接硬盘的挂载点。
2. 挂载外接硬盘
执行以下命令将外接硬盘挂载到指定目录:
sudo mount /dev/sdb1 data/bag
注意事项:
/dev/sdb1需要替换为实际的外接硬盘设备标识- 建议使用
lsblk命令确认硬盘设备标识 - 如需自动挂载,可配置
/etc/fstab文件
3. 使用Cyber Recorder录制数据
挂载完成后,即可使用Cyber Recorder指定存储路径:
cyber_recorder record -a -o=data/bag
参数说明:
-a:录制所有通道数据-o:指定输出目录
高级配置建议
1. 自动挂载配置
为避免每次重启后手动挂载,可以在/etc/fstab中添加如下配置:
/dev/sdb1 /apollo/data/bag ext4 defaults 0 2
2. 存储路径优化
建议采用日期时间命名的子目录结构,便于数据管理:
cyber_recorder record -a -o=data/bag/$(date +%Y%m%d_%H%M%S)
3. 权限管理
确保Docker容器有权限访问挂载目录:
sudo chmod -R 777 data/bag
常见问题排查
-
挂载失败:
- 确认硬盘设备标识正确
- 检查文件系统类型是否匹配
- 确保挂载点目录存在
-
写入权限问题:
- 检查目录权限设置
- 确认SELinux或AppArmor未限制访问
-
存储空间不足:
- 使用
df -h命令确认硬盘挂载成功 - 检查硬盘实际可用空间
- 使用
性能优化建议
- 使用SSD硬盘可获得更好的写入性能
- 避免同时进行大量数据读写操作
- 定期清理或归档历史数据
总结
通过外接移动硬盘扩展Apollo平台的存储能力,是解决长时间数据录制需求的实用方案。本文介绍的方法不仅适用于Cyber Recorder工具,也可应用于其他需要大容量存储的场景。合理配置存储方案,将为自动驾驶系统的开发和测试提供更可靠的数据支持。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210