📚 课程目录第2章 AUTOSAR Adaptive基础概念

2. AUTOSAR Adaptive基础概念

说实话，做AutoSAR Adaptive开发，环境搭建往往是第一个坑。我记得刚入行那会儿，光配环境就折腾了两天——不是编译器版本不对，就是Python库冲突。后来我总结出一套相对稳妥的流程，今天分享给你。

2.1 Ubuntu 22.04 虚拟机配置

为什么选22.04？因为Adaptive Platform对C++17支持要求很严格，而22.04的GCC 11.2正好满足。我之前试过20.04，结果编译Ara::Core的时候一堆模板报错，后来才发现是编译器版本太老。

2.1.1 虚拟机硬件分配建议

资源项	最低配置	推荐配置	说明
CPU核心数	2	4	编译Ara::Core时多核优势明显
内存	4 GB	8 GB	低于4GB跑CMake会卡死
磁盘空间	40 GB	80 GB	SDK+工具链+源码至少30GB
显存	128 MB	2 GB	如果要用GUI调试工具

注意： 磁盘格式一定要选VMDK，别用VHD。我遇到过VHD在快照回滚时文件系统损坏，项目代码全丢的情况。另外，建议把虚拟磁盘拆分成多个2GB文件，方便迁移。

2.1.2 系统安装后的关键配置

装完系统第一件事，换源。别用默认的archive.ubuntu.com，那速度能让你怀疑人生。

# 备份原源
sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak

# 替换为清华源（选一个离你近的）
sudo sed -i 's/archive.ubuntu.com/mirrors.tuna.tsinghua.edu.cn/g' /etc/apt/sources.list
sudo sed -i 's/security.ubuntu.com/mirrors.tuna.tsinghua.edu.cn/g' /etc/apt/sources.list

# 更新
sudo apt update && sudo apt upgrade -y

然后装VMware Tools或VirtualBox Guest Additions。这个很多人会忘，结果分辨率调不了，共享文件夹也用不了。我个人习惯装完系统第一件事就是装这个。

2.2 必备工具链安装

工具链这东西，版本对齐很重要。Adaptive Platform对工具链版本很敏感，差一个小版本可能就编译不过。

2.2.1 CMake

Adaptive Platform强制要求CMake 3.20以上。Ubuntu 22.04自带的CMake是3.22，够用。但如果你从源码编译，记得用最新稳定版。

# 检查版本
cmake --version

# 如果版本低于3.20，手动安装
wget https://github.com/Kitware/CMake/releases/download/v3.27.6/cmake-3.27.6-linux-x86_64.tar.gz
tar -xzf cmake-3.27.6-linux-x86_64.tar.gz
sudo mv cmake-3.27.6-linux-x86_64 /opt/cmake
sudo ln -s /opt/cmake/bin/cmake /usr/local/bin/cmake

经验之谈： 别用apt装CMake，版本太旧。我踩过这个坑——apt装的3.16，结果Ara::Core的CMakeLists.txt里用了cmake_minimum_required(VERSION 3.20)，编译直接报错。

2.2.2 GCC/G++

GCC 11.2是官方推荐的版本。Ubuntu 22.04默认带的就是这个，省心。

# 安装编译工具链
sudo apt install build-essential gcc-11 g++-11

# 设置默认版本
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-11 110
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-11 110

# 验证
gcc --version
g++ --version

为什么要用update-alternatives？因为有时候你需要同时保留多个GCC版本。比如我有个项目必须用GCC 9才能编译老代码，这时候切换版本就靠它了。

2.2.3 Python3

Python3在Adaptive开发里主要用来跑代码生成器和测试脚本。22.04自带Python 3.10，够用。

# 安装Python3和pip
sudo apt install python3 python3-pip python3-venv

# 创建虚拟环境（强烈建议）
python3 -m venv ~/adaptive_env
source ~/adaptive_env/bin/activate

# 安装常用包
pip install pyyaml jinja2 pytest

避坑： 千万别用系统自带的pip装包，也不要用sudo pip install。我见过有人把系统Python搞崩了，结果apt都跑不了。老老实实用虚拟环境，每个项目一个环境，互不干扰。

2.3 Git版本管理策略

Git管理在Adaptive开发里特别重要。因为Adaptive Platform本身就是一个大型框架，加上你自己的应用代码，分支策略搞不好就乱成一锅粥。

2.3.1 仓库结构设计

我个人习惯用monorepo加submodule的方式。为什么？因为Adaptive Platform的接口定义（ARXML）和实现代码经常需要同步修改，分开仓库管理起来太累。

adaptive_project/
├── ara/                    # Adaptive Platform核心（submodule）
├── app/                    # 应用层代码
│   ├── sensor_fusion/
│   └── vehicle_control/
├── config/                 # 配置文件
│   ├── manifests/
│   └── machine.json
├── build/                  # 构建目录（不提交）
├── CMakeLists.txt
└── .gitignore

2.3.2 分支策略

分支名称	用途	保护规则
`main`	稳定发布版本	禁止直接推送，仅允许PR合并
`develop`	日常开发集成	禁止直接推送，仅允许PR合并
`feature/*`	新功能开发	从develop创建，合并回develop
`release/*`	发布候选版本	从develop创建，合并到main和develop
`hotfix/*`	紧急修复	从main创建，合并到main和develop

这个策略说白了就是Git Flow的简化版。为什么简化？因为Adaptive开发迭代快，搞太复杂的分支策略反而拖慢节奏。

2.3.3 提交规范

我要求团队用Conventional Commits规范。为什么？因为后面要自动生成CHANGELOG，还要跟CI/CD集成。

# 格式
<type>(<scope>): <description>

# 示例
feat(ara::core): 添加StringView实现
fix(sensor_fusion): 修复CAN总线超时处理
docs(config): 更新machine.json注释
refactor(build): 优化CMake编译选项

  核心原则： 
  每个提交只做一件事
提交信息要能看懂，别写"fix bug"这种废话
关联issue编号，方便追溯

2.4 环境验证

装完所有东西，跑个简单的验证脚本，确保环境没问题。

#!/bin/bash
# check_env.sh

echo "=== 检查CMake ==="
cmake --version | head -1

echo "=== 检查GCC ==="
gcc --version | head -1

echo "=== 检查Python ==="
python3 --version

echo "=== 检查Git ==="
git --version

echo "=== 编译测试 ==="
mkdir -p test_build && cd test_build
cmake .. && make -j$(nproc)
echo "环境验证通过！"

2.5 知识体系总览

下面这张图把本章的核心逻辑串起来了。你搭建环境的时候，可以对照着看，别漏了哪一步。

嗯，环境搭建这部分就这些。你按这个流程走，基本不会出大问题。如果遇到什么奇怪的编译错误，多半是版本没对齐——先检查CMake和GCC版本，八成能解决。