大象机械臂myCobot 280 JN 2023和D435i相关环境配置

大象机器人的这款机械臂，用的Jetson nano做的主控，给的系统的ubuntu20，默认python版本是3.8。并且没有配置CUDA，在用这款机械臂做视觉相关的项目，需要自己配置一些环境。

一、安装Google拼音输入法

1. 首先下载中文语言包，在图形化页面下载会报错，所以这里直接用命令行进行安装。下载完成后，再去语言支持里面将系统语言更改为汉语，全局应用后重启。

sudo apt-get install  language-pack-zh-han*   

2. 系统语言变更完成后，会发现不能拼音输入中文，输入方法添加也没有中文选项，这里需要自己配置。通过下载googlepinyin来解决不能输入中文的问题。googlepinyin是基于fcitx框架的，直接输入就可以完成安装，然后去语言支持里面将ibus框架改为fcitx框架，然后卸载ibus框架，注意按顺序完成。

sudo apt-get install fcitx-googlepinyin  # 安装fcitx和googlepinyin
sudo cp /usr/share/applications/fcitx.desktop /etc/xdg/autostart/ # 设置fcitx开机自启动

sudo apt-get remove ibus # 更改系统语言框架后，卸载ibus

然后输入fcitx-config可以调出设置窗口，添加googlepinyin。
如何还是不能输入，可以试一试安装搜狗输入法，在所有安装过程中，注意提示信息，如果出现报错什么的，就安装提示的相关依赖包。

二、安装CUDA 10.2

1. 查询版本
因为myCobot 280 JN 2023默认镜像没有安装CUDA，所以需要自己进行安装。Jetson nano是arm系统的，并且通过jtop工具可以知道Jetpack版本是4.6.4，没有jtop工具输入sudo pip3 install jetson-stats进行安装。
对应官网，可知Jetpack 4.6.4支持CUDA 10.2，cuDNN 8.2.1。下面通过Jetson官方的SDK Manager进行。

2. 准备CUDA和cuDNN安装包
由于官网没有arm版本的安装包，所以需要通过SDK Manager工具来下载，需要的设备是一个搭载ubuntu18的虚拟机或物理机。

• 安装SDK Manager
  打开NVIDIA的jetpack下载网址，点击下载SDK Manager，使用前请先注册/登录NVIDIA账号。
  

• 下载完deb包后，输入sudo dpkg -i sdkmanager_1.5.0-7774_amd64.deb安装。如果报错找不到依赖，输入sudo apt --fix-broken install解决。

• 安装完成后打开软件，这里不需要连接硬件，因为我们的目的是通过这个刷机工具下载对应版本的CUDA和cuDNN安装包。

• 选择对应的硬件和JetPack版本后点击下一步。
  

• 勾选同意协议后会开始下载，这里就会下载相关安装包到指定目录
  

• 下载完成后，在下载目录中拷贝CUDA和cuDNN安装包。
  

3. 安装CUDA和cuDNN

• 将准备好的安装包拷贝到Jetson nano中。
• 安装CUDA

sudo dpkg -i cuda-repo-l4t-10-2-local_10.2.460-1_arm64.deb
sudo apt-key add /var/cuda-repo-10-2-local/7fa2af80.pub
sudo apt update
sudo apt-get install cuda-toolkit-10-2

• 安装安装cuDNN

sudo dpkg -i libcudnn8_8.2.1.32-1+cuda10.2_arm64.deb
sudo dpkg -i libcudnn8-dev_8.2.1.32-1+cuda10.2_arm64.deb

• 配置环境变量
  sudo gedit ~/.bashrc打开配置文件，在末尾添加下面内容：

export CUBA_HOME=/usr/local/cuda-10.2
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-10.2/bin:/usr/local/bin/cmake:$PATH

执行source ~/.bashrc使其生效。

• 拷贝cudnn到cuda安装路径下
  cudnn其实是直接安装到了默认安装路径usr/include和usr/lib下的，因此需要将其拷贝到cuda安装路径下，执行下面命令进行拷贝。

sudo cp /usr/include/cudnn.h /usr/local/cuda/include/
sudo cp /usr/lib/aarch64-linux-gnu/libcudnn* /usr/local/cuda/lib64/  # 时间有点久，耐心等待，不是卡了

• 重新生成cudnn库的软连接

cd /usr/local/cuda/lib64
sudo chmod +r libcudnn*
sudo rm -rf libcudnn.so libcudnn.so.8
sudo ln -s libcudnn.so.8.2.1 libcudnn.so.8
sudo ln -s libcudnn.so.8 libcudnn.so
sudo ldconfig

4. 测试
输入nvcc -V，出现版本号，说明安装成功。

三、安装conda管理环境

Jetson nano架构是aarch64,与win10,linxu不同,所以不能安装Anaconda，这里安装对应的archiconda。

1. 安装archiconda

下载安装包

wget https://github.com/Archiconda/build-tools/releases/download/0.2.2/Archiconda3-0.2.2-Linux-aarch64.sh

安装

bash Archiconda3-0.2.3-Linux-aarch64.sh

2. 配置环境变量

打开配置文件

sudo gedit ~/.bashrc

在文档最后一行添加

export PATH=~/archiconda3/bin:$PATH

3. 创建虚拟环境

创建python3.8的torch虚拟环境

conda create -n torch python=3.8  

4. 换源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

5. 其他常用命令

conda update -n base conda  # update最新版本的 conda
conda create -n xxxx python=3.X  # 创建python3.X的xxxx虚拟环境
conda activate xxxx  # 开启xxxx环境
conda deactivate  # 关闭环境
conda env list   # 显示所有的虚拟环境
conda info -e   # 显示所有的虚拟环境
conda install -c channel/path //  # 下载包
conda remove --n env_name  package_name  # 卸载包
pip uninstall  package_name  # 先进入环境然后卸载包
conda remove -n env_name --all  # 删除虚拟环境
conda deactivate  # 退出当前conda环境
rm -rf anaconda3 # 卸载conda

四、配置D435i相机SDK

官方步骤
1. 下载pyrealsense2源码

先去github上下载源码，pyrealsense2源码下载链接，下载zip后解压，建议不要下载太高的版本，这里用的2.31。解压后进入到解压后的文件夹内，后续操作基于此。

2. 安装依赖

sudo apt-get install git libssl-dev libusb-1.0-0-dev pkg-config libgtk-3-dev
sudo apt-get install libglfw3-devsudo apt-get update
sudo apt-get upgrade

3. 执行许可证脚本

cd librealsense
./scripts/setup_udev_rules.sh
./scripts/patch-realsense-ubuntu-lts.sh

4. cmake编译并安装

mkdir build && cd build  # 创建build文件并进入
cmake ../ -DBUILD_PYTHON_BINDINGS:bool=true -DPYTHON_EXECUTABLE=/usr/bin/python3.8 # 注意绑定python的路径
sudo make uninstall
sudo make clean
make
sudo make install

5. 环境变量配置

编译完成之后，可以在/usr/local/lib下发现编译生成的librealsense2相关动态库文件，将此路径配置到.bashrc文件中。

export PYTHONPATH=$PYTHONPATH:/usr/local/lib:/usr/lib/python3/dist-packages/pyrealsense2

6 测试
realsense-viewer启动SDK工具
执行source ~/.bashrc，运行python3，import pyrealsense2导包看是否报错。
到这一步，很多文章都没有错，但是本人在编译安装后发现，realsense-viewer启动SDK工具能正常开启深度和红外，但是在
import pyrealsense2后，使用dir(pyrealsense2)查看接口发现没有可用接口。

这说明在用python程序启动不了相机，这种问题解决方案如下：

• 查看编译安装pyrealsense2包的路径

python3
>> import pyrealsense2 as rs
>> rs.__path__
[‘/usr/lib/python3/dist-packages/pyrealsense2’]

• 然后在之前编译后的build/Release文件夹下找到下列文件然后复制
  
• 将复制的文件粘贴到前面查询的路径中的/usr/lib/python3/dist-packages下，注意不是粘贴到/usr/lib/python3/dist-packages/pyrealsense2下
• 重新测试，发现接口都有了

python3
>> import pyrealsense2 as rs
>> dir(rs)
[‘/usr/lib/python3/dist-packages/pyrealsense2’]

• 程序打开相机测试

import pyrealsense2 as rs
import cv2
import numpy as np# 创建 pipeline 对象
pipeline = rs.pipeline()# 配置 pipeline，启用彩色和深度流，设置分辨率和帧率
config = rs.config()config.enable_stream(rs.stream.color, 1280, 720, rs.format.bgr8, 30)  
config.enable_stream(rs.stream.depth, 848, 480, rs.format.z16, 30)  # 启动 pipeline
profile = pipeline.start(config)
# device = profile.get_device()
# device.hardware_reset()
# 将深度图对齐到彩色图
align_to = rs.stream.color  
align = rs.align(align_to)try:while True:# 等待下一帧数据frames = pipeline.wait_for_frames()# 获取对齐后的彩色和深度帧aligned_frames = align.process(frames)color_frame = aligned_frames.get_color_frame()depth_frame = aligned_frames.get_depth_frame()if not color_frame or not depth_frame:continue# 将彩色和深度帧转换为 numpy 数组color_image = np.asanyarray(color_frame.get_data())depth_image = np.asanyarray(depth_frame.get_data())# 显示彩色图像cv2.imshow('Color Image', color_image)# 可根据需要对深度图像进行处理或显示depth_gray = cv2.convertScaleAbs(depth_image, alpha=255 / 4000) cv2.imshow('Depth Image', depth_gray)# 按下 'q' 键退出循环if cv2.waitKey(1) & 0xFF == ord('q'):  break
finally:# 停止 pipeline 并关闭所有窗口pipeline.stop()cv2.destroyAllWindows()

• 其实到这里，前面加入的环境变量也可有可无，我这里删除后，仍然可以正常使用。很多文章中提到的在cmake时绑定python，在按照后可以在/usr/local/lib/python3.6/pyrealsense2中找到生成的动态库文件，我这里没有发现，可能是这款nano系统是ubuntu20，并且环境是大象机器人修改后的，所以有一些不一样。采用源码编译安装后，realsense-view和pyrealsense2包都是已经安装的。关于使用-官网下载安装包，采用离线安装的方式，我在安装后发现接口正常，但是启动不了相机，所以直接采用源码编译安装是最可靠的。

五、安装realsense-ros

1. ROS1下安装
官方文档

2. ROS2下安装
官方文档
要注意查看下载的版本所支持的ros版本。否则编译不会成功。

3. 启动ROS节点

roslaunch realsense2_camera rs_camera.launch