OrangePi Kunpeng Pro 安装 ROS2 + Gazebo

1. 初识

1.1 到手开箱

搞来一套OrangePi Kunpeng Pro玩,来感受一下这香橙派和华子联合打造的小板子怎么样,首先开箱:

在这里插入图片描述

很简单的一套,相比树莓派和Jetson的包装要好上不少,小盒子方便携带和存放,这点好评;另外还配备了iPhone都不带的先进的电源适配器,真的到手开箱即用,十分nice!


PD65W的电源

接下来看板子主体

在这里插入图片描述
秉承着到手即用的良心原则,风扇和硕大的散热块也是出厂自带,拧下来看看:

在这里插入图片描述

芯片丝印是Hi1910,具体型号差不多,猜测应该是昇腾某款吧,不纠结这些,针对这种开发板先看看接口:两个HDMI输出、网口、两个MIPI的摄像头CSI信号接口、一个MIPI DSI的显示信号接口、以及大家都熟悉的40pin的引脚,对于常用的像机器人或无人机的硬件开发来说足够了。

1.2 OrangePi Kunpeng Pro

接下来看一下官方文档信息:OrangePi Kunpeng Pro采用4核64位处理器+AI处理器,集成图形处理器,支持8TOPS AI算力,拥有8GB/16GB LPDDR4X,可以外接32GB/64GB/128GB/256GB eMMC模块,支持双4K高清输出(目前官方固件只支持HDMI0的输出)

对比下树莓派:

请添加图片描述

请添加图片描述

1.2 上电

秉承着到手开箱即用的原则,先不去看手册,直接外接显示器上电开机,SD卡内置了openEuler的系统,一次点亮,卡在了密码,查了下手册,密码同用户名:openEuler

在这里插入图片描述

缺少了自个探索的过程,有点索然无味,不过后面要折腾机器人和无人机,就得装个ROS,装ROS就得装Ubuntu,开始折腾 =.=


2. 安装Ubuntu

2.1 准备工作

下载烧录软件balenaEtcher,官网下载的

### Gazebo 集成 YOLO 教程及应用案例 #### 1. 环境准备 为了在 Gazebo 中集成并使用 YOLO,首先需要安装必要的软件包和依赖项。这包括但不限于 ROS (Robot Operating System),Gazebo 模拟环境以及 Darknet 或其他支持 YOLO 的框架。 对于 OrangePi Kunpeng Pro 设备而言,在其上部署 SLAM 实例之前应先完成这些准备工作[^1]: ```bash sudo apt-get update && sudo apt-get install -y ros-noetic-desktop-full gazebo11 source /opt/ros/noetic/setup.bash ``` #### 2. 安装 YOLO 和相关库 接下来要安装 Darknet 或者 PyTorch 版本的 YOLOv5/7 并配置好 Python 虚拟环境来加载模型权重文件: ```bash git clone https://github.com/AlexeyAB/darknet.git cd darknet make ``` 或者如果是基于 PyTorch 的版本,则可以按照官方文档说明来进行操作。 #### 3. 创建自定义传感器插件 为了让 Gazebo 可以调用 YOLO 进行目标检测,通常的做法是编写一个 C++ 插件作为中间层,该插件订阅来自摄像头的话题并将图像传递给 YOLO 模型处理;之后发布识别结果到另一个话题供下游节点消费。 下面是一个简单的实现思路概述: - 编写一个继承 `gazebo::sensors::CameraSensor` 类的新类; - 使用 ZeroMQ/RosBridge 将每一帧发送至外部进程执行推理任务; - 把返回的结果封装成标准消息格式重新广播出去。 此过程涉及到较为复杂的编程技巧,建议参考现有开源项目如 [ros-yolo](https://github.com/leggedrobotics/yolov3_ros)[^2]. #### 4. 应用案例分析 假设有一个自主导航的小车平台正在参加 RoboCup@Home 挑战赛,那么可以在仿真环境中设置多个障碍物(比如椅子、桌子),并通过训练好的 YOLO 模型实时感知周围环境中的物体类别及其位置信息。这样不仅能够提高路径规划算法的效果,还能增强系统的鲁棒性和适应能力。 具体来说就是利用上述提到的方法把相机获取的画面送入神经网络做预测运算,得到边界框坐标后计算出相对于机器人的距离向量,最后反馈给运动控制器调整前进方向或速度大小。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

Arcann

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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