TX1储存空间装满不能正常进入系统问题的解决

最新推荐文章于 2024-03-07 20:12:36 发布
原创 最新推荐文章于 2024-03-07 20:12:36 发布 · 2.9k 阅读 · 15 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#TX1 #无法进入系统 #bug #存储空间满

当TX1的存储空间被填满后，可能会出现无法正常进入系统的问题，表现为闪屏、桌面图标消失。解决这个问题需要通过串口控制器控制TX1，使用USB转TTL的232转换器连接电脑，安装CP2102驱动，通过Xshell进行串口读写。在连接并重启TX1后，通过Ctrl+Alt+F1进入tty，删除一些文件以释放空间，然后重新启动，系统即可恢复正常。

昨天用TX1不小心把存储空间装满了，之后就一直闪屏，重启之后发现进不去系统了，一直显示桌面壁纸，侧边栏和桌面图标都没有了，如下图


只有鼠标能用，终端打不开，tty也进不去。

一通查资料和问大神，最后发现的解决方法是通过串口控制器控制系统

使用usb转ttl的232转换器，连接电脑和TX1

通过查资料了解到


所以连接方法是如下


J21左边有个三角形，其所指的是1号针脚，1号对面是2号，然后9号是GND，8号是Tx,和232的RX相接，10号是Rx,和232的Tx相接

然后另一端连接电脑，查看设备信息，如果显示黄色的叹号，说明你没装驱动

最低0.47元/天 解锁文章
Jetson TX2开机及刷机遇到的棘手问题
jzx_lvo的博客
06-19 9365
Jetson TX2开机刚刚买到JetsonTX2时，大家的心情想必一定是万分激动的（哇=。。=可以用来给核武器做控制？），当然大家使用JetsonTX2都是用来为了和谐社会做开发的~ 开了箱，发现里面的线啊配件还是很全的，因为Jetsontx2是ARM架构，箱内提供的两个wifi接收器神似STM上外界的无限模块，按照说明书的要求装上天线、接上HDMI、连接电源：（Jetson只有一个USB3.0...
TX2 踩坑集锦
HUSTbest_的博客
10-26 4267
目前一段时间在使用 NVIDIA 的深度学习开发板 Jetson TX2，踩了不少坑，所以记录下来，方便自己调试。 1、 TX2 无法开机 （输入密码后卡在开机界面 或者 进入桌面后不断闪屏） 可能原因： 板子存储空间已满，所以无法加载 解决方法： ① 开机进入输入密码的界面后，按 ctrl + alt + f1 进入命令文本界面， 选择一个用户登录，先使用 df -h 指令查...
NVIDIA Jetson TX1存储空间满了开不了机，解决办法
CQQ1021114542的博客
03-25 4197
参考链接： https://www.jetsonhacks.com/2015/12/01/serial-console-nvidia-jetson-tx1/ https://blog.youkuaiyun.com/zhouxiaowei1120/article/details/80872905 https://blog.youkuaiyun.com/abc869788668/article/details/7828...
NVIDIA TX2--2--TX2 无法开机--输入密码后卡在开机界面 或者 进入桌面后不断闪屏
天明宇朗的博客
03-09 6127
Yolov-1-TX2上用YOLOv3训练自己数据集的流程(VOC2007-TX2-GPU) Yolov--2--一文全面了解深度学习性能优化加速引擎---TensorRT Yolov--3--TensorRT中yolov3性能优化加速（基于caffe） yolov-5-目标检测：YOLOv2算法原理详解 yolov--8--Tensorflow实现YOLO v3 yolov--9--Y...
NVIDIA JETSON TX2 系统满载不能开机
this_dudu的博客
07-01 1607
这个东西折磨了我好多天，太难过了o(╥﹏╥)o。
TX1储存空间满不能正常进入系统-已解决
Xioooooooo的博客
02-25 1459
由于一些比较极限的操作，使TX1的空间装满——其实总的算下来，系统在完全装满前一共给过2次警告，都没有注意，在图形界面完全没法加载出来、屏幕疯狂闪烁之后，才真的认识到问题的严重性。 有考虑直接进入终端删除不必要的文件，也有考虑重新安装系统——刷机需谨慎，一想到重新安装那么多的软件、重新构建环境，我就犹豫了。事实也证明了，刷机确实很麻烦，实在是没有办法的办法（在同学的电脑上试着安装JETPACK，...
TX2内存条满了开不了机正确解决方案；TX2利用nvidia sdk manager刷机；TX2挂载SD卡
weixin_45450688的博客
08-12 2911
TX2内存条满了开不了机正确解决方案；TX2利用nvidia sdk manager刷机；TX2挂载SD卡；ubuntu换源；
英伟达板子4----存储满了系统黑屏
joey_ro的博客
03-07 481
上次也是因为跑论文的大数据实验，把windows系统的加的三星SATA固态给跑坏了，当时只能手动拆卸掉三星的SATA，所幸这次能够修改不用重装系统，UbuntuYYDS。记录一个bug，因为最近在做边缘端视频处理的内容，就把视频存储在边端设备，但是发现由于边缘端设备的存储太小了，导致把ubuntu端的存储（只有28个Gib）给吃满了。过了2天发现ubuntu还是在开着机的状态，于是进入发现黑屏不在了取代的是。发现了自己删错video了,大的文件没有删除,重新删除,然后重启.删除对应的大文件,重启即可.
Jeston TX1&TX2 A100 Ubuntu_1804_ROS 系统清理系统缓冲日志
cau_weiyuhu的博客
01-29 1488
介绍tx1_tx2_A100载板，Jeston TX1 核心模块，JetPack_4.6.1系统安装ROS，运行一段时间后，日志占用大量存储空间的文件，进行清理，以腾出空间的方法。
jetson tx2 内存使用情况查看 清除异常进程 远程关机
yo跟着新宇走
04-19 1950
今天运行tx2跑个小程序，由于需要调参被我ctrl+z取消掉了 结果再跑的时候发现内存（显存）被占满了，心里认定是前一个强行退出的程序还在占用内存 结果我去top里找到一个python3进程，kill掉以后内存依然还是被占用。 各种top就已经不出现高占用内存的进程了，这个进程失踪了？ 后来学习了链接 可使用以下命令 ps -e -o 'pid,comm,args,pcpu,rsz,vsz,sti...
tx2 内存不足
怨行客
12-06 1960
top 看看 killall python3
TX2 遇到问题汇总
YahamaTarGe的博客
05-10 833
TX2安装scipy出现的问题： no lapack/blas resources found 解决方法，安装lapack sudo apt-get install liblapack-dev 然后重新安装scipy，这次遇到了不一样的问题。 遇到的问题： error: library dfftpack has Fortran sources but no Fortran compiler f...
Jetson TX2的各种坑.md
CCB的博客
03-10 3206
最近在使用Jetson TX2 在跑实验，然后遇到下面问题，做笔记，记录一下。 内存出错无法，中断 # 出现下面那种错误 2019-01-11 19:41:46.959970: E tensorflow/stream_executor/cuda/cuda_driver.cc:1068] failed to synchronize the stop event: CUDA_ERROR_LAUNCH_...
jetson TX2挂载 256G sd卡
santututu39的博客
10-09 3049
购买的TX2只有32G，实在不够用，便决定给它挂载个大内存。笔者在此挂载的是闪迪的256Gsd卡，256G以下都可以挂载，以上还没试过，如果读者想要挂载256以上的也可以按此方法尝试挂载。 一、打开终端查看硬盘信息 sudo fdisk -lu 注意这一行信息，一般在输入的最后一行。 二、修改sd卡的模式 sudo mkfs -t ext4 /dev/mmcblk1p1 注意：mmcblk1p1是我的sd卡的名称，如果你的不同，复制代码时注意更换为你的。 三、创建目录data（名称.
Jetson TX1 /TX2 刷机及使用配置
一米阳光
12-19 3075
查看 Download and Install JetPack L4T 刷机之后的基本配置 开发环境的配置 ROS Kinetic 安装 ZED ros环境的配置 ros-kinetic-mavlin ros-kinetic-mavros opencv的自定义安装 拿到TX1开发板之后，系统预装了Ubuntu16.04的系统，一些基本的开发配置也不完整，而且系统的内核版本也比较...
nvidia jetson 开发板运行 jetson-inference 出现问题的终极解决办法
天道酬勤
08-03 6799
nvidia jetson 开发板运行 jetson-inference 出现问题的终极解决办法 感觉国内的网git  clone jetson-inference到 jetson TX2（TX1类似）后，进行cmake后会出一个较大的问题，也许你的网没问题，那就OK，如果网不行，像我这样的，那就真心的坑了。 说说的遇到的情况吧，就是git clone  jetson-infe
jetson tx1 配置SSD固态硬盘
qq_35497808的博客
06-11 2400
转载自：http://blog.youkuaiyun.com/hit2015spring/article/details/62217289 配置外置SSD 这里用的是三星 EVO 250G的SSD，支持SATA接口，ssd插上去开机是不能用的，TX1是没有识别的，需要的格式化为Linux支持的文件系统ext4.一系列配置之后可以把ssd设置为外置的存储，然后再把文件系统拷贝到SSD
TX1因磁盘不足，无法正常开机，文件导出办法
N1绝尘的博客
11-20 1057
TX1因磁盘不足，无法正常开机，文件导出办法
只用jetson nano tx1和ROS能不能让无人船自主避障
最新发布
03-24
<think>好的，我现在需要回答用户的问题：“只用Jetson Nano/TX1和ROS能不能让无人船自主避障？”首先，我得理解用户的问题核心。用户想知道是否仅使用这两种硬件和ROS系统就能实现无人船的自主避障功能。接下来，我需要分解问题涉及的各个部分，并逐一分析其可行性和必要条件。 首先，Jetson Nano和TX1是NVIDIA推出的嵌入式计算平台，常用于机器人和AI项目。它们具备一定的计算能力，适合处理图像识别、传感器数据等任务。ROS（Robot Operating System）是一个机器人开发框架，提供通信、工具和库的支持，帮助开发者整合硬件和软件模块。 接下来是自主避障。自主避障通常需要几个关键部分：环境感知、数据处理与决策、执行控制。环境感知需要传感器如摄像头、激光雷达、超声波传感器等来检测障碍物。数据处理部分需要算法处理传感器数据，识别障碍物并规划路径。执行控制则需要将决策转化为具体的动作，比如调整马达速度或方向。 用户的问题中提到“只用”Jetson Nano/TX1和ROS，是否足够？我需要考虑以下几点： 1. **硬件需求**：Jetson Nano/TX1作为处理单元是否足够处理避障所需的计算任务，比如实时图像处理或SLAM（同步定位与地图构建）。虽然这些设备有一定的GPU加速能力，但复杂的算法可能需要更高的计算资源。 2. **传感器支持**：ROS本身不提供传感器硬件，需要外接传感器如摄像头、超声波、IMU等。用户是否已有这些传感器？如果仅使用Jetson和ROS，但没有传感器，无法实现环境感知，自然无法避障。 3. **软件算法**：ROS提供了许多现有的包和工具，比如用于导航的move_base，SLAM的gmapping或cartographer，但这些需要根据具体硬件进行调整。用户需要实现或集成障碍检测算法，如使用OpenCV进行图像识别，或处理激光雷达数据。 4. **执行机构控制**：无人船的运动控制需要电机、舵机等执行机构，ROS需要与这些硬件接口通信。用户是否有合适的电机控制器，并且能够通过ROS节点发送控制指令？ 5. **实时性与可靠性**：无人船在水面环境中可能遇到波动、水流等干扰，系统需要具备一定的实时性和鲁棒性。Jetson设备的实时性能是否足够，ROS的通信延迟是否会影响避障的及时性？ 接下来，我需要验证这些点。首先，Jetson系列具备处理传感器数据的能力，例如Jetson Nano可以处理来自USB摄像头的数据，运行基本的视觉算法。TX1性能更强，适合更复杂的任务。如果用户连接了必要的传感器，如摄像头用于视觉避障，或超声波测距模块，ROS可以整合这些数据。 ROS中的导航栈（Navigation Stack）通常用于移动机器人，需要激光雷达或深度相机生成地图。但无人船的环境可能不同，特别是开放水域，可能缺乏明显的特征点，这会影响SLAM的效果。因此，可能需要依赖其他传感器融合，如GPS、IMU结合视觉或超声波数据。 在软件层面，用户可能需要编写或调整现有的ROS包，以适应无人船的运动模型和水面环境。例如，修改导航算法以考虑船只的动力学特性，或者使用不同的避障策略，如基于规则的反应式避障，而非复杂的路径规划。 执行控制方面，需要确保ROS能够通过GPIO、PWM或其他接口与马达控制器通信。可能需要开发或使用现有的ROS驱动节点，将控制指令发送到电机。 总结来说，从技术角度看，使用Jetson Nano/TX1和ROS可以实现无人船的自主避障，但需要满足以下条件： - **必要的传感器**：如摄像头、超声波传感器、IMU、GPS等，用于环境感知和定位。 - **执行机构接口**：能够通过ROS节点控制马达或舵机。 - **适配的算法**：根据无人船的特性和环境调整或开发避障算法。 - **系统集成**：将传感器、处理单元、执行机构通过ROS有效整合，确保数据流和控制指令的实时性。 潜在挑战包括处理水面环境的复杂性，如波浪干扰、动态障碍物（其他船只、漂浮物）的检测，以及系统的稳定性和可靠性。此外，计算资源是否足够支持实时处理也是一个需要考虑的因素，可能需要优化算法或降低数据处理的复杂度。 用户可能需要分步骤实现：先完成传感器数据的采集和处理，再实现基础的避障逻辑，最后整合到ROS系统中进行测试和优化。参考现有的ROS无人船或水下机器人项目可能会有帮助，了解他们是如何处理类似问题的。 最后，需要提醒用户注意硬件防水、电源管理以及实际测试中的安全问题，确保无人船在真实环境中的可靠运行。</think>### **分步解答：只用 Jetson Nano/TX1 + ROS 能否实现无人船自主避障？** 答案是**可以，但需满足以下条件**。我们拆解成硬件、软件、环境三个层面分析： --- #### **一、硬件需求清单（必须配齐）** | 硬件类型 | 具体作用 | 最低配置示例 | |----------------|-----------------------------------|----------------------------------| | **主控** | 运行 ROS 和算法 | Jetson Nano 或 TX1 | | **感知传感器** | 检测障碍物 | 摄像头（避障用）+ 超声波传感器（短距离测距） | | **定位传感器** | 知道自身位置 | GPS 模块 + IMU（惯性测量单元） | | **执行机构** | 控制船体运动 | 电机 + 电调（需支持 PWM 控制） | | **通信模块** | 远程监控/紧急干预 | Wi-Fi 模块或 4G 模块（非必需但建议） | **关键点**： - **没有传感器 = 无人船是“瞎子”**，必须至少配备一种避障传感器（如摄像头或超声波）。 - **电机控制必须能用 ROS 节点发送指令**，例如通过 GPIO 或串口通信。 --- #### **二、软件实现步骤（ROS 核心作用）** **步骤 1：传感器数据接入 ROS** - **摄像头**：使用 `usb_cam` 包获取图像，用 `cv_bridge` 转换成 OpenCV 格式。 - **超声波**：通过串口读取数据，编写自定义 ROS 节点发布为 `sensor_msgs/Range` 消息。 - **GPS/IMU**：使用 `nmea_navsat_driver` 包解析 GPS 数据，用 `razor_imu_9dof` 包处理 IMU 数据。 **步骤 2：避障算法开发** - **方案 A（视觉避障）**： - 用 OpenCV 做图像识别（如检测水面漂浮物），发布障碍物位置到 `/obstacle` 话题。 - 代码片段示例： ```python # 在 ROS 节点中处理图像 def image_callback(msg): cv_image = cv_bridge.imgmsg_to_cv2(msg, "bgr8") # 使用颜色阈值或深度学习模型检测障碍物 ... obstacle_pub.publish(obstacle_position) ``` - **方案 B（超声波避障）**： - 设定安全距离（如 1 米），当超声波检测到距离小于阈值时，触发转向指令。 **步骤 3：运动控制整合** - **底层控制**：编写电机控制节点，订阅 `/cmd_vel` 话题（ROS 标准控制指令），将线速度和角速度转换为 PWM 信号驱动电机。 - **导航逻辑**：使用 `move_base` 包或自定义决策节点，根据障碍物位置生成路径。 **步骤 4：仿真测试（可选但建议）** - 用 Gazebo 模拟水面环境，测试避障算法后再上真船，避免硬件损坏。 --- #### **三、资源限制与优化技巧** | 挑战 | 解决方案 | |--------------------------|-----------------------------------| | **Jetson 算力不足** | 使用轻量化模型（如 MobileNet SSD）或降低图像分辨率 | | **水面反光干扰摄像头** | 加偏振滤镜 + 算法过滤高光区域 | | **波浪导致定位漂移** | 融合 GPS + IMU 数据（用 `robot_localization` 包） | | **实时性要求** | 关闭不必要的 ROS 节点，优化代码效率 | --- #### **四、直接回答你的问题** **“只用 Jetson + ROS 行不行？”** → **取决于你是否有额外传感器和执行机构**。 - **如果只有 Jetson 和 ROS**：缺传感器和电机控制，无法实现。 - **如果配齐传感器+执行机构**：完全可以，且已有成功案例（例如 MIT 的无人船项目）。 --- ### **五、成本最低的实现方案（约 3000 元内）** 1. **硬件清单**： - Jetson Nano（约 1000 元） - 树莓派摄像头（100 元） - 超声波传感器 ×2（50 元） - 低成本 GPS 模块（200 元） - 直流电机 + 电调（300 元） - 防水船体（自制或改装玩具船） 2. **软件方案**： - 开源避障算法（如 GitHub 上的 `simple_obstacle_avoidance`） - ROS Melodic 或 Noetic 版本 --- ### **六、最终结论** - **能实现**：Jetson + ROS 是足够的核心大脑，但必须外接“眼睛”（传感器）和“手脚”（电机）。 - **建议路线**：先买齐传感器，在 ROS 中逐个调试数据流，再逐步添加避障逻辑。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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