Intel® RealSense™ SDK：ARM64架构编译实战

原创 于 2025-09-08 03:34:49 发布 · 975 阅读 ·
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。

Intel® RealSense™ SDK：ARM64架构编译实战

【免费下载链接】librealsense Intel® RealSense™ SDK 【免费下载链接】librealsense 项目地址: https://gitcode.com/GitHub_Trending/li/librealsense

引言：ARM64平台的RealSense挑战与解决方案

你是否在ARM64架构设备（如NVIDIA Jetson或Raspberry Pi）上挣扎于Intel® RealSense™摄像头的驱动适配？是否因内核模块不兼容导致深度流无法启动？本文将系统解决这些痛点，提供两种经过实战验证的编译方案：原生内核驱动方案（性能优先）与RSUSB用户态后端方案（快速部署），帮助开发者在ARM64平台上快速启用RealSense深度感知能力。

读完本文你将掌握：

  • 针对Jetson/Raspberry Pi的环境准备与依赖配置
  • 内核模块 patch 编译与安全替换技巧
  • 无内核修改的RSUSB后端快速部署流程
  • CUDA加速与多摄像头支持的性能优化策略
  • 常见编译错误的调试与解决方案

架构解析：ARM64平台的RealSense技术栈

RealSense SDK在ARM64上的工作原理

mermaid

两种编译方案的对比分析

特性原生内核驱动方案RSUSB用户态方案
内核修改必需（需patch uvcvideo模块）无需
性能优（内核态处理，低延迟）中（用户态USB通信）
多摄像头支持支持有限制（USB带宽共享）
元数据访问完整支持部分支持
部署难度高（需编译内核模块）低（仅需编译器与libusb）
适用场景生产环境、性能敏感应用快速原型验证、无内核权限环境
支持设备全系列RealSense摄像头D400系列、T265

环境准备：ARM64开发环境配置指南

硬件与系统要求

推荐开发板：

  • NVIDIA Jetson AGX Orin (JetPack 6.0+)
  • NVIDIA Jetson Xavier NX (JetPack 5.0.2+)
  • Raspberry Pi 4B/5 (Raspbian 11+)
  • 其他ARM64单板机（需验证USB 3.0兼容性）

基础系统配置：

  • 操作系统：Ubuntu 20.04/22.04 LTS (aarch64)
  • 内核版本：5.10+（Jetson）/ 5.15+（Raspberry Pi）
  • 磁盘空间：至少10GB（含源码与编译缓存）
  • 内存：至少4GB（建议8GB以上，开启swap）

依赖项安装命令

# 基础编译工具链
sudo apt-get update && sudo apt-get install -y \
    build-essential git cmake libssl-dev \
    libusb-1.0-0-dev libudev-dev pkg-config \
    libgtk-3-dev libglfw3-dev libopenmpi-dev

# 可选依赖（CUDA加速与Python绑定）
sudo apt-get install -y libcuda1 cuda-toolkit \
    python3-dev python3-numpy

# 配置交换空间（针对内存不足情况）
sudo fallocate -l 8G /swapfile
sudo chmod 600 /swapfile
sudo mkswap /swapfile
sudo swapon /swapfile
echo '/swapfile none swap sw 0 0' | sudo tee -a /etc/fstab

源码获取与目录结构

# 克隆官方仓库（使用国内镜像）
git clone https://gitcode.com/GitHub_Trending/li/librealsense.git
cd librealsense

# 查看目录结构
tree -L 2
# 关键目录说明：
# - src/：SDK核心源代码
# - examples/：示例程序
# - scripts/：编译辅助脚本（含内核patch）
# - doc/：官方文档
# - config/：udev规则与pkg-config配置

方案一：原生内核驱动编译（性能优先）

内核模块 patch 流程

Jetson平台自动patch脚本使用
# 检查L4T版本（JetPack版本）
head -n 1 /etc/nv_tegra_release

# 运行专用patch脚本（支持JetPack 4.4+）
./scripts/patch-realsense-ubuntu-L4T.sh

# 脚本执行流程说明：
# 1. 检测Jetson型号与L4T版本
# 2. 下载匹配的内核源代码
# 3. 应用RealSense专用补丁（支持深度格式、元数据）
# 4. 编译uvcvideo等相关内核模块
# 5. 替换并加载新内核模块
手动patch内核模块（高级用户）
# 1. 获取当前内核源码
sudo apt-get install -y linux-source
cd /usr/src/linux-source-$(uname -r)
tar xjf linux-source-$(uname -r).tar.bz2
cd linux-source-$(uname -r)

# 2. 应用RealSense补丁
patch -p1 < /path/to/librealsense/scripts/realsense-camera-formats-jammy-hwe-6.5.patch
patch -p1 < /path/to/librealsense/scripts/realsense-metadata-jammy-hwe-6.5.patch

# 3. 配置内核编译选项
cp /boot/config-$(uname -r) .config
make ARCH=arm64 menuconfig

# 4. 编译uvcvideo模块
make -j$(nproc) ARCH=arm64 M=drivers/media/usb/uvc/ modules

# 5. 备份并替换原有模块
sudo cp drivers/media/usb/uvc/uvcvideo.ko /lib/modules/$(uname -r)/kernel/drivers/media/usb/uvc/
sudo depmod -a

SDK源码编译与安装

# 安装编译依赖
sudo apt-get install -y libssl-dev libusb-1.0-0-dev \
    libudev-dev pkg-config libgtk-3-dev libglfw3-dev

# 配置udev规则（允许普通用户访问摄像头）
sudo cp config/99-realsense-libusb.rules /etc/udev/rules.d/
sudo udevadm control --reload-rules && sudo udevadm trigger

# 编译SDK（启用CUDA加速）
mkdir build && cd build
cmake .. -DCMAKE_BUILD_TYPE=Release \
         -DBUILD_EXAMPLES=true \
         -DBUILD_WITH_CUDA=true \
         -DFORCE_RSUSB_BACKEND=false \
         -DBUILD_PYTHON_BINDINGS=true

# 使用多核编译（根据CPU核心数调整）
make -j$(nproc)

# 安装到系统目录
sudo make install

# 配置动态链接库路径
echo 'export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib' >> ~/.bashrc
source ~/.bashrc

方案二：RSUSB用户态编译（快速部署）

无内核修改的编译流程

# 安装基础依赖
sudo apt-get install -y git libssl-dev libusb-1.0-0-dev \
    pkg-config libgtk-3-dev cmake-curses-gui

# 使用libuvc_backend编译（无需内核patch）
mkdir build && cd build
cmake .. -DCMAKE_BUILD_TYPE=Release \
         -DBUILD_EXAMPLES=true \
         -DFORCE_RSUSB_BACKEND=true \
         -DBUILD_WITH_CUDA=false \
         -DUSB_CAMERA_SUPPORT=true

# 编译
make -j$(nproc)

# 安装
sudo make install

关键编译选项说明

选项含义与用途
-DFORCE_RSUSB_BACKEND=true强制使用用户态USB后端
-DUSB_CAMERA_SUPPORT=true启用USB摄像头支持
-DBUILD_PYTHON_BINDINGS=bool:true编译Python绑定（需安装对应Python开发包）
-DCMAKE_INSTALL_PREFIX=path指定安装路径（默认/usr/local）
-DBUILD_GRAPHICAL_EXAMPLES=false禁用图形界面示例（无GUI环境）

验证与调试：确保编译正确的关键步骤

基础功能验证

# 1. 运行Realsense Viewer
realsense-viewer

# 2. 检查设备连接状态
rs-enumerate-devices

# 3. 运行深度采集示例
./examples/capture/rs-capture

# 4. 录制与回放测试
rs-record -o test.bag  # 录制
rs-playback -i test.bag  # 回放

常见问题排查

问题1：摄像头无法识别（USB权限问题）
# 解决方法：配置udev规则
sudo cp config/99-realsense-libusb.rules /etc/udev/rules.d/
sudo udevadm control --reload-rules && sudo udevadm trigger
# 重新拔插摄像头
问题2：编译CUDA相关项时报错
# 检查CUDA环境
nvcc --version
# 确保安装对应JetPack版本的CUDA
sudo apt-get install -y cuda-toolkit-11-4  # 根据JetPack版本调整
# 重新配置CMake，确保CUDA路径正确
cmake .. -DCUDA_TOOLKIT_ROOT_DIR=/usr/local/cuda
问题3：运行时提示缺少共享库
# 查找缺失的库
ldd ./examples/capture/rs-capture | grep "not found"
# 添加库路径到环境变量
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib
# 或添加到系统配置
sudo sh -c 'echo "/usr/local/lib" >> /etc/ld.so.conf.d/librealsense.conf'
sudo ldconfig

性能测试与优化

# 运行性能测试工具
./tools/benchmark/rs-benchmark

# Jetson平台启用CUDA加速
export RS2_USE_CUDA_BACKEND=true
realsense-viewer  # 在Viewer中启用CUDA处理

高级主题：ARM64平台的性能优化策略

CUDA加速配置

# 编译时启用CUDA
cmake .. -DBUILD_WITH_CUDA=true \
         -DCUDA_PROPAGATE_HOST_FLAGS=false \
         -DCMAKE_CUDA_FLAGS="-arch=sm_72"  # 根据GPU架构调整

# 支持的Jetson GPU架构：
# - Jetson Nano: sm_53
# - Jetson TX2: sm_62
# - Jetson Xavier: sm_72
# - Jetson Orin: sm_87

多摄像头同步配置

# 1. 确保USB带宽充足（使用USB 3.0端口，避免hub）
# 2. 配置设备ID
rs-enumerate-devices | grep "Device PID"  # 获取每个设备的PID

# 3. 在代码中指定设备序列号
cfg.enable_device("819612070817")  # 示例序列号

部署与分发：将编译成果应用到生产环境

生成Debian安装包

# 安装打包工具
sudo apt-get install -y debhelper dh-make devscripts

# 生成deb包
cd librealsense
mkdir debian
cp -r doc/debian/* debian/
dpkg-buildpackage -us -uc -j$(nproc)

# 在build目录下生成.deb文件，可使用dpkg -i安装

交叉编译ARM64版本（从x86主机）

# 1. 安装ARM64交叉编译工具链
sudo apt-get install -y gcc-aarch64-linux-gnu g++-aarch64-linux-gnu

# 2. 创建交叉编译工具链文件
cat > aarch64-toolchain.cmake << EOF
set(CMAKE_SYSTEM_NAME Linux)
set(CMAKE_SYSTEM_PROCESSOR aarch64)
set(CMAKE_C_COMPILER aarch64-linux-gnu-gcc)
set(CMAKE_CXX_COMPILER aarch64-linux-gnu-g++)
set(CMAKE_FIND_ROOT_PATH_MODE_PROGRAM NEVER)
set(CMAKE_FIND_ROOT_PATH_MODE_LIBRARY ONLY)
set(CMAKE_FIND_ROOT_PATH_MODE_INCLUDE ONLY)
EOF

# 3. 使用交叉编译工具链
mkdir build-aarch64 && cd build-aarch64
cmake .. -DCMAKE_TOOLCHAIN_FILE=../aarch64-toolchain.cmake \
         -DFORCE_RSUSB_BACKEND=true \
         -DBUILD_EXAMPLES=true

make -j$(nproc)

总结与展望：ARM64平台的RealSense应用前景

本文详细介绍了在ARM64架构上编译Intel® RealSense™ SDK的两种方案，涵盖从环境准备到性能优化的全流程。原生内核驱动方案适用于对性能要求较高的场景，而RSUSB用户态方案则更适合快速部署与原型验证。随着边缘计算与AIoT的发展，ARM64平台将成为RealSense深度视觉技术的重要应用场景，未来可期待更优化的驱动支持与性能提升。

下一步学习建议

  1. 深入理解RealSense SDK的回调机制与多线程处理
  2. 探索结合OpenCV与深度学习框架的应用开发
  3. 研究低功耗优化策略，延长嵌入式设备续航

【免费下载链接】librealsense Intel® RealSense™ SDK 【免费下载链接】librealsense 项目地址: https://gitcode.com/GitHub_Trending/li/librealsense

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

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