香橙派5+ROS2+D435i

博客主要介绍香橙派上ROS2和D435i的安装使用。包括ROS2的安装,D435i使用中Intel® RealSense™ SDK 2.0和RealSense™ROS的安装方法,还列举了安装和测试过程中可能遇到的问题,如编译报错、rosdep报错等,并给出相应解决办法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

香橙派ROS2+D435i

DeviceInfo
Camera Model D435i
Operating System & Version Ubuntu 22.04
Platform 香橙派5
Intel® RealSense™ SDK 2.0 v2.54.2
RealSense ROS v4.54.1

ROS2安装

鱼香安装

D435i使用

Intel® RealSense™ SDK 2.0安装

我用后报错的方法

官方安装教程
我在使用官方安装教程,进行到以下时

sudo apt-get install librealsense2-dkms
sudo apt-get install librealsense2-utils

报错

Reading package lists... Done
Building dependency tree... Done
Reading state information... Done
E: Unable to locate package librealsense2-dkms

没找到解决方法

我的方法

借鉴这位的

  1. 下载源码
    git clone -b v2.52.2 https://github.com/IntelRealSense/librealsense.git
  2. 进入源码目录
    cd librealsense
  3. 安装依赖
sudo apt-get update && sudo apt-get upgrade && sudo apt-get dist-upgrade
sudo apt-get install libglfw3-dev libgl1-mesa-dev libglu1-mesa-dev at
  1. 从libalsense根目录运行Intel Realsense权限脚本
    sudo ./scripts/setup_udev_rules.sh
  2. 编译安装
mkdir build && cd build
cmake ../ -DBUILD_EXAMPLES=true -DFORCE_RSUSB_BACKEND=true -DCMAKE_BUILD_TYPE=release -DBUILD_GRAPHICAL_EXAMPLES=FALSE
  1. 内存大运行这个,香橙派5为4核就为 -j4
    sudo make uninstall && make clean && make -j4 && sudo make install
  2. 内存小运行这个
    sudo make uninstall && make clean && make && sudo make install

RealSense™ROS安装

官网教程——Installation on Ubuntu——Step3

Install debian package from ROS servers

sudo apt install ros-humble-realsense2-*

Install from source
  1. Create a ROS2 workspace
cd 
mkdir -p ~/ros2_ws/src
cd ~/ros2_ws/src/
  1. Clone the latest ROS2 Intel® RealSense™ wrapper from here into ‘~/ros2_ws/src/’
git clone https://github.com/IntelRealSense/realsense-ros.git -b ros2-development
cd ~/ros2_ws    #别忘了退回到ros_ws目录
  1. Install dependencies
<
### 香橙 (Orange Pi) 和 RealSense 的集成与使用 #### 硬件准备 在开始之前,需要准备好以下硬件设备: - **香橙开发板**(如 Orange Pi AI Pro 或其他型号)[^1]。 - **Intel RealSense 深度摄像头**(如 D435i)[^2]。 确保所选的香橙开发板支持 USB 接口,并能够提供足够的电力给 RealSense 摄像头。 --- #### 软件环境配置 ##### 1. 烧录操作系统 为了实现更好的兼容性和性能表现,建议烧录 Ubuntu 22.04 LTS 到香橙开发板上。具体操作可以参考官方文档中的说明。 ##### 2. 安装依赖库 在完成系统烧录并启动后,需更新系统的包管理器索引文件,并安装必要的工具和依赖项: ```bash sudo apt update && sudo apt upgrade -y sudo apt install build-essential cmake pkg-config libusb-1.0-0-dev git -y ``` 上述命令会安装编译所需的工具链以及 `libusb` 库,这是用于驱动 RealSense 设备的基础组件之一。 --- #### 下载并构建 librealsense SDK ##### 1. 获取源码 通过 Git 命令克隆 Intel 提供的 librealsense 开发套件至本地目录下: ```bash git clone https://github.com/IntelRealSense/librealsense.git cd librealsense ``` 此步骤获取的是最新版本的 SDK 源代码仓库[^3]。 ##### 2. 编译项目 进入目标路径之后执行如下脚本来自动生成 Makefile 并完成整个项目的编译过程: ```bash mkdir build && cd build cmake ../ -DBUILD_EXAMPLES=true -DCMAKE_BUILD_TYPE=Release make -j$(nproc) sudo make install ``` 这里启用了 `-DBUILD_EXAMPLES=true` 参数来同时生成一些示例程序以便后续测试用途;而 `nproc` 函数则动态调整并发线程数从而加速整体进程运行效率。 完成后重启计算机使新加载模块生效。 --- #### 测试连接状态 一旦所有前期准备工作结束就可以验证实际效果如何了。打开终端输入下面这条指令查看当前接入的所有USB外设列表里是否有对应的条目存在: ```bash lsusb | grep Realtek ``` 如果一切正常的话应该能看到类似于这样的输出结果表示成功识别到了指定型号的产品单元. 接着再尝试调用 realsense-viewer 工具进一步确认各项功能参数设置无误与否 : ```bash realsense-viewer ``` 此时图形界面窗口弹出会展示实时采集回来的数据流画面内容 , 用户可以根据个人需求自行调节相关选项直至满意为止 . --- #### SLAM 实验案例分享 对于希望深入探索机器人领域的朋友来说还可以考虑基于以上平台搭建一套完整的同步定位映射(Simultaneous Localization And Mapping简称SLAM )解决方案 。比如利用 ROS(Robot Operating System)框架配合 RTABMAP 插件共同协作达成预期目的等等 [^2]. 需要注意的是由于计算资源有限的缘故可能还需要额外优化算法逻辑或者降低分辨率等方式缓解压力提升流畅程度体验感更佳哦 ! ---
评论 1
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
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