gazebo+ros+LineMod(configuration)

配置

ps：系统是Ubuntu18.04 LTS

1.NVIDIA驱动安装

---

进入BIOS界面，关闭security boot
使用ubuntu仓库进行自动化安装。点开软件和更新，选择附加驱动，会自动search适合的库。
或者使用命令ubuntu-drivers devices查看显卡型号和推荐驱动，确认无误后，输入sudo ubuntu-drivers autoinstall，然后重启。
用命令nvidia-smi查看是否安装成功
最好是禁止更新驱动：sudo apt-mark hold nvidia-390

2.ros+gazebo安装

---

安装ros版本为：melodic

• step：1
  打开ubuntu软件更新，将restricted，universe和multiverse勾选上，同时，最好是选择ubuntu software里面选择适合自己的下载点，不然安装会有点慢。
• step：2
  执行如下代码

sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.list.d/ros-latest.list'
sudo apt-key adv --keyserver hkp://ha.pool.sks-keyservers.net:80 --recv-key 421C365BD9FF1F717815A3895523BAEEB01FA116
sudo apt update
sudo apt upgrade
sudo apt install ros-melodic-desktop-full
sudo rosdep init
rosdep update
echo "source /opt/ros/melodic/setup.bash" >> ~/.bashrc
source ~/.bashrc
sudo apt install python-rosinstall python-rosinstall-generator python-wstool build-essential

试运行roscore和gazebo查看ros是否安装成功。

3. python3安装

---

使用anaconda进行安装，去anaconda官网，选择linux下python3.7 version 64-bit下载。到下载目录下，打开终端，运行下载好的.sh文件。输入e.g：. Anaconda3-2019.03-Linux-x86_64.sh。然后一直按住enter键，完成安装。需要输入yes or no时候，输入yes。

安装最后，提示Do you wish to proceed with the installation of Microsoft VSCode? [yes|no]时候，输入no！！。

安装完成后。修改环境变量，使得在终端输入python时候，使用的是Anaconda安装的python3.7版本。运行sudo gedit ~/.bashrc，在打开文件里面加入Anaconda的bin文件夹路径。e.g：export PATH="/home/zxq/anaconda3/bin:$PATH"
然后输入reboot重启。

4. Opencv和Open3D安装

---

安装opencv3.4.3，Open3D和cuda库

安装cuda库

---

• step1：
  去官网下载cuda对应版本，下载cuda9.0（通过点击legacy releases找到cuda9.0），选择linux->x86_64->ubuntu->16.04->runfile(local)。
• step2：
  由于cuda9.0支持的gcc、g++版本低，需要降级。
  查看当前gcc、g++版本：

gcc --version 
g++ --version

然后降级

cd /usr/bin 
sudo rm gcc
sudo ln -s gcc-4.8 gcc
sudo rm g++
sudo ln -s g++-4.8 g++

再用上面查看版本的代码查看是否降级成功。

• step3：
  将下载文件copy到主目录下，然后在主目录下运行如下代码：

sudo sh cuda_9.1.85_387.26_linux.run

询问yes|no时，一般输入yes，但是提示Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.81? (y)es/(n)o/(q)uit:时候，输入no，因为之前已经安装好了驱动。
安装完成后，配置环境：
sudo gedit ~/.bashrc
在文件后面添加：

export PATH=/usr/local/cuda-9.0/bin:$PATH
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64
export CUDA_HOME=/usr/local/cuda-9.0

重新加载一下环境：
source ~/.bashrc
用nvcc -V查看是否安装成功。
ps:可能需要安装CuDNN库。附带安装CuDNN库的方法。
去官网，下载与之安装cuda库对应的版本。解压后copy到cuda安装目录下：

sudo cp cuda/include/cudnn.h    /usr/local/cuda/include 
sudo cp cuda/lib64/libcudnn*    /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h   /usr/local/cuda/lib64/libcudnn*

安装opencv

---

• step1：下载opencv以及opencv_contribute到主目录下

cd ~
git clone https://github.com/opencv/opencv.git
cd opencv
git checkout 3.4.3
cd ..
git clone https://github.com/opencv/opencv_contrib.git
cd opencv_contrib
git checkout 3.4.3

• step2：安装CMake-gui

sudo apt-get install cmake-qt-gui

• step3：安装opencv依赖包

sudo apt-get install build-essential
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

• step4：编译opencv
  先创建build文件夹,然后打开cmake编辑界面。

cd ~/opencv
mkdir build
cd build 
cmake-gui ..

得到界面：

点击左下角的configure，并按下方图片选择Unix Makefiles，选择Use default native compilers（默认），然后点击Finish。

配置完成后，对下图红色部分参数进行修改需要对一些地方进行修改。
点击BUILD_CUDA_STUBS

在CMAKE_BUILD_TYPE 值处输入RELEASE
在OPENCV_EXTRA_MODULES_PATH处，选择输入刚刚下载好的opencv_contrib文件夹路径下的modules文件夹。
然后再点击configure，显示Configuring done。
然后如下图所示，将除了cudaimgproc以外的包含cuda的模块关闭，重新点击configure，然后点击Generate

• step5：安装到系统里面
  到build目录下进行编译

make -j48
sudo make install

• step6：配置环境
  安装成功后还需要设置opencv的环境变量。打开文件：

sudo gedit /etc/ld.so.conf.d/opencv.conf

将以下内容添加到最后：

/usr/local/lib
接下来配置库：

sudo ldconfig
更改环境变量：
sudo gedit /etc/bash.bashrc
在文件后添加：

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig 
export PKG_CONFIG_PATH

重启让环境变量生效。

安装open3D

安装版本为0.3.0

• step1:
  下载安装包Open3d和open3d的3dpart文件夹后，解压到主目录下。
• step2:
  由于之前安装cuda时候，将gcc和g++编译器的版本将为了4.8.3，而open3d发布比较晚，需要编译器的版本高，得将编译器版本改为之前的7.0版本。

cd /usr/bin
sudo rm gcc
sudo ln -s gcc-7 gcc
# 查看现在的gcc版本
gcc --version
# 接着修改g++版本
sudo rm g++
sudo ln -s g++-7 g++
# 查看现在的g++版本
g++ --version

然后执行

bash util/scripts/install-deps-ubuntu.sh
mkdir build
cd build
cmake ..
make
sudo make install

---

测试和运行

场景生成（ontology到ros+gazebo）

• step1：
  copy自编译的gazebo模型库文件夹modules到～/.gazebo里面。
• step2：创建ROS workspace

mkdir -p ~/catkin_ws/src
cd ~/catkin_ws/
catkin_make

copy文件到对应的文件夹


然后

cd ~/catkin_ws/
catkin_make

• step3: 试运行场景生成代码

cd ~/catkin_ws/src/myrobot_gazebo/worlds
python convert_fuc.py
gazebo -u scene.world

查看生成的场景是否成功。

• step4:查看读取RGB-D程序是否运行成功。

cd ~/catkin_ws
. test.sh
#重新打开一个终端
cd ~/catkin_ws
. read_RGBD_image.sh

看在该目录下是否生成RGB图像和深度信息。

• step5:运行gazebo插件。
  首先将自编译的插件路径添加到GAZEBO_PLUGIN_PATH

sudo gedit ~/.bashrc
#通过在该文件下添加自编译插件的路径
export GAZEBO_PLUGIN_PATH=${GAZEBO_PLUGIN_PATH}:~/catkin_ws/src/myrobot_gazebo/plugins

然后到运行gazebo -u <file.world>，在该文件里包含gripper，通过将copy包含gripper运动点的文件：path_points.txt到plugins，看gazebo仿真环境中gripper是否按文件要求运动。