超全面 | 裸机安装Ubuntu16.04+NVIDIA驱动410.78+CUDA10.0+cuDNN10.0+openCV3.4.2+相机驱动+yolov4+ROS+ORB-SLAM2+VINS

概要： 前段时间电脑又又又又崩了，隐约感觉可能是之前安装的anaconda与系统自带的python编译器、环境等产生了冲突。但是，经过很多努力，尝试了很多网上找的办法却都没有用，思来想去，干脆重装系统吧。这篇博客用来记录装机要点，也为后面可能的再次装机做了备忘录。
关键字： 重装系统; Ubuntu
 

1 准备U盘启动盘

   在装机之前需要将电脑中的重要资料备份，以防误删。U盘启动盘使用Universal USB Installer，这是个免安装软件，可以简单制作多种系统启动盘，包括ubuntu、windows等，不过需要先下载对应的iso文件。具体制作过程不赘述。

2 安装系统Ubuntu16.04

   为了规避比较复杂的分区配置，直接在安装步骤中选择“Erase disk and install Ubuntu”，这样启动盘会自己做分区，省得麻烦。

3 系统汉化+中文输入

   这些可以直接在 系统设置—文本输入/语言支持 中解决，这里也不过多叙述。注意，输入法的安装中不要选iBus，建议选fcitx。

4 安装google浏览器

   网上的很多教程都是在命令行里疯狂操作，搞得很复杂，但实际上只要下载谷歌的deb文件，如 google-chrome-stable_current_amd64.deb 之后，运行如下命令安装即可：

sudo dpkg -i google-chrome-stable_current_amd64.deb

5 安装NVIDIA驱动410.78

   驱动版本的选择与后续安装的CUDA和cudNN等都有关，如果后续要安装CUDA9.0，那么就用 系统设置—软件和更新—附加驱动—使用NVIDIA binary driver-version384.130来自nvidia-384（专有，tested） 即可，但若要安装CUDA10.0或更高的版本，就需要手动下载符合要求的NVIDIA驱动。首先附上CUDA与NVIDIA驱动版本适配对照表如图1所示（参考CUDA Toolkit Document）：

图1 CUDA与NVIDIA驱动版本适配对照表

   由上图可知，为安装CUDA10.0，需要410.48以上的NVIDIA驱动。
   首先，检查现有驱动：

cat /proc/driver/nvidia/version
lsmod | grep nouveau

图2 检查现有驱动

   这说明尚未安装nvidia驱动，且nouveau正在运行。接下来需要禁用nouveau，也就是系统自带驱动：

sudo gedit /etc/modprobe.d/blacklist.conf

   在文件末尾添加：

blacklist nouveau
options nouveau modset=0

   保存并关闭文件后运行：

sudo update-initramfs -u

   此时再度运行：

lsmod | grep nouveau

   没有输入就说明禁用成功。此时做一个总的检查，安装NVIDIA之前电脑中显卡与驱动的状态如图3所示：

图3 安装NVIDIA之前电脑中显卡与驱动的状态

   下载驱动的.run文件并将其移动到~ 路径（ 注意，~路径就是用户路径，等同于/home/chandra）下（一般下载之后都是在 下载 文件夹下，这里之所以移动到~路径下，是因为系统汉化后，在禁用lightdm服务时，tty1的界面中无法显示中文，无法进入下载 文件夹）：

NVIDIA-Linux-x86_64-410.78.run

   安装：

cd ~
sudo chmod a+x NVIDIA-Linux-x86_64-410.78.run
sudo service lightdm stop
sudo ./NVIDIA-Linux-x86_64-410.78.run -no-x-check -no-nouveau-check -no-opengl-files
sudo service lightdm start

   注意点一，这里sudo service lightdm stop是禁用桌面服务，之后会黑屏，此时同时按住Ctrl+Alt+F1进入tty1界面就可以运行你想运行的指令了。
   注意点二，安装驱动指令后面的3个-no-一定不要忘记，尤其是-no-opengl-files，可以防止循环登录现象。
   注意点三，如果出现循环登录现象，需要先将之前安装的额驱动删除，推荐使用 sudo apt-get remove nvidia-*，不推荐 sudo nvidia-uninstall 。

   安装完成后，使用reboot重启即可，用如下命令查看：

nvidia-smi

   得到如图4所示的结果，说明安装成功：

图4 NVIDIA驱动安装成功

6 安装CUDA10.0

   下载CUDA文件：

cuda_10.0.130_410.48_linux.run

   直接运行：

sudo ./cuda_10.0.130_410.48_linux.run

   对安装过程中显示的问题作如下答复：

accept
n
y
y
y
[Enter]
y
y
[Enter]

   也就是除了不安装驱动（因为上一步我们已经安装好了），其他都是yes和默认路径。安装一会儿后然后报错，如图5所示：

图5 安装CUDA报错

   看报错内容应该是少了5个.so文件，于是补装一些环境：

sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libl1-mesa-glx libglu1-mesa libglu1-mesa-dev

   再次运行 sudo ./cuda_10.0.130_410.48_linux.run 即可成功。
   接下来是配置环境变量：

sudo gedit ~/.bashrc

   添加3个路径：

export CUDA_HOME=/usr/local/cuda-10.0
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-10.0/bin:$PATH

   最后再输入命令：

source ~/.bashrc

   测试CUDA是否安装成功的第一种方法，终端输入nvcc -V，显示如图6所示则说明成功：

图6 nvcc -V测试CUDA安装成功

   测试CUDA是否安装成功的第二种方法，运行CUDA的samples：

cd /usr/local/cuda-10.0/samples/1_Utilties?deviceQuery
sudo make
./deviceQuery

   结果如图7所示，表示CUDA安装成功：

图7 samples测试CUDA安装成功

7 安装cuDNN10.0

   下载与CUDA对应的cuDNN文件：

cudnn-10.0-linux-x64-v7.6.5.32.tgz

   接下来是安装cuDNN10.0。cuDNN的安装很简单，就是解压、换路径和改权限：

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
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

   这就安装好了，现在检查安装结果，在终端输入：

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

   如果出现版本号，就说明安装成功。整个过程如图8所示：

图8 cuDNN安装成功过程

8 安装openCV3.4.2

   首先下载opencv3.4.2的压缩包，并解压：

unzip opencv-3.4.2.zip

   进入解压之后的文件夹，输入cmake --verson查看是否安装cmake，如果不显示版本号，说明没有安装，输入命令安装cmake：

sudo apt-get install cmake  

   然后安装依赖库：

sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg.dev libtiff4.dev libswscale-dev libjasper-dev

   接着就可以编译了，老套路：

mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
sudo make -j

   平时安装时，cmake和make往往是出错最多的地方，不过这一次由于是纯净系统，所以安装过程十分顺利，一次成功。注意，如果电脑卡住，可能是算力不足导致，可将sudo make后的-j删去；同理，如果电脑算力充沛，可改为-j4或者-j8等。

   编译通过后不要忘了安装：

sudo make install

   至此编译安装完毕，接下来配置路径，将openCV的库添加到路径，从而可以让系统找到：

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

   打开的是一个空文件，在文件末尾添加路径：

/usr/local/lib

   保存并关闭文件，执行如下命令使得刚才的配置路径生效：

sudo ldconfig

   接下来修改bash.bashrc文件：

sudo gedit /etc/bash.bashrc

   在文件末尾添加两句：

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

   保存并关闭文件，执行如下命令使得配置生效：

source /etc/bash.bashrc  

   并更新数据库文件：

sudo updatedb

   到这里所有的配置都已经结束。下面检查安装是否成功。方法一是运行我之前的博客SLAM学习 | 判断所安装的openCV版本中给出的例程，得到图9所示的结果：

图9 检查openCV安装成功方法一

   方法二是到如下路径中：

opencv/samples/cpp/example_cmake

   编译该例程，出现图10琐事结果并打开摄像头、左上角显示hello opencv：

图10 检查openCV安装成功方法二

   至此可确定openCV3.4.2安装成功。

9 安装相机驱动MYNT-EYE-S

   这一部分参考我之前的博客SLAM学习 | 使用小觅相机MYNTEYE-S1030收集数据集即可。由于openCV安装成功，且各版本皆适配，所以也是没有报错，一次成功。

10 安装yolov4

   在CUDA、cuDNN、openCV都成功安装的前提下，yolov4的安装配置非常简单，也不会报什么错（所以说前面的安装很重要）具体流程如下。
   首先当然是下载源码：

git clone https://github.com/AlexeyAB/darknet

   然后修改Makefile文件，若干行改为：

GPU=1
CUDNN=1
CUDNN_HALF=1
OPENCV=1

   然后直接在命令行中输入：

make

   编译结束后，会生成一个ubuntu系统下的可执行文件darknet，运行：

./darknet

   如果编译成功，会出现：

usage: ./darknet

   下面就是测试。首先是图片：

./darknet detect cfg/yolov4.cfg yolov4.weights data/dog.jpg

   然后是视频：

./darknet detector demo cfg/coco.data cfg/yolov4.cfg yolov4.weights YOUR_VIDEO_PATH -thresh 0.6

   视频检测的某一帧结果如图11所示：

图11 视频检测的某一帧结果

   命令行中会显示物体的类别、帧率等相关信息，如图12所示：

图12 yolov4命令行信息

   至此，yolov4安装成功。

11 安装ROS

   这里的安装主要参考了这篇博客 Ubuntu16.04系统运行vins mono（完整版环境配置及编译）的内容，这里把主要的命令记录下来，防止忘记：

$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://keyserver.ubuntu.com:80' --recv-key C1CF6E31E6BADE8868B172B4F42ED6FBAB17C654
$sudo apt-get update
$sudo apt-get update
$sudo apt-get install ros-kinetic-desktop-full
$sudo rosdep init
$rosdep update

   这里需要注意的是，原博客说“这一步通常会失败，因为网站的原因，直接跳过即可”，我在操作过程中确实遇到了这样的报错，开始也是跳过，但是后来这个错又会跳出来，参考了另一篇博客得以解决。继续：

$echo "source /opt/ros/kinetic/setup.bash" >> ~/.bashrc
$source ~/.bashrc
$sudo apt-get install python-rosinstall python-rosinstall-generator python-wstool build-essential

   到这里ros已经安装并配置完成，开始测试：

roscore

   如果安装成功，会显示如图13所示界面：

图13 roscore界面

   接下来是小乌龟测试，再开启两个终端，并分别输入两条命令：

$rosrun turtlesim turtlesim_node
$rosrun turtlesim turtle_teleop_key

   这样就可以用方向键控制小乌龟的移动了，效果如图14所示：

图14 ros小乌龟测试界面

   上文我提到的 $sudo rosdep init $rosdep update 的报错就是在乌龟测试这里出现的，解决措施摘抄如下：

输入
sudo rosdep init
出现报错
ERROR: default sources list file already exists:
    /etc/ros/rosdep/sources.list.d/20-default.list
Please delete if you wish to re-initialize
接着输入
sudo rm /etc/ros/rosdep/sources.list.d/20-default.list
出现
Wrote /etc/ros/rosdep/sources.list.d/20-default.list
Recommended: please run
    rosdep update
接着输入
rosdep update 此处不可以加sudo 
即可解决

12 安装ORB-SLAM2

   ORB-SLAM2的安装有两种，既可以直接安装，也可以在ROS中安装。相关内容参考我之前写的博客：

   SLAM学习 | Ubuntu16.04 下从零开始配置环境并运行ORB-SLAM2(TUM, ROS+USB, 自制数据集)

13 安装VINS-Mono

（以后再更）