完整的Ubuntu18.04+ROS+PX4+Anaconda+PyTorch+GPU+XTdrone配置智能无人机开发环境搭建过程（未完待续）

最近在做PX4的开发，故记录一些过程，会慢慢完善

一、Ubuntu安装在移动硬盘中

1.Ubuntu安装

我购买的是SSK的512G的硬盘，空间足够存放东西
在Win10中安装VMware，然后新建一个虚拟机，可以把Ubuntu18.04安装到移动硬盘里面（注意提前格式化一下）

2.工具安装

我安装了一些又用的工具
深度终端，可以同时打开多个终端，用起来更加顺手

sudo apt install  -y  deepin-terminal

Ubuntu系统默认没有Flash插件，浏览器打不开网站视频，所以需要安装

sudo apt install flashplugin-installer
sudo apt install browser-plugin-freshplayer-pepperflash

3.其他环境

（1）LaTex

sudo apt-get install texlive-full
sudo apt-get install texstudio

这里第一个指令会安装编译环境，这是LaTex的基础，第二个会安装官方的IDE，个人感觉比较好用，这是一个图形化的环境，可以在编辑的同时看到预览效果
默认安装环境是英文，可以先改成中文：
在工具栏找到options–>configure texstudio–>general–>language
en改为zh-CN即可

安装完毕之后，需要把TeXstudio的编译引擎修改为XeLaTeX，具体如下：
选项–>设置–>构建–>默认编译器
改为XeLaTeX

二、ROS安装

这里CSDN上教程很多，不做过多叙述，总的来说就是更换国内源（我是中科大的源），然后安装ROS，然后在rosdep的时候使用小鱼的rosdepc完成初始化，就可以了
因为Ubuntu默认的软件下载来源（软件源）是国外网站，一般情况下国内网络难以到达，或者速度慢，所以要更换，中科大、华为等机构有镜像源
终端输入

sudo gedit /etc/etc/apt/sources.list

输入密码，打开包含软件源地址的文件，将里面的东西全部删除，将下面的地址复制粘贴，然后保存退出

deb https://mirrors.ustc.edu.cn/ubuntu/ bionic main restricted universe multiverse
deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu/ bionic-security main restricted universe multiverse
deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic-security main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu/ bionic-proposed main restricted universe multiverse
deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic-proposed main restricted universe multiverse

然后终端输入

sudo apt update
sudo apt upgrade

完成更新软件源

三、PX4+XTdrone环境安装

使用肖昆老师的教程安装，在我的另一篇博客里面有一些安装问题的解决方法
这里我进行了一些优化

1.依赖安装

pip3 install packaging numpy empy toml pyyaml jinja2 pyargparse -i https://pypi.tuna.tsinghua.edu.cn/simple
pip2 install pandas jinja2 pyserial cerberus pyulog==0.7.0 numpy toml pyquaternion empy pyyaml  -i https://pypi.tuna.tsinghua.edu.cn/simple

这样可以比原教程更快完成，而且更不容易报错

2.MAVROS安装

原教程里面有一个sh文件的加载，这一步十分耗时，所以进行一些修改
直接下载压缩包，解压，然后将其子文件夹移动到目录/usr/share/GeographicLib下，就可以完成操作了
链接: https://pan.baidu.com/s/1Fw3HWJqGvAz2USomgF9eqA 提取码: q2pn
上面是压缩包，解压后得到三个文件夹，如图然后在终端输入

cd /usr/share/
sudo mkdir -p GeographicLib
cd GeographicLib

可以在对应文件夹下看到，文件夹已经创建成功，接下来就是把解压得到的东西转移进去了，因为这是在/usr文件夹下，所以需要sudo权限

sudo cp -r /home/ncepu/下载/Baidu/geographic-lib/magnetic /usr/share/GeographicLib/
sudo cp -r /home/ncepu/下载/Baidu/geographic-lib/gravity /usr/share/GeographicLib/
sudo cp -r /home/ncepu/下载/Baidu/geographic-lib/geoids /usr/share/GeographicLib/

大家记得换成自己的解压目录

四、显卡配置

1.禁用原显卡驱动

因为Ubuntu是用的一个开源显卡驱动，所以需要先禁用，大概就加入黑名单
首先卸载其他Nvidia的显卡驱动

sudo apt-get --purge remove nvidia*
sudo apt autoremove

然后

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

在最后一行加上，用于禁用，保存后退出

blacklist nouveau
options nouveau modeset=0

然后更新

sudo update-initramfs -u

然后重启电脑
在终端输入

lsmod |grep nouveau

如果未显示任何东西，则说明生效了

2.安装显卡驱动

因为碰到了安装完驱动，电脑开机黑屏的情况，在这里给出优化后的方案

sudo gedit /etc/default/grub

将quite-splash换成text，如上图所示，然后保存退出
然后打开软件与更新，打开附加驱动栏，选中Nvidia的驱动，然后应用修改，等待下载完成即可
之后重启电脑，可以发现驱动安装成功，并且没有异常，就是似乎电脑启动稍微慢了一点

3.安装CUDA

wget https://developer.download.nvidia.com/compute/cuda/11.3.0/local_installers/cuda_11.3.0_465.19.01_linux.run
sudo sh cuda_11.3.0_465.19.01_linux.run

注意，驱动就不要安装了，之前安装了
安装成功
然后导入路径

sudo gedit ~/.bashrc

打开文件后，在最后加上

export PATH=/usr/local/cuda-11.3/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.3/lib64:$LD_LIBRARY_PATH

这里我安装的是cuda11.3，所以路径如此，大家可以查看一下自己的
然后更新一下

source ~/.bashrc

然后终端输入

nvcc -V

说明安装成功

五、Anaconda+ROS环境（PyTorch 1.11）

1.Anaconda安装+VScode编译器修改

anaconda的安装教程较多，这里不再过多叙述，我给一个为参考的比较详细的
Anaconda安装教程
我是在清华镜像上下载2021.11版本并且使用bash指令安装的，默认的安装参数，安装完成后新建一个名为pytorch的虚拟环境，python版本为3.8
在终端中输入

conda create -n pytorch python=3.8

激活创建的名为pytorch的虚拟conda环境

conda activate pytorch

然后换源，可以加快conda安装包的速度
终端输入，添加清华源，可以加快下载速度，我使用清华源可以一分钟内下载好PyTorch，校园网还是给力的

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ 

打开主目录下的.condarc文件，删除default那一行，不然还会通过在个国外源下载，速度不行
然后这个终端不要关，激活完成后，在vscode中选择编译器，Ctrl+Shift+P，选择conda环境下的pytorch编译器，然后在开头声明一下编译器，然后编译运行就可以了
然后点击那个区域，不要点击那个齿轮图标，会显示下面的情况
选择conda下的pytorch作为编译器
配置功能包下的py文件并且catkin_make然后执行（注意已经在其他终端roscore了），然后rosrun运行文件，结果可以兼容PyTorch和ROS（这两个包都在下面进行安装，这里仅仅是展示一下效果）

2.Anaconda中安装GPU版本PyTorch框架

首先确定cuda版本，CUDA有两种API，运行时API和驱动API，即所谓的Runtime API与Driver API。nvidia-smi的结果是CUDA Driver API的型号，而nvcc -V得结果对应CUDA Runtime API，安装pytorch时要依据nvcc -V的版本。
我安装的是11.3，所以选择对应版本，这里不要加上官网后面的-c pytorch，不然会从国外源下载

conda install pytorch torchvision torchaudio cudatoolkit=11.3

3.Anaconda中ROS包安装

在安装完成anaconda和创建了pytorch环境后，在PyTorch环境中执行

pip install rospkg

这是在环境中安装rospy等ros包
如图，我在一个py文件内同时使用torch和rospy，编译运行都可以，同时注意一下，终端要在pytorch环境下才可以完成（开头的/home/ros这里的ros是我的用户名）

4.Anaconda安装OpenCV4

我选择的是OpenCV的4.5.1版本，不至于落后也不至于过于先进导致不稳定
还是在conda的pytorch环境下，运行

pip install opencv-python==4.5.1.48 -i https://pypi.tuna.tsinghua.edu.cn/simple/
#这里4.5.1.48代表我选择4.5.1版本，注意一下是双等号，后面代表我选择清华源安装，很快就可以安装好

然后在终端使用python，运行opencv包，成功

六、SLAM方向环境搭建

1.MeshLab安装

这是一个查看点云的软件

sudo apt-get install meshlab

2.PCL安装

pip install cython -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install python-pcl -i https://pypi.tuna.tsinghua.edu.cn/simple

未完待续