踩了无数坑的ROS，Gazebo,px4以及yolo3和opencv环境搭建

硬件平台为戴尔G15，显卡为RTX3060，系统Ubuntu18.04，使用opencv版本为3.4.14并且安装opencv contrib。

1.安装nvidia显卡驱动

首先在bios设置中关闭secure boot，具体的关闭方法根据电脑不同有所区别。

关闭后进入nvidia官网下载显卡驱动。如果你后续要使用pytorch那这里就不建议安装最近的显卡驱动，截至2022年4月12日pytorch只支持到CUDA11.3。显卡驱动版本和CUDA的版本要求在这里查找：Release Notes :: CUDA Toolkit Documentation。我这里经过试错，选择了NVIDIA-Linux-x86_64-495.44版本的驱动，CUDA版本为cuda_11.3.0_465.19.01_linux。

如果之前安装过nvidia显卡驱动，需要完全删除原来的显卡驱动，执行：

sudo apt-get remove --purge nvidia*

然后安装一些必要依赖：

sudo apt-get install dkms build-essential linux-headers-generic 
gcc-multilib xorg-dev freeglut3-dev libx11-dev libxmu-dev libxi-dev  
libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev gcc-multilib xorg-dev 
freeglut3-dev libx11-dev libxmu-dev libxi-dev  libgl1-mesa-glx libglu1-mesa 
libglu1-mesa-dev -y

接下来查看系统内是否有多个内核版本，我之前系统内有三个版本的内核，安装完显卡驱动后出现了循环登陆进不去系统的现象。可能是个例，如果不用其他版本的内核，请将不用的内核删除。

接下来禁用Ubuntu自带的显卡驱动：

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

添加如下内容：

blacklist nouveau
blacklist lbm-nouveau
options nouveau modeset=0
alias nouveau off
alias lbm-nouveau off

然后执行如下指令更新配置：

$ echo options nouveau modeset=0 | sudo tee -a /etc/modprobe.d/nouveau-kms.conf
$ sudo update-initramfs -u
$ reboot

重启进入系统后执行指令：

lsmod |grep nouveau

终端无输出则说明禁用成功。

接下来将下载好的驱动放到/home/username/目录下，并且执行。显卡驱动换为你下载的版本

sudo chmod 777 NVIDIA-Linux-x86_64-495.44.run

执行sudo init 3进入指令行界面，会出现登陆提示，输入用户名和密码即可登陆。如果屏幕黑屏无任何字符，则ctrl+F4，一样使用用户名密码登陆。登陆成功后

sudo ./NVIDIA-Linux-x86_64-495.44.run --dkms --no-opengl-files

一路回车不用看，安装结束后输入nvidia-smi，此时屏幕会显示你的显卡信息，则说明安安装成功。reboot重启进入系统。

如果遇到重启好几次后都进不去图形界面的问题，则建议在Ubuntu的boot界面选择Ubuntu高级选项，进入恢复模式，然后选择root开头的选项，进去后输入init 3，用你的用户名和密码登陆，卸载nvidia驱动，reboot，接下来应该可以进入图形界面。然后选择尝试其他版本的驱动。

2.安装CUDA，CUDNN

apt-get install gcc-7 g++-7
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 100
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-9 50

CUDA下载完成后执行

注册账号并选择版本：https://developer.nvidia.com/rdp/cudnn-archive 
$sudo sh cuda-你下载的版本.run
$ sudo gedit ~/.bashrc
添加如下内容
export PATH=/usr/local/cuda-11.3/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.3/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

终端输入accept，然后注意，此时CUDA会试图安装显卡驱动，需要取消。在显卡驱动的选项上按空格即可取消。然后等待。此处以我安装的CUDA-11.3版本为例，安装完成后：

cd /usr/local/cuda-11.3/samples/1_Utilities/deviceQuery
make
./deviceQuery 

终端有输出并且最后一行显示pass说明CUDA安装好了。

接下来安装CUDNN，我这里下载了四个文件，分别为libcudnn8_8.2.0.53-1+cuda11.3_amd64.deb

libcudnn8-dev_8.2.0.53-1+cuda11.3_amd64.deb

libcudnn8-samples_8.2.0.53-1+cuda11.3_amd64.deb

cudnn-11.3-linux-x64-v8.2.1.32.tgz

前三个文件按照我这里列出来的顺序，分别执行sudo dpkg -i 即可安装成功。按其他教程到这里应该就安装结束了，但是我没有成功，所以下了第四个.tgz文件。解压后

sudo cp cuda/include/* /usr/local/cuda-11.3/include/
sudo cp cuda/lib64/* /usr/local/cuda-11.3/lib64/
sudo chmod +x /usr/local/cuda-11.3/include/cudnn.h
sudo chmod +x /usr/local/cuda-11.3/lib64/libcudnn*

到这里CUDA和cudnn的安装就结束了。

3.安装ROS Gazebo mavros px4

添加源：sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.list.d/ros-latest.list'
设置密钥：sudo apt-key adv --keyserver 'hkp://keyserver.ubuntu.com:80' --recv-key C1CF6E31E6BADE8868B172B4F42ED6FBAB17C654
更新源：sudo apt update
安装ROS melodic：sudo apt install ros-melodic-desktop-full
sudo pip install rosdepc
sudo apt install python-rosdep python-rosinstall python-rosinstall-generator python-wstool build-essential
sudo apt install python-catkin-tools
echo "source /opt/ros/melodic/setup.bash" >> ~/.bashrc
source ~/.bashrc
sudo rosdepc init
rosdepc update
$ mkdir catkin_ws 
$ cd catkin_ws 
$ mkdir src
$ catkin_make 

这里没装rosdep的原因是rosdep update很容易失败，干脆换成大佬做的rosdepc，能减少很多困扰。

安装mavros

sudo apt install ros-melodic-mavros ros-melodic-mavros-extras
roscd mavros
wget https://raw.githubusercontent.com/mavlink/mavros/master/mavros/scripts/install_geographiclib_datasets.sh
sudo ./install_geographiclib_datasets.sh

安装mavros可能会有点慢，需要多等一会。

安装px4

$ sudo usermod -a -G dialout $USER
$ sudo apt-get remove modemmanager
$ sudo apt-get install gcc-arm-none-eabi
$ sudo apt-get install git
$ git clone https://github.com/PX4/Firmware
$ sudo apt-get install ros-melodic-dynamic-reconfigure
$ cd ./Firmware
$ git checkout -b xtdrone/dev v1.11.0-beta1
$ git submodule update --init --recursive
$ bash
$ bash ./Tools/setup/ubuntu.sh --no-nuttx --no-sim-tools   这一步可能会由于网络问题而卡住，如果失败就多尝试几次。多次尝试不行后建议手动安装。在/etc/environment和/etc/profile文件中最后一段加入gcc-arm-none-eabi所在路径，具体那哪个我也不确定，建议都修改。（示例：PATH=/opt/gcc-arm-none-eabi-4_8-2014q3/bin:$PATH）手动安装参考此网页：https://blog.csdn.net/weixin_40093087/article/details/79411812修改完成后$ source /etc/profile /etc/environment
$ arm-none-eabi-g++ -v检测是否安装成功，有输出则成功，一般来说不会有问题。
$ sudo apt-get install lsb-core
$ sudo apt-get install python-packaging python-toml python-jinja2 
  libgstreamer-plugins-base1.0-dev libgstreamer1.0-dev libignition-math2

接下来执行：

$ sudo gedit ~/.bashrc,在文件最后根据你自己的实际情况写入下列内容
$ source /opt/ros/melodic/setup.bash
$ source ~/catkin_ws/devel/setup.bash
$ source ~/Firmware/Tools/setup_gazebo.bash ~/Firmware ~/Firmware/build/px4_sitl_default
$ export ROS_PACKAGE_PATH=$ROS_PACKAGE_PATH:~/Firmware
$ export ROS_PACKAGE_PATH=$ROS_PACKAGE_PATH:~/Firmware/Tools/sitl_gazebo

进入~/Firmware，执行make px4_sitl gazebo，应该一切顺利进入gazebo仿真环境。

4.安装opencv

在opencv官网下载源码，如果需要contrib拓展包也一并下载并解压缩，如果你和我一样用的opencv3.4.14，还需要下载ippicv_2020_lnx_intel64_20191018_general.tgz，这个压缩包不需要解压缩。其他更低版本的opencv需要其他版本的这个压缩文件。然后新建一个文件夹，把之前解压缩出来的文件夹和这个压缩包，三个文件放在一起。接着安装必要依赖

$ 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
$ sudo apt-get install cmake-qt-gui
 

我这里把三个文件都放到了~/opencv3文件夹下，后面的路径操作都以此为例
 

$ sudo gedit /home/usrname/opencv3/opencv-3.4.14/3rdparty/ippicv/ippicv.cmake 
找到"https://raw.githubusercontent.com/opencv/opencv_3rdparty/${IPPICV_COMMIT}/ippicv/"这一行，注释掉。改成"file:///home/usrname/opencv3/"，或者其他你放ippicv那个压缩包的路径。
接着手动下载 face_landmark_model.dat
$ sudo gedit /home/usrname/opencv3/opencv_contrib-3.4.14/modules/face/CMakeLists.txt
找到"https://raw.githubusercontent.com/opencv/opencv_3rdparty/${__commit_hash}/"这一行，注释掉，改成
"file:///home/username/opencv3/opencv_contrib-3.4.14/modules/face/src/"这里的路径是你实际放face_landmark_model.dat的路径。
在https://pan.baidu.com/s/1ihQggYXevvgw7kcMKT8Uvg 提取码：9491这里下载另外的文件（感谢大佬），把解压缩出来的文件全部放进/home/username/opencv3/opencv_contrib-3.4.14/modules/xfeatures2d/src/,然后在/home/username/opencv3/opencv_contrib-3.4.14/modules/xfeatures2d/cmake这里修改文件夹里的两个make文件，在文件中把网址注释掉，改为"file:///home/username/opencv3/opencv_contrib-3.4.14/modules/xfeatures2d/src/"，这里还需要检测一下你刚刚下载的文件和这里make文件里的hash值是否一样，不一样则需要修改。一切修改完毕后：
$ cd ~/opencv3/opencv-3.4.14

$ mkdir build

$ cd build

$ cmake-gui ..

初次进入会让你选择编译器，用默认选项就好，native什么的选项。在显示的页面中有几处需要修改，在CMAKE_BUILD_TYPE 值处输入RELEASE，其他保持不变。如果是RELEASE,DEBUG 就删除DEBUG。
在CMAKE_INSTALL_PREFIX中我修改为： /usr/local/opencv3 ，这是opencv的安装路径。单独设置文件夹不会与ros自带的opencv冲突，同时方便卸载。这里可以根据个人需求更改。在OPENCV_EXTRA_MODULES_PATH处，将路径指定到opencv_contrib-3.4.14/modules，不能只选中opencv_contrib-3.4.14。最后在CUDA_TOOLKIT_ROOT_DIR将路径修改为/usr/local/cuda-11.3,BUILD_opencv_world打勾，然后点configure，一切顺利无error的话点generate。

然后在build文件夹中make -j你的cpu核数，然后sudo make install。

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

/usr/local/opencv3/lib

sudo ldconfig

sudo gedit /etc/bash.bashrc

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/opencv3/lib/pkgconfig 
export PKG_CONFIG_PATH

 sudo gedit ~/.bashrc，添加：export LD_LIBRARY_PATH=/usr/local/opencv3.4.14/lib${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/opencv3.4.14/lib/pkgconfig

opencv3安装完毕

5.配置yolov3

mkdir -p catkin_workspace/src (workspace叫什么都可以）
cd catkin_workspace/src
git clone --recursive git@github.com:leggedrobotics/darknet_ros.git （如果没有SSH密钥，则换成https://github.com/leggedrobotics/darknet_ros.git。）然后手动下载

图片中的yolov2,v2-tiny,v3的权重文件，放入~/catkin_ws/src/darknet_ros/darknet_ros/yolo_network_config/weights。然后进入~/catkin_ws/src/darknet_ros/darknet_ros/launch，打开darknet_ros.launch，将default="$(find darknet_ros)/config/yolov2.yaml"/>改成default="$(find darknet_ros)/config/yolov3.yaml"/>

cd ..，进入刚刚创建的工作空间目录，

执行catkin_make -DCMAKE_BUILD_TYPE=Release 无报错则说明配置完成
如果出现 nvcc: unsupport xxxxxx compute 30之类的报错，说明当前配置的显卡算力和你的显卡算力不匹配，需要在catkin_自定义工作空间/src/darknet_ros/darknet/Makefile和catkin_自定义工作空间/src/darknet_ros/darknet_ros/CMakeLists.txt中修改算力配置，对于RTX3060，将原来的所有算力配置删除，分别改为

ARCH= -gencode arch=compute_86,code=[sm_86,compute_86]
和

-O3 -gencode arch=compute_86,code=sm_86cd