目录
3.1 fr3已成功运行(推荐ubuntu20.04和22.04)
3.1.4实验环境3:ros2-humble(python)
4.2.2.deb版本安装(不推荐,会覆盖驱动,当然也可以避免,但需要注意)
实际上,umi不限制ubuntu版本,在20 22 24都能跑,windows没试过,主要是机械臂配置难
一、系统安装后初始化
1.1系统更新
sudo apt-get update
sudo apt-get upgrade
sudo apt-get -f install
sudo apt-get dist-upgrade
1.2 Root用户创建
sudo passwd root
后续进入可通过命令行:su
【Ubuntu】Ubuntu 添加 root 用户_ubuntu创建root用户-CSDN博客
1.3输入法or语言
一般自动更新后,再添加语言就有汉语拼音(若修改系统为汉语,建议不修改文件夹名)
如果残缺可以自动更新
部分情况下——需设置语言环境:语言,添加语言,设置更新语言包,
二、换源+ros+vscode+github
2.1一键安装教程
wget http://fishros.com/install -O fishros && . fishros
一键安装ros(换源+noetic),depc,vscode,github
2.2安装gazebo与moveit
sudo apt-get install ros-noetic-gazebo*
sudo apt-get install ros-noetic-moveit*
覆盖性安装,避免缺少
三、机械臂配置:fr3、realman、ur
3.1 fr3已成功运行(推荐ubuntu20.04和22.04)
3.1.1基础环境
sudo apt install build-essential cmake git libpoco-dev libeigen3-dev
3.1.2实验环境1:libfranka(c++)
下载fr3代码的libfranka代码,2024.9.6已更新到14.1
git clone --recursive https://github.com/frankaemika/libfranka --branch 0.13.3 # for FR3
cd libfranka
mkdir build
cd build
cmake -DCMAKE_BUILD_TYPE=Release -DBUILD_TESTS=OFF ..
cmake --build .
以下操作可选:(安装到全局)
cd build
cpack -G DEB
sudo dpkg -i libfranka*.deb
3.1.3实验环境2:ros1(c++)
环境依赖安装
mkdir -p catkin_ws/src
cd catkin_ws
source /opt/ros/noetic/setup.sh
catkin_init_workspace src
git clone --recursive https://github.com/frankaemika/franka_ros src/franka_ros
rosdep install --from-paths src --ignore-src --rosdistro noetic -y --skip-keys libfranka
catkin_make -DCMAKE_BUILD_TYPE=Release -DFranka_DIR:PATH=/path/to/libfranka/build
source devel/setup.sh
一定要下载franka_description,嘴上说着不用下,不下就没了,至少目前还是依赖的
mkdir -p catkin_ws/src
cd catkin_ws
source /opt/ros/noetic/setup.sh
catkin_init_workspace src
git clone --recursive https://github.com/frankaemika/franka_ros src/franka_ros
git clone --recursive https://github.com/frankaemika/franka_description src/franka_description
rosdep install --from-paths src --ignore-src --rosdistro noetic -y --skip-keys libfranka
catkin_make -DCMAKE_BUILD_TYPE=Release -DFranka_DIR:PATH=/path/to/libfranka/build
source devel/setup.sh
3.1.4实验环境3:ros2-humble(python)
——23年8月更新后,可不装实时内核,但部分接口仍依赖实时内核
环境依赖安装
sudo apt install -y \
ros-humble-ament-cmake \
ros-humble-ament-cmake-clang-format \
ros-humble-angles \
ros-humble-ros2-controllers \
ros-humble-ros2-control \
ros-humble-ros2-control-test-assets \
ros-humble-controller-manager \
ros-humble-control-msgs \
ros-humble-control-toolbox \
ros-humble-generate-parameter-library \
ros-humble-joint-state-publisher \
ros-humble-joint-state-publisher-gui \
ros-humble-moveit \
ros-humble-pinocchio \
ros-humble-realtime-tools \
ros-humble-xacro \
ros-humble-hardware-interface \
ros-humble-ros-gz \
python3-colcon-common-extensions
ros工作空间
mkdir -p ~/franka_ros2_ws/src
source /opt/ros/humble/setup.bash
cd ~/franka_ros2_ws
git clone https://github.com/frankaemika/franka_ros2.git src/franka_ros2
git clone https://github.com/frankaemika/franka_description.git src/franka_description
colcon build --cmake-args -DCMAKE_BUILD_TYPE=Release
source install/setup.sh
3.1.5实时内核安装(建议一键安装)
方式1:ubuntu pro
(ubuntu22 ubuntu24支持,我最开始在ubuntu20上跑的,所以方式2装的)
访问官网
注册 购买ubuntu Pro(免费5台设备)
命令行激活
sudo apt-get install linux-realtime
reboot重启,默认启用实时内核
参考文献:
【原创】Ubuntu22.04安装 PREEMPT-RT(Ubuntu Pro RealTime linux/realtime Ubuntu)_ubuntu安装preempt-CSDN博客
方式2:手动安装
安装依赖
sudo apt-get install build-essential bc curl ca-certificates gnupg2 libssl-dev lsb-release libelf-dev bison flex dwarves zstd libncurses-dev
到download文件夹下下载内核文件(可以通过复制内核或ubuntu pro等其它方式实现)
cd download
curl -SLO https://www.kernel.org/pub/linux/kernel/v5.x/linux-5.9.1.tar.xz
curl -SLO https://www.kernel.org/pub/linux/kernel/v5.x/linux-5.9.1.tar.sign
curl -SLO https://www.kernel.org/pub/linux/kernel/projects/rt/5.9/patch-5.9.1-rt20.patch.xz
curl -SLO https://www.kernel.org/pub/linux/kernel/projects/rt/5.9/patch-5.9.1-rt20.patch.sign
解压:
xz -d *.xz
验证文件完整性:我没做
在 Linux 上安装 — Franka Control Interface (FCI) 文档 (frankaemika.github.io)
编译内核
tar xf linux-*.tar
cd linux-*/
patch -p1 < ../patch-*.patch
复制当前引导的内核配置作为新实时内核的默认配置
cp -v /boot/config-$(uname -r) .config
可以使用此配置作为默认配置来配置构建:
make xconfig
make menuconfig
可以不-j,就是慢了点,但不会被垃圾intel13 14代整出错
make -j$(nproc) deb-pkg -j 32
安装
sudo dpkg -i ../linux-headers-*.deb ../linux-image-*.deb
验证
实时权限:保证与fr3交互时延低于0.1s,高了会卡顿、会报错、会莫名其妙
sudo addgroup realtime
sudo usermod -a -G realtime $(whoami)
给实时组添加限制
sudo gedit /etc/security/limits.conf
原本有注释过的,就在那里贴进去即可,别怕
@realtime soft rtprio 99
@realtime soft priority 99
@realtime soft memlock 102400
@realtime hard rtprio 99
@realtime hard priority 99
@realtime hard memlock 102400
参考文献:
Installation on Linux — Franka Control Interface (FCI) documentation (frankaemika.github.io)
Franka机器人学习笔记 - 知乎 (zhihu.com)
从零开始配置franka机器人,让你的franka动起来_franka机器人学习-CSDN博客
Installation on Linux — Franka Control Interface (FCI) documentation (frankaemika.github.io)
ubuntu打实时内核补丁教程以及安装后显卡驱动问题解决方法 - 代码先锋网 (codeleading.com)
3.2 Realman已成功运行(待更新)
3.3 UR已成功运行(待更新)
四、视觉环境配置
注意:需要在非实时内核下配置
如果安装过实时内核,也没听懂这句话,重启,开机自启选项选第二个,然后选第三个
4.1英伟达驱动安装
方式1:ubuntu自助安装(推荐)
打开软件与更新
点击附加驱动
选择535驱动(535 社区版 open-kernal)
点击apply应用,等待安装完成即可
方式2:命令行全自动安装(安装后较新,有时候挺好用)
sudo add-apt-repository ppa:graphics-drivers/ppa #填加显卡安装源
sudo apt-get update
sudo ubuntu-drivers autoinstall
参考文献:
【nvidia】1.命令行方式安装nvidia显卡驱动_nvidia-smi 安装-CSDN博客
方式3:纯手工安装(不推荐)
网络下载驱动,关闭可视化页面,再进入一个根本看不见输入了啥的页面
21世纪了,我们只是学生,不需要断网操作,教程们别教了
4.2cuda下载与安装
CUDA Toolkit 12.6 Update 1 Downloads | NVIDIA Developer
4.2.1.run版本安装(强烈推荐)
选择1:cuda11.8
wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
sudo sh cuda_11.8.0_520.61.05_linux.run
选择2:cuda12.1
wget https://developer.download.nvidia.com/compute/cuda/12.1.1/local_installers/cuda_12.1.1_530.30.02_linux.run
sudo sh cuda_12.1.1_530.30.02_linux.run
在告知书页面ctrl+c退出,回车或者accept都是同意
安装时候,按下选择到drivers处,回车把它取消勾选
我们不需要520和530驱动,事实上525和535都稳定,520和530可不稳定,还不如550
然后再往下选到install,回车就行了
4.2.2.deb版本安装(不推荐,会覆盖驱动,当然也可以避免,但需要注意)
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin
sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda-repo-ubuntu2004-11-8-local_11.8.0-520.61.05-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu2004-11-8-local_11.8.0-520.61.05-1_amd64.deb
sudo cp /var/cuda-repo-ubuntu2004-11-8-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cuda
不想自动安装驱动时,sudo apt-get -y install cuda --exclude=cuda-drivers
4.3 Cudnn安装
先逐一以下4行代码,下载9.4.0(2024.9.12)
wget https://developer.download.nvidia.com/compute/cudnn/9.4.0/local_installers/cudnn-local-repo-ubuntu2004-9.4.0_1.0-1_amd64.deb
sudo dpkg -i cudnn-local-repo-ubuntu2004-9.4.0_1.0-1_amd64.deb
sudo cp /var/cudnn-local-repo-ubuntu2004-9.4.0/cudnn-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
为cuda12安装(cuda12.*):
sudo apt-get -y install cudnn-cuda-12
为cuda11安装(cuda11.*):
sudo apt-get -y install cudnn-cuda-11
据说可以加速训练,所以提供新老版本供大家选择
cuDNN 9.4.0 Downloads | NVIDIA Developer
cuDNN Archive | NVIDIA Developer
因为不是专业的视觉大佬,我一般在python里安装torchvision
CUDA Toolkit 提供了 GPU 编程的基础设施,而 cuDNN 是一个专门针对深度学习任务的加速库,它们通常一起使用来开发高效的深度学习应用程序。在安装和使用 cuDNN 时,需要确保它与安装的 CUDA Toolkit 版本兼容。
理清GPU、CUDA、CUDA Toolkit、cuDNN关系以及下载安装-CSDN博客
wget https://developer.download.nvidia.com/compute/cudnn/9.0.0/local_installers/cudnn-local-repo-ubuntu2004-9.0.0_1.0-1_amd64.deb
sudo dpkg -i cudnn-local-repo-ubuntu2004-9.0.0_1.0-1_amd64.deb
sudo cp /var/cudnn-local-repo-ubuntu2004-9.0.0/cudnn-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cudnn
自己换版本号就可以切换下载版本