orin nano烧录系统，配置opencv440（笔记）

菜鸟勇闯linux

已于 2024-01-16 17:41:02 修改

阅读量3.9k

点赞数 4

于 2023-10-10 16:38:25 首次发布

本文链接：https://blog.csdn.net/m0_68918718/article/details/133740007

版权

ubuntu 同时被 3 个专栏收录

2 篇文章 0 订阅

订阅专栏

orin nano

2 篇文章 0 订阅

订阅专栏

opencv

1 篇文章 0 订阅

订阅专栏

一、jetson orin nano简介

版本系列：Jetson Orin Nano 4GB 和 8GB

处理器架构：aarch64

Jetson Orin Nano 系列规格
	Jetson Orin Nano 4GB	Jetson Orin Nano 8GB
AI 性能	20 TOPS	40 TOPS
GPU	搭载 16 个 Tensor Core 的 512 核 NVIDIA Ampere 架构 GPU	搭载 32 个 Tensor Core 的 1024 核 NVIDIA Ampere 架构 GPU
GPU 最大频率	625 MHz
CPU	6 核 Arm® Cortex®-A78AE v8.2 64 位 CPU 1.5MB L2 + 4MB L3
CPU 最大频率	1.5 GHz
显存	4GB 64 位 LPDDR5 34 GB/s	8GB 128 位 LPDDR5 68 GB/s
存储	（支持外部 NVMe）
视频编码	1080p30，由 1-2 个 CPU 核心提供支持
摄像头	多达 4 个摄像头（通过虚拟通道最多可支持 8 个***） 8 通道 MIPI CSI-2 D-PHY 2.1（高达 20 Gbps）
PCIe*	1 x4 + 3 x1 （PCIe 3.0，根端口和端点）
USB*	3x USB 3.2 2.0 (10 Gbps) 3x USB 2.0
网络*	1x GbE
显示接口	1x 4K30 多模 DP 1.2 (+MST)/eDP 1.4/HDMI 1.4**
其他 I/O	3x UART、2x SPI、2x I2S、4x I2C、1x CAN、DMIC 和 DSPK、PWM、GPIO
功率	7 瓦 - 10 瓦	7 瓦 - 15 瓦
规格尺寸	69.6 毫米 x 45 毫米 260 引脚 SO-DIMM 连接器

如图所示， Jetson Orin Nano 展示了带有 NVIDIA 安培架构 GPU 的 NVIDIA -Orin 架构。它有多达 8 个流式多处理器（ SM ），1024 个 CUDA 核和多达 32 个用于 AI 处理的张量核组成。

NVIDIA Ampere Architecture 第三代 Tensor Cores 的每瓦特性能优于前一代，并在支持稀疏性的情况下带来更高的性能。通过稀疏性，可以利用深度学习网络中的细粒度结构化稀疏性，将 Tensor Core 操作的吞吐量提高一倍。

为了加速应用程序管道的所有部分， Jetson Orin Nano 还包括一个 6 核 Arm Cortex-A78AE CPU 、视频解码引擎、 ISP 、视频图像合成器、音频处理引擎和视频输入块。

Jetson Orin Nano 模块占地面积小，为 70x45mm ， 260 针 SODIMM ，包括各种高速接口：

最多七条 PCIe Gen3 通道
三个高速 10 Gbps USB 3.2 Gen2 端口
八通道 MIPI CSI-2 摄像头端口
各种传感器 I / O

二、烧录镜像

注意：我是用固态硬盘烧录的，因此需要买一个固态硬盘，如果你有用过的固态一定要格式化（工具推荐DiskGenius）！！！

1、下载SDK Manager，需要注册NVIDIA账号。

2、推荐使用VMware虚拟机和Ubuntu18.04系统

注意：因为文件比较大，建议虚拟机存储大于50G。

3、安装VMware Tools

4、拖拽下载好的SDK Manager到虚拟机的linux系统，然后安装。

安装命令如下：

sudo apt-get -f install

sudo dpkg -i sdkmanager_1.9.3-10904_amd64.deb

5、安装好以后，点击sdkmanage图标打开软件，登录NVIDIA账号。

短接FC_REC和GND（第二三引脚），接上TypeC数据线，然后接通电源
选择“连接到虚拟机”，确保出现NVIDIA APX被勾选

6、这个过程一定要网络稳定，网速好，我是用手机开的热点

STEP 01 取消勾选Host Machine，点击CONTINUE
STEP 02 只勾选Jetson Linux，选择I accept the terms and conditions of the license agreements，点击Create，然后CONTINUE，输入虚拟机密码，等待下载完成，如果中间出现问题，就是有些没有下载下载，更换网络后，重新登录下载（重新登录是必要的）
安装过程，出现以下界面，OEM Configuration下拉选择runtime
等待安装完成，中间可能卡住，点击继续，安装过程很慢，需要耐心
显示FINISH，移除杜邦线，接上屏幕，按照系统提示一步步安装就行。注意：这里有个bug，orin nano 系统环境语言一定要是英文，不然后面通过网络安装CUDA，OpenCV环境时会提示密码错误

7、使用SDK Manager安装CUDA 和Open CV环境

确保虚拟机可以 ping 通orin nano

ifconfig #查看orin nano的IP地址

ping 192.168.x.xxx

打开SDK Manager，Orin Nano模块不需要检测链接，后面我们用IP互联搞定。选择好后点击下一步，我们不需要烧录系统，只需要安装驱动组件，所以取消勾选Jetson Linux，选择Jetson Runtime Components和Jetson SDK Components，同时接收协议。然后点击下一步
弹出这个窗口后connection选择Ethernet，配置好后，点击install
开始安装，你只需要等待，中间如果出错，只能重新开始

8、验证安装结果

安装jtop

sudo -H pip install -U jetson-stats

sudo systemctl restart jtop.service

sudo jtop

9、修改显存

sudo gedit /etc/systemd/nvzramconfig.sh

'''
修改mem = $((("${totalmem}"/2/"${NRDEVICES}")*1024))
为mem = $((("${totalmem}"*2/"${NRDEVICES}")*1024)) # 不要复制粘贴，可能会导致修改不成功
'''

即将2前面的/改为* ，保存修改后重启

重启之后

free -h #可以看到"交换"已经不是0，我这里变成14G

三、安装ROS

ros的安装一直以来都是想学习ros的同学面对的第一道难关，但鱼哥的一键安装，真的会给我们初学者很大的便利,命令如下：

wget http://fishros.com/install -O fishros && . fishros

依次进行：

选择一键安装：ROS
一定要更换系统源
还有rosdep记得安装，如果找不到rosdepc，使用如下命令：

pip install rosdepc

安装完成运行小王八检测是否安装成功

roscore

rosrun turtlesim turtlesim_node

rosrun turtlesim turtle_teleop_key

安装完成使用：

sudo apt update
sudo apt upgrade

四、配置CUDA

打开文档

sudo gedit ~/.bashrc

在文档末尾添加，通过这种方法烧录的系统已经自动配置好了，直接查看即可。

export CUDA_HOME=/usr/local/cuda-11.4
export LD_LIBRARY_PATH=/usr/local/cuda-11.4/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-11.4/bin:$PATH

保存并查看配置

source ~/.bashrc
nvcc -V    #如果配置成功可查看CUDA的版本号

五、源码编译Open CV

因为我需要用到GPU，所以重新编译安装OpenCV

sudo apt-get purge libopencv*

jtop

切换到INFO，Open CV显示 MISSING

执行以下命令

sudo rm -r /usr/bin/python3.9

1、安装依赖

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 libtiff5-dev libdc1394-22-dev

2、下载opencv-4.4.0和opencv_contrib-4.4.0源码（需要科学上网，下载对应的分支）

mkdir ~/opencv440
cd ~/opencv440
git clone https://github.com/opencv/opencv.git
git clone https://github.com/opencv/opencv_contrib.git
mkdir ~/opencv440/opencv/build

此时目录结构：

～/opencv440/opencv/build

～/opencv440/opencv_contirb

3、接下来安装CMake-gui，在终端输入

sudo apt install cmake-qt-gui

4、然后执行

cd ~/opencv440/opencv/build
cmake-gui ..

5、然后会弹出CMake的图形化界面，在上方的两个路径里面

where is the source code选择opencv所在文件夹的路径，即～/opencv440/opencv/

where is to build the binaries选择build所在文件夹的路径，即～/opencv440/opencv/build

6、点击左下方的Configure按钮，选择Unix Makefiles，选择Use default native compilers（默认），然后点击Finish

窗口的中间部分即配置列表，这里和使用cmake命令直接生成makefile文件一致的。正如上文所述，这里通过图形界面的方式来进行配置，更加直观方便。

7、这里需要对几个地方进行修改：

OPENCV_EXTRA_MODULES_PATH选择输入目录（单击这一行后方空白处即可选中），选择opencv_contrib文件夹中的modules文件夹

WITH_CUDA 一定要勾选

8、点击Generate生成配置文件，这一步应该比较快就完成了。（这里一般都会报错）

错误以及修改如下：

错误1:

CMake Warning (dev) at /usr/share/cmake-3.16/Modules/FindOpenGL.cmake:275 (message):
Policy CMP0072 is not set: FindOpenGL prefers GLVND by default when available. Run “cmake --help-policy CMP0072” for policy details. Use the cmake_policy command to set the policy and suppress this warning.

FindOpenGL found both a legacy GL library:

解决:在cmakelist文件中加入下面内容：

if (POLICY CMP0072)
  set(OpenGL_GL_PREFERENCE LEGACY)
endif()

错误2:

WeChatQRCode:Can't get detect caffemodel file for wechat qrcode.

解决:此方法适用于后续的问题，后文不再赘述。

打开日志:/home/orin/opencv440/opencv/build/CMakeDownloadLog.txt

sudo gedit /home/orin/opencv440/opencv/build/CMakeDownloadLog.txt #打开你自己的日志

自己去github或是GitHub Proxy把这些文件下载下来，然后放到下面标出的路径下/home/orin/opencv440/opencv/.cache/wechat_qrcode/，并重命名为：238e2b2d6f3c18d6c3a30de0c31e23cf-detect.caffemodel，如果自己无法下载，我把需要的文档放在我的百度网盘里，需要的自取。如果找不到.cache文件，按住ctrl + h就会出现。

错误3:

Face:Can't get model file for face alignment.

解决:

和错误2解决方案相同，将face_landmark_model.dat重命名为7505c44ca4eb54b4ab1e4777cb96ac05-face_landmark_model.dat放入/home/orin/opencv440/opencv/.cache/data文件夹。

错误4:

出现fatal error: boostdesc_bgm.i: No such file or directory。

解决：缺失boostdesc_bgm.i,boostdesc_bgm_bi.i,boostdesc_bgm_hd.i,boostdesc_binboost_064.i，boostdesc_binboost_128.i,boostdesc_binboost_256.i,boostdesc_lbgm.i,vgg_generated_48.i,vgg_generated_64.i,vgg_generated_80.i,vgg_generated_120.i等文件，从我的百度网盘下载到本地。

然后放到opencv_contrib/modules/xfeatures2d/src目录下就可以了。

9、再次点击Generate生成配置文件，详细检查确定不报错之后，关闭cmake-gui，在build文件夹执行以下代码，先查看自己的线程数

nproc

sudo make -j6 #6就是线程数

过程非常慢，得一个小时左右，可以开一局

sudo make install

10、配置环境变量

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

保存退出，在运行下面的例程之前，需要重新开启终端来使配置生效。

jtop

就可以看到Opencv4.4.0 CUDA YES

六、源码编译cv_bridge

1、下载源码，一定要选择对应的分支cv_bridge noetic

2、初始化cv_bridge_ws编译工作空间

mkdir -p ~/cv_bride_ws/src
cd ~/cv_bride_ws/src
catkin_init_workspace
cd ..
catkin_make

3、下载cv_bridge源码

cd ~/cv_bridge_ws/src
git clone https://github.com/ros-perception/vision_opencv.git

4、编译

cd ../
catkin_make install -DPYTHON_EXECUTABLE=/usr/bin/python3

5、更新环境变量

sudo gedit ~/.bashrc
source /home/orin/cv_bridge_ws/devel/setup.bash --extend #/home/orin/是我的绝对路径

6、测试

打开终端输入python3

python3

import cv_bridge
from cv_bridge.boost.cv_bridge_boost import getCvType

没有报错即成功编译，下班干饭。

菜鸟勇闯linux

关注

4
点赞
踩
31

收藏

觉得还不错? 一键收藏
1
评论
orin nano烧录系统，配置opencv440（笔记）

项目要实现yolo识别物体，因此需要烧录镜像，配置基础环境，在这里做个纪录以防忘记。
复制链接

扫一扫

专栏目录