本篇主要介绍环境配置的先后顺序以及软件版本和依赖包
一.硬件
上位机:TX2
下位机:robomaster开发板
二.TX2环境配置
1.TX2刷机包:JetPack 3.0
刷机完成后,设备已安装ubuntu16.04+CUDA8.0,注意,TX2上的ubuntu是基于ARM内核的,换源的时候一定要注意换ARM的源。
2.ROS版本:ROS Kinect
关于ROS的安装,可以查看roswiki的教程,http://wiki.ros.org/kinetic/Installation/Ubuntu,直接安装完整版的Kinect,或者为了节省空间,查看robomaster的github下的教程,https://github.com/RoboMaster/RoboRTS/blob/master/docs/setup_on_tx2.md,只安装linect核心部分。
3.openCV版本:openCV3.2
安装openCV,参考教程:
https://blog.csdn.net/simitws/article/details/74276639,即可搞定。
【注意】:一定要把_DCUDA_ARCH_BIN=6.2,因为TX2的计算能力是62,TX1是53。
4.cuDNN版本:5.1.10
https://www.cnblogs.com/pertor/p/8733010.html
https://blog.csdn.net/dhaduce/article/details/80155121
到这一步,RoboRTS所需要的软件包已经都安装好了,跑整套代码没有问题。之后介绍的软件包,是为了采用神经网络来完成视觉识别等功能而安装的。
5.安装YOLOv3
计划采用Yolov3来实现机器人装甲板识别的功能,因此,需要安装yolov3,
打开yolo的官网,按照步骤一步一步来就可以。
现在仅仅是将YOLOv3的示例代码跑起来了,下一步就是训练自己的数据集,实现装甲板识别的功能。