大疆M100无人机 妙算Manifold 深度学习视觉伺服系统 学习历程（一）妙算Manifold环境配置

实验室有一架 DJI M100 无人机和若干台 DJI Manifold ，由于与我的研究方向有相关性，因此打算将其利用起来做一些深度学习视觉伺服的开发工作，本系列文章将一些我在学习和研究过程中经历的关键问题记录下来，旨在提醒自己，或者为有需要的同仁们提供一些参考。文章以笔记形式为主，难免有疏漏之处，大家如果发现有错误请指出，我会加以修改。

系列链接：

1. 大疆M100无人机 妙算Manifold 深度学习视觉伺服系统 学习历程（一）妙算Manifold环境配置

本文为该系列文章的第一篇，记录一些妙算 Manifold 环境配置的方法，包括安装 ROS 、安装 DJI Onboard SDK ROS 、安装 CUDA 、安装 CUDNN 和 安装 Tensorflow。

安装 ROS

妙算 Manifold 的系统版本为 Ubuntu 14.04 ，所对应的 ROS 版本为 ROS-Indigo。

1. 由于Boost 和一些 ROS 工具有时需要指定特定的语言地区，因此为了防止以后出现很多莫名其妙的问题，先进行Ubuntu系统语言区域设置。在终端中执行以下指令：

sudo update-locale LANG=C LANGUAGE=C LC_ALL=C LC_MESSAGES=POSIX

2. 设置妙算能够接受来自 ARM 镜像 packages.ros.org 的软件。在终端中执行以下指令：

sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu trusty main" > /etc/apt/sources.list.d/ros-latest.list'

3. 设置秘钥。在终端中执行以下指令：

wget http://packages.ros.org/ros.key -O - | sudo apt-key add -

4. 安装ROS之前先更新一下Ubuntu包管理器的索引。在终端中执行以下指令：

sudo apt update

5. 开始安装ROS。根据所需的ROS模块不同，可以通过以下指令选择安装ros-indigo-ros-base或ros-indigo-desktop，以下指令二选一，不要都安装：

sudo apt install ros-indigo-ros-base
sudo apt install ros-indigo-desktop

6. 在使用 ROS 之前，需要安装并初始化 rosdep。rosdep 的作用是在编译代码的时候方便地安装系统依赖项，而且还用于在 ROS 中运行一些核心组件。执行以下指令安装并初始化 rosdep：

sudo apt install python-rosdep
sudo rosdep init
rosdep update

7. ROS已经安装完毕了，此时每次打开新终端的时候都需要繁琐地source一下ROS的环境变量。如果每次启动一个新终端时，ROS 环境变量都能够自动添加到终端中，那就很方便了。执行以下指令将source命令写入.bashrc文件中：

echo "source /opt/ros/indigo/setup.bash" >> ~/.bashrc

8. rosinstall 是 ROS 中经常使用的命令行工具，用于下载许多 ROS 组件包。执行以下指令来安装rosinstall：

sudo apt install python-rosinstall

9. 以上步骤都完成则ROS安装完毕。

安装 DJI Onboard SDK ROS

经过我的尝试，3.2.2版本是在配置和使用上问题比较少的版本，本文以3.2.2版本为示例演示安装步骤，其他版本的安装步骤大同小异。

1. 下载 Onboard-SDK-3.2.2 。推荐打开终端并执行以下指令下载一步到位，或者也可以从Onboard-SDK github下载 zip 压缩包并自行解压到任意目录下：

cd ~
git clone -b 3.2.2 https://github.com/dji-sdk/Onboard-SDK

2. 编译 Onboard-SDK-3.2.2 。在终端中执行以下指令：

cd Onboard-SDK
mkdir build
cd build
cmake ..
make

3. 新建一个 ROS 工作空间。在终端中执行以下指令，其中catkin_ws为新建的ROS工作空间命名，可以自己设定，不需要与我这里给出的一样：

cd ~
mkdir M100_zzm_ws
cd M100_zzm_ws
mkdir src
cd src
catkin_init_workspace

4. 将 Onboard-SDK-ROS-3.2.2 下载到 ROS 工作空间中的 src 文件夹内。推荐直接执行以下指令下载一步到位，或者也可以从Onboard-SDK-ROS github下载 zip 压缩包并自行解压到ROS 工作空间中的 src 文件夹内：

git clone -b 3.2.2 https://github.com/dji-sdk/Onboard-SDK-ROS

5. 回到 ROS 工作空间根目录下，并编译：

cd ..
catkin_make

6. 以上步骤都完成则 DJI Onboard SDK ROS 安装成功。

安装 CUDA

妙算 Manifold 支持的 CUDA 版本为 CUDA 6.5 。

1. 从这个链接下载 CUDA 包：cuda-repo-l4t-r21.3-6-5-prod_6.5-42_armhf.deb
2. 在终端中执行以下指令，安装cuda-repo-l4t-r21.3-6-5-prod_6.5-42_armhf.deb：

sudo dpkg -i cuda-repo-l4t-r21.3-6-5-prod_6.5-42_armhf.deb  
sudo apt update  
sudo apt install cuda-toolkit-6-5  

安装 CUDNN

CUDA 6.5 对应的 CUDNN 版本为 CUDNN v1 或 CUDNN v2 ，然而 v1 不兼容 tensorflow ，因此我们安装 CUDNN v2 。

1. 从这里下载 CUDNN 包：cudnn-6.5-linux-ARMv7-v2.tgz 。第一次打开该链接可能需要登录英伟达Nvidia账号，登录后再次点击该链接即可下载。
2. 下载完成后，在cudnn-6.5-linux-ARMv7-v2.tgz文件的同级目录中新建一个 sh 脚本文件，命名为 installcuDNNR2.sh，用文本编辑器打开该 sh 脚本文件并写入以下内容：

#!/bin/sh

if [ $(id -u) != 0 ]; then
  echo "This script requires root permissions"
  echo "$ sudo "$0""
  exit
fi

tar -zxvf cudnn-6.5-linux-ARMv7-v2.tgz
cd cudnn-6.5-linux-ARMv7-v2

cp cudnn.h /usr/local/cuda-6.5/include
cp libcudnn* /usr/local/cuda-6.5/lib

3. 打开终端，并执行以下指令运行 sh 脚本来安装 CUDNN ：

chmod +x installcuDNNR2.sh
./installcuDNNR2.sh

安装 Tensorflow

妙算 Manifold 支持 Tensorflow 0.8。

1. 先安装一些 python 依赖包。打开终端并执行以下指令：

sudo apt update
sudo apt install python-py python-dev

2. 安装 pip ：

sudo apt install python-pip

3. 下载 Tensorflow ：

git clone https://github.com/dat-ai/tensorflow-on-nvidia-jetson/

4. 开始安装 Tensorflow ：

cd tensorflow-on-nvidia-jetson
sudo pip install tensorflow-0.8.0-py2-none-any.whl

5. 测试一下 Tensorflow 是否安装成功：

python
import tensorflow as tf

6. 以上步骤未出错则安装成功。