目录

【摘要】

【前言】： Ubuntu20.04.4安装ROS Noetic详细教程

1. ROS2 Ubuntu22.04安装与配置

1.1 ROS安装（鱼香肉丝一键安装）

1.2 ROS2测试

2. ROS2 开发工具

2.1 VScode SSH 远程开发环境配置

2.2 usb-camera

3. CUDA 11.2  

4. 部署YOLO V8

---

【摘要】

         本文汇总了ROS、CUDA和YOLOv8的安装与部署教程。内容包括：1) Ubuntu20.04安装ROS Noetic和Ubuntu22.04配置ROS2的详细步骤；2) ROS2功能测试方法，包括通信机制验证和turtlesim仿真；3) VSCode远程开发环境配置；4) CUDA 11.2安装指南及路径配置；5) YOLOv8模型部署实践，涵盖环境搭建、模型量化（INT8/FP32转换）和香橙派AI Pro开发板应用案例。提供了相关技术文档链接和常见问题解决方案，适合AI和机器人开发者参考。

---

【前言】： Ubuntu20.04.4安装ROS Noetic详细教程

https://zhuanlan.zhihu.com/p/515361781https://zhuanlan.zhihu.com/p/515361781

1. ROS2 Ubuntu22.04安装与配置

1.1 ROS安装（鱼香肉丝一键安装）

参考链接：动手安装ROS2

执行下面的命令，然后按照脚本指示文件操作即可：

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

【ROS2】MOMO的鱼香ROS2（二）ROS2入门篇——ROS2初体验-CSDN博客

选择
[1]:一键安装(推荐):ROS(支持ROS/ROS2,树莓派Jetson)
[1]:更换系统源再继续安装
[2]:更换系统源并清理第三方源
[5]:eloquent(ROS2)
[1]:eloquent(ROS2)桌面版

 

---

1.2 ROS2测试

测试cpp和python接口之间的通讯机制是否完整（cpp和python是ROS2自带的接口）

 首先输入如下指令：

ros2 run demo_nodes_cpp talker

 把cpp当作发布者，会输出"Hello world" 如图所示

再打开一个新的终端，输入下列指令：

 ros2 run demo_nodes_python listener

把python当作订阅者，用来接收cpp所发送的数据，输出结果如下图

 可以看到两个终端的输出结果字符串"Hello world"同步进行，说明通信系统没问题。

（demo_nodes 是ros2自带的功能包，在终端中输入ros2 run demo_nodes时按Tab键会自动补全指令，下面会出现在当前功能包下的所有可用文件。）

（2）最后再测试一下经典小孩过仿真示例

输入指令：

ros2 run turtlesim turtlesim_node

回车后会启动一个蓝色背景的海归仿真器，如图

再开一个新的终端，再终端中输入下列代码：

ros2 run turtlesim turtle_teleop_key

 回车后会启动一个键盘控制节点，如图所示：

 之后用鼠标光标选中这个新的终端，然后就可以通过键盘来控制小海龟的移动，如图：

2. ROS2 开发工具

2.1 VScode SSH 远程开发环境配置

  ROS2服务端主机配置如下：

sudo apt update
sudo apt install openssh-server
sudo systemctl start ssh
sudo systemctl enable ssh

获取ip地址：

ifconfig -a

Windows开发主机VScode IDE配置：

1.打开SSH

2. 配置IP：ssh XXX@ip -A

3. linux参数配置、选择默认config文件、输入密码

3. 进入远程文件夹

2.2 usb-camera

ROS学习笔记（四）：使用 `ros2 run usb_cam usb_cam_node_exe` 启动 USB 摄像头_ros2 运行摄像头-CSDN博客

3. CUDA 11.2  

官方链接及安装过程参考：

CUDA Toolkit 11.2 Downloads | NVIDIA Developerhttps://developer.nvidia.com/cuda-11.2.0-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=2004&target_type=runfilelocalUbuntu 18.04安装CUDA和cuDNN - 知乎 (zhihu.com)https://zhuanlan.zhihu.com/p/72298520Ubuntu 安装CUDA_ubuntu安装cuda-CSDN博客文章浏览阅读2w次，点赞55次，收藏181次。可以发现，我这里的NVIDIA显卡驱动版本是 470.141.03，这里可以看到本机最高支持 cuda 11.4 ，也就是说11.4之下的CUDA版本该显卡都可以支持，11.4之上的则不支持。通过上表可以发现，由于自己的NVIDIA显卡驱动版本是 470.141.03，所以自己电脑显卡支持的版本CUDA 11.4及之下。后,终端就会跳出选择界面，回到正常终端模式，并且没有用任何提示。这是正常现象，等待安装完成即可。所以需要根据已有的显卡驱动版本，去。（以CUDA11.4为例）_ubuntu安装cudahttps://blog.csdn.net/str1ngthen/article/details/133793250CUDA路径配置参考（~/.bashrc CUDA PATH）

export PATH=$PATH:/home/-/cuda-11.2/bin/
export PATH=$PATH:/home/-/cuda-11.2/lib64/

注意：输入source ~/.bashrc 报错dircolors\lesspipe: command not found解决方法

输入source ~/.bashrc 报错dircolors\lesspipe: command not found解决方法_command 'lesspipe' is available in the following p-CSDN博客文章浏览阅读5k次，点赞5次，收藏23次。输入source ~/.bashrc 报错dircolors\lesspipe: command not found解决方法 错误修改了.bashrc文件后，即便/usr/bin/source也不能用了。这需要用本文提到的方法来解决。_command 'lesspipe' is available in the following placeshttps://blog.csdn.net/m0_46948660/article/details/129702261

【DL】CUDA所有版本、CUDNN所有版本下载地址、CUDA版本和CUDNN版本对应关系_cuda各版本下载-CSDN博客文章浏览阅读2.8k次，点赞3次，收藏8次。本文提供了CUDA所有版本和CUDNN所有版本的官方下载地址，并详细说明了CUDA版本与CUDNN版本之间的对应关系，强调了在安装过程中遵循先装CUDA再装匹配版本CUDNN的顺序。https://blog.csdn.net/AugustMe/article/details/127917336

4. 部署YOLO V8

pytorch学习一(扩展篇)：miniconda下载、安装、配置环境变量。miniconda创建多版本python环境。整理常用命令（亲测ok）_miniconda 环境变量-CSDN博客文章浏览阅读1.8k次，点赞8次，收藏35次。anaconda在个人免费，团队和公司收费，于是果断采用了miniconda。_miniconda 环境变量https://blog.csdn.net/qq_40036754/article/details/141086418

参考案例：

香橙派Orange AI Pro / 华为昇腾310芯片 部署自己训练的yolov8模型进行中国象棋识别-CSDN博客文章浏览阅读3.2k次，点赞35次，收藏71次。香橙派（Orange Pi）是深圳市迅龙软件有限公司旗下开源产品品牌，香橙派AIpro开发板采用昇腾AI技术路线，接口丰富且具有强大的可扩展性，提供8/20TOPS澎湃算力，可广泛使用于AI边缘计算、深度视觉学习及视频流AI分析、视频图像分析、自然语言处理等AI领域。通过昇腾CANN软件栈的AI编程接口，可满足大多数AI算法原型验证、推理应用开发的需求。该产品搭载的是华为昇腾310芯片。而昇腾310主打高能效、灵活可编程，参数如下功耗8W华为自研达芬奇架构12nm FFC工艺。_昇腾310https://qitiandasheng.blog.csdn.net/article/details/139356518?spm=1001.2101.3001.6650.2&utm_medium=distribute.pc_relevant.none-task-blog-2~default~BlogCommendFromBaidu~Ctr-2-139356518-blog-140423506.235%5Ev43%5Epc_blog_bottom_relevance_base1&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2~default~BlogCommendFromBaidu~Ctr-2-139356518-blog-140423506.235%5Ev43%5Epc_blog_bottom_relevance_base1&utm_relevant_index=5

【 香橙派 AIpro评测】烧系统运行部署LLMS大模型跑开源yolov5物体检测并体验Jupyter Lab AI 应用样例（新手入门）_香橙派aipro集成yolov5-CSDN博客文章浏览阅读2.5k次，点赞16次，收藏26次。大家好，我是yma16，本期分享 【 香橙派 AIpro评测】烧系统到部署到体验 AI 应用样例：香橙派 AIpro烧系统到体验 AI 应用样例（新手福音）香橙派 AIproOrange Pi AI Pro 开发板是香橙派联合华为精心打造的高性能 AI 开发板，其搭载了昇腾 AI 处理器，可提供 8TOPS INT8 的计算能力，内存提供了 8GB 和 16GB两种版本。可以实现图像、视频等多种数据分析与推理计算，可广泛用于教育、机器人、无人机等场景。开发版图解。_香橙派aipro集成yolov5https://blog.csdn.net/qq_38870145/article/details/140389168?utm_medium=distribute.pc_relevant.none-task-blog-2~default~baidujs_baidulandingword~default-1-140389168-blog-140423506.235%5Ev43%5Epc_blog_bottom_relevance_base1&spm=1001.2101.3001.4242.2&utm_relevant_index=4YOLOv8 模型量化：动态量化&静态量化-CSDN博客文章浏览阅读785次，点赞4次，收藏9次。点击下方卡片，关注“小白玩转Python”公众号在当今世界，人工智能无处不在——从我们的智能手机到智能家居。但这些强大的AI模型如何适应如此小的设备？答案在于一种称为模型量化的技术。精致的AI设备可以放入口袋，持续工作数小时，并且不需要持续的互联网连接。这是量化正在创造的现实。在这篇博客文章中，我们将探索YOLO视觉模型的模型量化的艺术和科学。我们将了解这种技术如何使复杂的神经网络能够在资源有限的..._yolov8量化https://blog.csdn.net/weixin_38739735/article/details/140727654YOLOv8模型ONNX格式INT8量化实战指南-百度开发者中心本文详细介绍了如何将YOLOv8模型从FP32格式转换为高效的INT8量化格式，利用ONNX Runtime进行量化操作，提升模型推理速度，适用于计算机视觉领域的实际应用。https://developer.baidu.com/article/details/3321909

【香橙派开发板测试】：在黑科技Orange Pi AIpro部署YOLOv8深度学习纤维分割检测模型_香橙派yolov8-CSDN博客文章浏览阅读1.3k次，点赞30次，收藏23次。为AI而生”深圳市迅龙软件有限公司成立于2005年，是全球领先的开源硬件、开源软件及智能产品品牌商，致力于让全世界每个极客、创客、电子爱好者享用来自中国的优质、低价的开源产品及智能产品，拓展无限可能，通过大规模的社会化协作去创建一个更加美好的信息化人类文明。目前迅龙业务遍及美国、英国、意大利、俄罗斯、日本、南非、东南亚等100多个国家和地区。香橙派的Orange Pi AIpro是一款专为人工智能（AI）应用开发设计的高性能开发板。_香橙派yolov8https://blog.csdn.net/J_oshua/article/details/140524580

【YOLOV8】YOLOV8模型导出export参数说明