小米CyberDog ROS 2项目下载与安装教程
2024-12-04 14:41:01作者:戚魁泉Nursing
1. 项目介绍
本项目是小米公司MiRoboticsLab团队开发的CyberDog机器人的ROS 2主要功能包集合。CyberDog机器人具备多模态感知、人机交互、自主决策、空间定位、导航和目标追踪等功能,适用于多种机器人应用场景。
2. 项目下载位置
项目托管在GitHub上,您可以通过以下地址下载项目源码:
https://github.com/MiRoboticsLab/cyberdog_ros2.git
3. 项目安装环境配置
在安装项目前,您需要配置以下环境:
-ROS 2操作系统(推荐使用Galactic版本) -CUDA编译环境(推荐使用10.2版本) -NVIDIA Jetson系列硬件(或Docker开发环境)
以下是环境配置的步骤及示例图片:
安装ROS 2
首先,确保您的系统已更新:
$ sudo apt-get update
$ sudo apt-get upgrade
然后,安装ROS 2所需的依赖:
$ sudo apt-get install curl gnupg2 lsb-release
接下来,添加ROS 2的GPG密钥并添加仓库:
$ curl -s https://raw.githubusercontent.com/ros/rosdistro/master/ros.asc | sudo apt-key add -
$ sudo sh -c 'echo "deb [arch=$(dpkg --print-architecture)] http://packages.ros.org/ros2umble/galactic $(lsb_release -cs) main" > /etc/apt/sources.list.d/ros2.list'
安装ROS 2:
$ sudo apt-get update
$ sudo apt-get install ros-galactic-ros-base
安装CUDA
访问NVIDIA官方网站下载CUDA Toolkit:

选择适当的版本(例如10.2)进行下载并安装。
设置环境变量
在.bashrc文件中添加ROS 2和CUDA的环境变量:
export PATH=/opt/ros/galactic/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
重新加载环境变量:
$ source ~/.bashrc
4. 项目安装方式
将项目克隆到本地:
$ mkdir -p ros_apps/src
$ cd ros_apps/src
$ git clone https://github.com/MiRoboticsLab/cyberdog_ros2.git
编译项目:
$ cd ..
$ colcon build --merge-install
或者编译到指定目录:
$ export OUTPUT_DIR=/opt/ros2/cyberdog
$ colcon build --merge-install --install-base $OUTPUT_DIR
5. 项目处理脚本
启动CyberDog机器人服务:
$ sudo systemctl start cyberdog_ros2.service
如果需要重启服务,使用以下命令:
$ sudo systemctl restart cyberdog_ros2.service
以上就是小米CyberDog ROS 2项目的下载与安装教程。希望对您有所帮助!
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0171
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook090
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
BitCPM-CANN-8BBitCPM-CANN 是首个基于华为昇腾 NPU 原生构建的端到端 1.58 位(三值化)大语言模型训练系统。该系统将量化感知训练(QAT)集成到 Megatron-LM 框架中,并结合 MindSpeed 加速,覆盖了从自定义三值算子到基于昇腾 910B 的分布式并行训练的完整训练栈。Python00
MiniCPM5-1BMiniCPM5-1B,这是 MiniCPM5 系列的首款模型。它是一个专为端侧、本地部署和资源受限场景打造的 10 亿参数密集型 Transformer 模型,达到了 10 亿参数级开源模型的 SOTA 水平Jinja00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0239
项目优选
收起
暂无描述
Dockerfile
748
4.85 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
640
1.26 K
Ascend Extension for PyTorch
Python
684
824
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
832
1.82 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
449
412
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.02 K
1.03 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.49 K
171
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
927
553
暂无简介
Dart
995
256
昇腾LLM分布式训练框架
Python
172
211