IntelRealSense/librealsense项目在Jetson ORIN NX平台上的部署指南

背景介绍

Intel RealSense D435深度相机是一款广泛应用于计算机视觉和机器人领域的3D感知设备。当将其部署在SEEED Studio NVIDIA Jetson ORIN NX 16G模块上时，由于平台架构和系统环境的特殊性，需要进行特定的配置和安装。本文将详细介绍在JetPack 6.0环境下为RealSense D435相机配置驱动和Python绑定的完整过程。

环境准备

在开始安装前，需要确认以下环境信息：

• 硬件平台：SEEED Studio NVIDIA Jetson ORIN NX 16G模块
• 操作系统：Ubuntu 22.04 LTS (Jammy)
• JetPack版本：6.0.0
• Python版本：3.10.12
• CUDA版本：12.2

安装步骤

1. 移除旧版本驱动

为避免版本冲突，首先需要移除系统中可能存在的旧版本驱动：

sudo apt-get remove librealsense2-utils librealsense2-dev

2. 从源码编译安装librealsense

推荐使用libuvc后端进行编译安装：

git clone https://github.com/IntelRealSense/librealsense.git
cd librealsense
git checkout a5c986e  # 使用2.56.1版本

修改编译脚本scripts/libuvc_installation.sh，在CMake命令中添加Python绑定支持：

cmake ../ -DFORCE_LIBUVC=true -DCMAKE_BUILD_TYPE=release \
-DBUILD_PYTHON_BINDINGS=ON \
-DPYTHON_INCLUDE_DIR=/usr/include/python3.10 \
-DPYTHON_LIBRARY=/usr/lib/aarch64-linux-gnu \
-DPYTHON_EXECUTABLE=/usr/bin/python3.10

然后执行安装脚本：

./scripts/libuvc_installation.sh

3. 解决Python绑定问题

编译完成后，需要手动将生成的Python绑定文件添加到Python路径中：

export PYTHONPATH=$PYTHONPATH:/path/to/librealsense/build/wrappers/python

或者直接将生成的.so文件复制到Python的site-packages目录：

sudo cp build/wrappers/python/pyrealsense2.*.so /usr/local/lib/python3.10/dist-packages/

4. 验证安装

安装完成后，可以通过以下方式验证：

import pyrealsense2 as rs
print(rs.__version__)
pipeline = rs.pipeline()
config = rs.config()
config.enable_stream(rs.stream.color, 640, 480, rs.format.bgr8, 30)
pipeline.start(config)

常见问题解决

1. 多版本冲突警告

如果出现"Multiple realsense udev-rules were found"警告，需要删除多余的udev规则文件：

sudo rm /etc/udev/rules.d/99-realsense-libusb.rules

2. Python模块找不到属性

如果遇到module 'pyrealsense2' has no attribute 'pipeline'错误，通常是因为Python绑定没有正确加载。确保：

1. 编译时启用了Python绑定(-DBUILD_PYTHON_BINDINGS=ON)
2. Python绑定文件路径已添加到PYTHONPATH环境变量
3. 使用正确的Python解释器版本

3. CUDA编译问题

在Jetson平台上编译时，如果遇到CUDA相关错误，可以尝试：

1. 确认CUDA工具链已正确安装
2. 在CMake命令中明确指定CUDA路径
3. 或者暂时禁用CUDA支持(-DBUILD_WITH_CUDA=false)

性能优化建议

在Jetson ORIN NX平台上使用RealSense相机时，可以考虑以下优化措施：

1. 降低分辨率：将相机分辨率设置为640x480可以显著降低处理负载
2. 帧率控制：根据应用需求调整帧率，通常30FPS足够大多数应用
3. 启用硬件加速：确保编译时启用了CUDA支持以利用GPU加速
4. 电源管理：Jetson平台对电源敏感，确保使用足够功率的电源适配器

总结

在Jetson ORIN NX平台上部署Intel RealSense D435相机需要特别注意版本兼容性和编译选项。通过从源码编译并正确配置Python绑定，可以充分利用这一强大硬件组合的潜力。本文提供的步骤和解决方案已经在实际项目中验证有效，能够帮助开发者快速搭建开发环境。

对于更复杂的应用场景，建议参考Intel官方文档和Jetson平台的最佳实践，以获得最佳性能和稳定性。