最近在做PX4的开发，故记录一些过程，会慢慢完善
同时因为本教程时间跨度较长，本人多次修改，所以会出现一些细节上打不对，如cuda安装中可能出现图片里面是11.3版本，文字中是11.6版本，因为后面重新安装过所以会出现不同，但是内容是正确的
一、Ubuntu安装在移动硬盘中
1.Ubuntu安装
本人参考的这个博客进行安装，只不过我安装的是18.04系统
即插即用——移动硬盘安装Ubuntu20.04
我购买的是SSK的512G的硬盘，空间足够存放东西
在Win10中安装VMware，然后新建一个虚拟机，可以把Ubuntu18.04安装到移动硬盘里面（注意提前格式化一下）
2.工具安装
我安装了一些又用的工具
深度终端，可以同时打开多个终端，用起来更加顺手
sudo apt install -y deepin-terminal
Ubuntu系统默认没有Flash插件，浏览器打不开网站视频，所以需要安装
sudo apt install flashplugin-installer
sudo apt install browser-plugin-freshplayer-pepperflash
3.其他环境
（1）LaTex
sudo apt-get install texlive-full
sudo apt-get install texstudio
这里第一个指令会安装编译环境，这是LaTex的基础，第二个会安装官方的IDE，个人感觉比较好用，这是一个图形化的环境，可以在编辑的同时看到预览效果
默认安装环境是英文，可以先改成中文：
在工具栏找到options–>configure texstudio–>general–>language
en改为zh-CN即可
安装完毕之后，需要把TeXstudio的编译引擎修改为XeLaTeX，具体如下：
选项–>设置–>构建–>默认编译器
改为XeLaTeX
二、ROS安装
这里CSDN上教程很多，不做过多叙述，总的来说就是更换国内源（我是中科大的源），然后安装ROS，然后在rosdep的时候使用小鱼的rosdepc完成初始化，就可以了
因为Ubuntu默认的软件下载来源（软件源）是国外网站，一般情况下国内网络难以到达，或者速度慢，所以要更换，中科大、华为等机构有镜像源
终端输入
sudo gedit /etc/apt/sources.list
输入密码，打开包含软件源地址的文件，将里面的东西全部删除，将下面的地址复制粘贴，然后保存退出
deb https://mirrors.ustc.edu.cn/ubuntu/ bionic main restricted universe multiverse
deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu/ bionic-security main restricted universe multiverse
deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic-security main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu/ bionic-proposed main restricted universe multiverse
deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic-proposed main restricted universe multiverse
然后终端输入
sudo apt update
sudo apt upgrade
完成更新软件源
三、PX4+XTdrone环境安装
使用肖昆老师的教程安装，在我的另一篇博客里面有一些安装问题的解决方法
这里我进行了一些优化
1.依赖安装
pip3 install packaging numpy empy toml pyyaml jinja2 pyargparse -i https://pypi.tuna.tsinghua.edu.cn/simple
pip2 install pandas jinja2 pyserial cerberus pyulog==0.7.0 numpy toml pyquaternion empy pyyaml -i https://pypi.tuna.tsinghua.edu.cn/simple
这样可以比原教程更快完成，而且更不容易报错
2.MAVROS安装
原教程里面有一个sh文件的加载，这一步十分耗时，所以进行一些修改
直接下载压缩包，解压，然后将其子文件夹移动到目录/usr/share/GeographicLib下，就可以完成操作了
链接: https://pan.baidu.com/s/1Fw3HWJqGvAz2USomgF9eqA 提取码: q2pn
上面是压缩包，解压后得到三个文件夹，如图
然后在终端输入
cd /usr/share/
sudo mkdir -p GeographicLib
cd GeographicLib
完成文件夹的创建
可以在对应文件夹下看到，文件夹已经创建成功，接下来就是把解压得到的东西转移进去了，因为这是在/usr文件夹下，所以需要sudo权限
sudo cp -r /home/ncepu/下载/Baidu/geographic-lib/magnetic /usr/share/GeographicLib/
sudo cp -r /home/ncepu/下载/Baidu/geographic-lib/gravity /usr/share/GeographicLib/
sudo cp -r /home/ncepu/下载/Baidu/geographic-lib/geoids /usr/share/GeographicLib/
大家记得换成自己的解压目录
四、显卡配置
1.禁用原显卡驱动
因为Ubuntu是用的一个开源显卡驱动，所以需要先禁用，大概就加入黑名单
首先卸载其他Nvidia的显卡驱动
sudo apt-get --purge remove nvidia*
然后
sudo gedit /etc/modprobe.d/blacklist.conf
在最后一行加上，用于禁用，保存后退出
blacklist nouveau
options nouveau modeset=0
然后更新
sudo update-initramfs -u
然后重启电脑
在终端输入
lsmod |grep nouveau
如果未显示任何东西，则说明生效了
如果显示下面的情况，则表面没有正确禁用
2.安装显卡驱动
因为碰到了安装完驱动，电脑开机黑屏的情况，在这里给出优化后的方案
sudo gedit /etc/default/grub
将quite-splash换成text，如上图所示，然后保存退出
然后打开软件与更新，打开附加驱动栏，选中Nvidia的驱动，然后应用修改，等待下载完成即可
之后重启电脑，可以发现驱动安装成功，并且没有异常，就是似乎电脑启动稍微慢了一点
3.安装CUDA
wget https://developer.download.nvidia.com/compute/cuda/11.3.0/local_installers/cuda_11.3.0_465.19.01_linux.run
sudo sh cuda_11.3.0_465.19.01_linux.run
当然大家也可以去nvidia官网去下载安装
NVIDIA官网
注意，驱动就不要安装了，之前安装了
安装成功
然后导入路径
sudo gedit ~/.bashrc
打开文件后，在最后加上
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.6/lib64
export PATH=$PATH:/usr/local/cuda-11.6/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-11.6
这里要用cuda-而不是cuda，所以大家要用自己打版本号去代替，我这里是cuda
11-6，所以路径里面就是cuda-11.6,大家注意修改
这里我安装的是cuda11.6，所以路径如此，大家可以查看一下自己的
然后更新一下
source ~/.bashrc
然后终端输入
nvcc -V
注意，这里的V是大写
说明安装成功
4.安装cudnn
我们首先去官网
NVIDIA的cudnn下载网站
根据自己的CUDA版本选择合适的cudnn版本，我这里选择的是8.5.0，这里推荐下载Tar格式的压缩包
我的电脑是Intel芯片，所以是X86_64架构，选择对应版本然后下载，下载后用Ubuntu自带的压缩管理器打开、解压（右键点击文件），在解压后的文件夹里面用两个文件夹
我们在这个文件夹下打开终端
sudo cp lib/* /usr/local/cuda-11.6/lib64/
sudo cp include/* /usr/local/cuda-11.6/include/
把lib和include文件夹里面的东西转移到cuda文件夹，这里大家对应修改自己的路径
然后大家可以用这个命令检查是否安装成功cudnn
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
如果安装成功，则会显示cudnn的版本号
五、Anaconda+ROS环境（PyTorch 1.11）
1.Anaconda安装+VScode编译器修改
anaconda的安装教程较多，这里不再过多叙述，我给一个为参考的教程，这个比较详细
Anaconda安装教程
我是在清华镜像上下载2021.11版本并且使用bash指令安装的，默认的安装参数，安装完成后新建一个名为pytorch的虚拟环境，python版本为3.8
在终端中输入
conda create -n pytorch python=3.8
激活创建的名为pytorch的虚拟conda环境
conda activate pytorch
激活完成后，在vscode中选择编译器，Ctrl+Shift+P，选择conda环境下的pytorch编译器，然后在开头声明一下编译器，然后编译运行就可以了，后面我们在这个名为Pytorch的虚拟环境下安装PyTorch等库
然后点击“Python：选择编译器”选项，会显示下面的情况
选择conda下的pytorch作为编译器
配置功能包下的py文件并且catkin_make然后执行（注意已经在其他终端roscore了），然后rosrun运行文件，结果可以兼容PyTorch和ROS（这两个包都在下面进行安装，这里仅仅是展示一下效果）
2.Anaconda中安装GPU版本PyTorch框架
首先确定cuda版本，CUDA有两种API，运行时API和驱动API，即所谓的Runtime API与Driver API。nvidia-smi的结果是CUDA Driver API的型号，而nvcc -V得结果对应CUDA Runtime API，安装pytorch时要依据nvcc -V的版本。
在这里我推荐一个其他大佬安装的教程，安装的飞快还稳
安装pytorch(千万不要去掉 -c pytorch，安装n次后的教训)
我这里选用的是11.6版本的cuda所对应的PyTorch
# CUDA 11.6
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.6 -c pytorch -c conda-forge
3.Anaconda中ROS包安装
在安装完成anaconda和创建了pytorch环境后，在PyTorch环境中执行
pip install rospkg
这是在环境中安装rospy等ros包
如图，我在一个py文件内同时使用torch和rospy，编译运行都可以，同时注意一下，终端要在pytorch环境下才可以完成（开头的/home/ros这里的ros是我的用户名）
4.Anaconda安装OpenCV4
我选择的是OpenCV的4.5.1版本，不至于落后也不至于过于先进导致不稳定
还是在conda的pytorch环境下，运行
pip install opencv-python==4.5.1.48 -i https://pypi.tuna.tsinghua.edu.cn/simple/
#这里4.5.1.48代表我选择4.5.1版本，注意一下是双等号，后面代表我选择清华源安装，很快就可以安装好
然后在终端使用python，运行opencv包，成功
六、SLAM方向的其他环境搭建
1.MeshLab安装
这是一个查看点云的软件
sudo apt-get install meshlab
2.PCL安装
pip install cython -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install python-pcl -i https://pypi.tuna.tsinghua.edu.cn/simple