Ubuntu 20.04 安装 Franka Control Interface (FCI)

2023-09-15 22:37:49

文章目录

前言

本文介绍在 ubuntu 20.04 中安装 Franka Control Interface (FCI)，前提为已安装好 ROS Noetic，参考文档如下：

一、安装 libfranka 和 franka_ros

安装好 ROS Noetic 后，执行：

sudo apt install ros-noetic-libfranka ros-noetic-franka-ros

从源代码构建之前，卸载 libfranka 和 franka_ros 的现有安装，以避免冲突：

sudo apt remove "*libfranka*"

从Ubuntu的包管理器安装以下依赖项以构建 libfranka：

sudo apt install build-essential cmake git libpoco-dev libeigen3-dev

从 GitHub 下载 libfranka 源代码:

  • 对于 Panda：
git clone --recursive https://github.com/frankaemika/libfranka # only for panda
cd libfranka
  • 对于 Franka Research 3：
git clone --recursive https://github.com/frankaemika/libfranka --branch 0.10.0 # only for FR3
cd libfranka

在源目录中，创建一个生成目录并运行 CMake：

mkdir build
cd build
cmake -DCMAKE_BUILD_TYPE=Release -DBUILD_TESTS=OFF ..
cmake --build .

可选（但推荐）在同一目录中构建 libfranka-Debian 包并安装：

cpack -G DEB
sudo dpkg -i libfranka*.deb

在选择的目录中创建 Catkin 工作区：

cd /path/to/desired/folder
mkdir -p catkin_ws/src
cd catkin_ws
source /opt/ros/noetic/setup.sh
catkin_init_workspace src

然后从 GitHub 下载 franka_ros 存储库：

git clone --recursive https://github.com/frankaemika/franka_ros src/franka_ros

安装任何丢失的依赖项并生成包：

rosdep install --from-paths src --ignore-src --rosdistro noetic -y --skip-keys libfranka
catkin_make -DCMAKE_BUILD_TYPE=Release -DFranka_DIR:PATH=/path/to/libfranka/build
source devel/setup.sh

二、设置实时内核

1. 安装依赖

首先安装编译所需的几个软件包：

sudo apt install build-essential libncurses-dev bison flex libssl-dev libelf-dev fakeroot

安装 dwarves 软件包:

sudo apt install dwarves

接下来从官方网站 kernel.org 下载内核源代码，选择最新的 longterm 版本并复制 tarball 链接，用该链接下载内核源代码并将其解压缩：

wget https://cdn.kernel.org/pub/linux/kernel/v6.x/linux-6.1.53.tar.xz
tar -xf linux-6.1.53.tar.xz

2. 编译内核

进入Linux源的目录：

cd linux-6.1.53

复制当前安装的 Linux 内核的配置文件：

cp -v /boot/config-$(uname -r) .config

这个配置文件包含了大量不必要的驱动程序和内核模块。可以使用 localmodconfig 命令查看系统中已加载的内核模块，并修改该文件，以便在构建中只包含这些模块。运行该命令时，有任何请求提示，只需每次点击回车键（不键入答案）。

make localmodconfig

接下来，通过运行以下命令对配置进行四次修改：

scripts/config --disable SYSTEM_TRUSTED_KEYS
scripts/config --disable SYSTEM_REVOCATION_KEYS
scripts/config --set-str CONFIG_SYSTEM_TRUSTED_KEYS ""
scripts/config --set-str CONFIG_SYSTEM_REVOCATION_KEYS ""

运行以下命令编译内核：

fakeroot make

或者，8 表示 CPU 核的数量：

fakeroot make -j8

构建完成后通过运行以下命令以检查编译是否成功。返回 0 表示成功，返回其他任何值都不成功：

echo $?

3. 安装内核

首先安装内核模块：

sudo make modules_install

然后安装内核：

sudo make install

最后重启：

sudo reboot

4. 验证内核

通过以下命令检查安装的内核的版本：

uname -rs

返回值与下载的内核源版本相匹配，那么您安装是成功的：

Linux 6.1.53

三、在实时内核下安装显卡驱动

安装完实时内核并重启后，在终端中输入 nvidia-smi 没有弹出显卡驱动信息，这是因为实时内核下的显卡驱动掉了。切换回原来的内核版本，发现是有显卡驱动信息的。在实时内核下，无法直接下载显卡驱动，所以该节介绍怎么在实时内核下安装显卡驱动。

1. 切换回之前的内核

去nvidia官网下载适配自己电脑显卡版本的驱动 (.run 文件)，以 GeForce RTX 3070 Laptop GPU 为例，显卡驱动的版本为 535.104.05 。首先安装 dkms 管理工具：

sudo apt install dkms

禁用 nouveau：

sudo gedit /etc/modprobe.d/blacklist.conf

在文件中最后一行插入：

blacklist nouveau
options nouveau modeset=0

保存退出，在终端中输入以下命令，使设置生效并重启：

sudo update-initramfs -u
sudo reboot

通过以下命令验证：

lsmod | grep nouveau

回车无任何反应，则表示成功。
卸载之前的显卡驱动：

sudo apt-get remove --purge nvidia*

在下载目录下运行显卡驱动安装包：

chmod +x NVIDIA-Linux-x86_64-535.104.05.run
sudo ./NVIDIA-Linux-x86_64-535.104.05.run

弹出第一个有关 dkms 的界面选择 yes，其它的都选 no. 安装完成后，重启，打开终端，输入查看显卡信息:

nvidia-smi

2. 切换至实时内核

通过以下 .sh 脚本实时内核下安装显卡驱动：

#!/bin/bash

BUILD_BASE=`pwd`
NV_FILE="NVIDIA-Linux-x86_64-xxx.run"  # 这里改成自己下载的.run文件名（之前安装过的）
#NV_URL="https://us.download.nvidia.cn/XFree86/Linux-x86_64/430.50/${NV_FILE}"  # 之前已经下好了显卡驱动.run文件，就不用从网上下载了，直接注释掉，而且如果要下载的话，则慢
NEED_TO_COMPILE_NV_KO=1

function clean_env() {

    [ -d ./${NV_DIR} ] && rm -rf ./${NV_DIR}
}

function check_env() {
    
    # check if in rt kernel
    uname -r | grep rt 1>/dev/null 2>&1 
    if [ $? -ne 0 ]
    then
        echo "Not in rt kernel, Please install apollo kernel and reboot machine first."
        exit 2
    fi

    # check if nv ko already in kernel
    if [ ! -f /lib/modules/`uname -r`/kernel/drivers/video/nvidia.ko ]
    then
        export NEED_TO_COMPILE_NV_KO=1
    fi
}

function prepare_nv() {

    ## download nv install file from nvidia home page 
    #if [ ! -f ./${NV_FILE} ]
    #then
    #   echo "Downloading ${NV_FILE} from nvidia website..."
    #    wget ${NV_URL} -O ${NV_FILE}
    #    if [ $? -ne 0 ]
    #    then
    #        echo "Downloading ${NV_FILE} failed, please check your network connection!"
    #        rm -rf ./${NV_FILE}
    #        exit 1
    #    fi
    #fi
    ###########上面是下载驱动的代码，我们已经提前下载好了，就不需要这段代码了，直接注释掉############

    # +x 
    chmod +x ./${NV_FILE}
    echo "Extracting nvidia install run file..."
    ./${NV_FILE} -x 1>/dev/null 2>&1
    NV_DIR="`echo ${NV_FILE} | awk -F '.run' '{print $1}'`"
    NV_VERSION="`echo ${NV_FILE} | awk -F '-' '{print $4}' | awk -F '.run' '{print $1}'`"

    export NV_DIR
    export NV_VERSION
    export NVIDIA_SOURCE="${NV_DIR}/kernel"
}

function install_lib() {
   
    NV_LIB_OUTPUT_PATH="/usr/lib/x86_64-linux-gnu/"
    NV_BIN_OUTPUT_PATH="/usr/bin/"

    [ -f ./${NV_DIR}/libnvidia-ml.so.${NV_VERSION} ] && /bin/cp -f ./${NV_DIR}/libnvidia-ml.so.${NV_VERSION} ${NV_LIB_OUTPUT_PATH}
    [ -f ./${NV_DIR}/libnvidia-fatbinaryloader.so.${NV_VERSION} ] && /bin/cp -f ./${NV_DIR}/libnvidia-fatbinaryloader.so.${NV_VERSION} ${NV_LIB_OUTPUT_PATH}
    [ -f ./${NV_DIR}/libnvidia-ptxjitcompiler.so.${NV_VERSION} ] && /bin/cp -f ./${NV_DIR}/libnvidia-ptxjitcompiler.so.${NV_VERSION} ${NV_LIB_OUTPUT_PATH}
    [ -f ./${NV_DIR}/libcuda.so.${NV_VERSION} ] && /bin/cp -f ./${NV_DIR}/libcuda.so.${NV_VERSION} ${NV_LIB_OUTPUT_PATH}
    [ -f ./${NV_DIR}/nvidia-modprobe ] && /bin/cp -f ./${NV_DIR}/nvidia-modprobe ${NV_BIN_OUTPUT_PATH}
    [ -f ./${NV_DIR}/nvidia-smi ] && /bin/cp -f ./${NV_DIR}/nvidia-smi ${NV_BIN_OUTPUT_PATH}

    chmod +x /usr/bin/nvidia*
    chmod +s /usr/bin/nvidia-modprobe

    # link for nvidia
    /bin/rm -rf /usr/lib/x86_64-linux-gnu/libnvidia-ml.so.1  /usr/lib/x86_64-linux-gnu/libnvidia-ml.so
    /bin/ln -s /usr/lib/x86_64-linux-gnu/libnvidia-ml.so.${NV_VERSION} /usr/lib/x86_64-linux-gnu/libnvidia-ml.so.1
    /bin/ln -s /usr/lib/x86_64-linux-gnu/libnvidia-ml.so.1 /usr/lib/x86_64-linux-gnu/libnvidia-ml.so

    /bin/rm -rf /usr/lib/x86_64-linux-gnu/libcuda.so  /usr/lib/x86_64-linux-gnu/libcuda.so.1
    /bin/ln -s /usr/lib/x86_64-linux-gnu/libcuda.so.${NV_VERSION} /usr/lib/x86_64-linux-gnu/libcuda.so.1
    /bin/ln -s /usr/lib/x86_64-linux-gnu/libcuda.so.1 /usr/lib/x86_64-linux-gnu/libcuda.so

    # take effect
    /sbin/ldconfig 1>/dev/null 2>&1
}

function build_nv() {

    if [ ${NEED_TO_COMPILE_NV_KO} == 0 ]
    then
        return
    fi

    NVIDIA_MOD_REL_PATH='kernel/drivers/video'
    NVIDIA_OUTPUT_PATH="/lib/modules/`uname -r`/${NVIDIA_MOD_REL_PATH}"
    CPUNUM=`cat /proc/cpuinfo | grep processor | wc | awk -F " " '{print $1}'`

    export IGNORE_PREEMPT_RT_PRESENCE=true
    cd ${NVIDIA_SOURCE} && make -j ${CPUNUM} module
    cd ${BUILD_BASE}

    unset IGNORE_PREEMPT_RT_PRESENCE

    mkdir -p ${NVIDIA_OUTPUT_PATH}

    [ -f ${NVIDIA_SOURCE}/nvidia.ko ] && cp ${NVIDIA_SOURCE}/nvidia.ko ${NVIDIA_OUTPUT_PATH}
    [ -f ${NVIDIA_SOURCE}/nvidia-modeset.ko ] && cp ${NVIDIA_SOURCE}/nvidia-modeset.ko ${NVIDIA_OUTPUT_PATH}
    [ -f ${NVIDIA_SOURCE}/nvidia-drm.ko ] && cp ${NVIDIA_SOURCE}/nvidia-drm.ko ${NVIDIA_OUTPUT_PATH}
    [ -f ${NVIDIA_SOURCE}/nvidia-uvm.ko ] && cp ${NVIDIA_SOURCE}/nvidia-uvm.ko ${NVIDIA_OUTPUT_PATH}

    depmod -a
}

# check environment
check_env

# prepare for nvidia
prepare_nv

# build nvidia.ko
build_nv

# install user lib
install_lib

# clean environment
clean_env

echo "Done to install nvidia kernel driver and user libraries."

运行以下命令，将以上脚本代码复制粘贴进去。对相应内容按自己的显卡驱动安装包的版本修改，修改部分在上面注明了：

sudo gedit install_nvidia.sh

注意： 使用以下命令查看内核版本，版本号包含 PREEMPT_DYNAMIC ，则需要注释掉脚本中的这些内容：

uname -a

uname -r | grep rt 1>/dev/null 2>&1 
    if [ $? -ne 0 ]
    then
        echo "Not in rt kernel, Please install apollo kernel and reboot machine first."
        exit 2
    fi

修改后，运行：

chmod +x install_nvidia.sh
sudo ./install_nvidia.sh

安装完成后重启。
输入查看显卡信息，出现显卡驱动信息，说明安装成功：

nvidia-smi

3. 允许用户为其进程设置实时权限

添加一个名为 realtime 的组，并将控制机器人的用户添加到此组中：

sudo addgroup realtime
sudo usermod -a -G realtime $(whoami)

将以下限制添加到 /etc/security/limits.conf 中，重启后生效:

@realtime soft rtprio 99
@realtime soft priority 99
@realtime soft memlock 102400
@realtime hard rtprio 99
@realtime hard priority 99
@realtime hard memlock 102400
更多推荐

【2023华为杯A题】WLAN网络信道接入机制建模（代码、思路.....)

💥💥💞💞欢迎来到本博客❤️❤️💥💥🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。⛳️座右铭：行百里者，半于九十。📋📋📋本文目录如下：🎁🎁🎁目录💥1背景1.1分布式信道接入和二进制指数退避1.2基于Markovchain的DCF机制建模和系统性能分析📚2WLAN组

P1827 [USACO3.4] 美国血统 American Heritage（前序 + 中序 生成后序）

P1827[USACO3.4]美国血统AmericanHeritage（前序+中序生成后序）一、前言二叉树入门题。涉及到树的基本知识、树的结构、树的生成。本文从会从结构，到完成到，优化。二、基础知识Ⅰ、二叉树的遍历前序遍历：根左右中序遍历：左根右后序遍历：左右根通过上面的观察，可得根在那，就是什么方式的遍历Ⅱ、二叉树的

Kotlin Coroutines包下的select函数简介

在工作中，发现了kotlinCoroutines包下有大量功能非常强大的API，这篇文章中，我们主要来聊一聊select函数1.什么是select函数想象一下这个场景，在程序应用中，为了实现一个业务逻辑，你可能有好几种方式来实现，但是我只需要最快实现结果的一种方式，这时候我们就可以使用select函数了。如果还不是很清

地球系统模式（CESM）技术应用

近年升级的CESM2.0在大气、陆地、海洋、海冰、陆冰、径流等几大模块以及一个中央耦合器（CIME）中都有较大更新，可以在不同的硬件平台上移植使用，尤其可以用于CMIP6的研究。CESM中CIME(CommonInfrastructureforModelingtheEarth)为模式配置、编译和运行提供个例控制器。CA

web浏览器公网远程访问jupyter notebook【内网穿透】

文章目录前言1.Python环境安装2.Jupyter安装3.启动JupyterNotebook4.远程访问4.1安装配置cpolar内网穿透4.2创建隧道映射本地端口5.固定公网地址前言JupyterNotebook，它是一个交互式的数据科学和计算环境，支持多种编程语言，如Python、R、Julia等。它在数据科学

数据不平衡GPT调研

数据不平衡判别式和生成式的区别是什么判别式模型（DiscriminativeModels）生成式模型（GenerativeModels）对比对于AE或者VAE这种生成式模型，其实更关注数据本身，那这种有什么好处？那对于判别式模型，它更关注什么呢？它存在什么样的弊端？比如可能落入局部最优，无法进行优化啥的展开讲讲这个判别

android 存储新特性

分区存储本页内容应用访问限制将分区存储与FUSE搭配使用FUSE和SDCardFSFUSE性能微调减轻与FUSE相关的性能影响隐私优势远超性能劣势MediaProvider和FUSE更新分区存储会限制应用访问外部存储空间。在Android11或更高版本中，以API30或更高版本为目标平台的应用必须使用分区存储。之前，在

性能测试监控指标及分析调优 | 京东云技术团队一、哪些因素会成为系统的瓶颈？

1.什么是MAF和MEF?MEF和MEF微软官方介绍：ManagedExtensibilityFramework(MEF)-.NETFramework|MicrosoftLearnMEF是轻量化的插件框架，MAF是复杂的插件框架。因为MAF有进程隔离和程序域隔离可选。我需要插件进程隔离同时快速传递数据，最后选择了MAF

【FAQ】安防视频监控平台EasyNVR无法控制云台，该如何解决？

TSINGSEE青犀视频安防监控平台EasyNVR可支持设备通过RTSP/Onvif协议接入，并能对接入的视频流进行处理与多端分发，包括RTSP、RTMP、HTTP-FLV、WS-FLV、HLS、WebRTC等多种格式。在智慧安防等视频监控场景中，EasyNVR可提供视频实时监控直播、云端录像、云存储、录像检索与回看、

vue3如何导入使用自定义yaml配置文件

要在Vue3中导入和使用自定义的YAML配置文件，你可以按照以下步骤进行操作：安装所需的依赖：首先，确保你的项目中已经安装了vue和vue-router。你还需要使用js-yaml库来解析YAML文件，可以使用以下命令进行安装：npminstalljs-yaml创建YAML文件：在你的项目中创建一个YAML文件，用于存

Linux 软件包管理器-yum使用

文章目录前言一、yum使用1、什么是软件包2、yum源3、yumlist指令4、yuminstall指令5、yumremove指令二、git的使用1、gitee中仓库的创建2、仓库的克隆3、提交代码到远程仓库4、提交时可能遇到的问题5、.gitignore文件6、删除文件前言一、yum使用1、什么是软件包在Linux下

热文推荐
  1. GAN里面什么时候用detach的说明

    在生成对抗网络（GAN）中，生成器（G）和判别器（D）通常是两个独立的神经网络，它们之间会有梯度传播的互动。下面是一个简单的GAN的PyTorch实现，用于生成一维数据，以展示何时应该使用detach()。importtorchimporttorch.nnasnnimporttorch.optimasoptim#生成器

  2. 车辆检测:An Efficient Wide-Range Pseudo-3D Vehicle Detection Using A Single Camera

    论文作者：ZhupengYe,YinqiLi,ZejianYuan作者单位：Xi'anJiaotongUniversity论文链接：http://arxiv.org/abs/2309.08369v1项目链接：https://www.youtube.com/watch?v=1gk1PmsQ5Q8内容简介：1）方向：车辆检

  3. 高并发场景下的接口调用优化

    AI绘画关于SD,MJ,GPT,SDXL百科全书面试题分享点我直达2023Python面试题2023最新面试合集链接2023大厂面试题PDF面试题PDF版本java、python面试题项目实战:AI文本OCR识别最佳实践AIGamma一键生成PPT工具直达链接玩转cloudStudio在线编码神器玩转GPUAI绘画、A

  4. 网络安全（黑客）自学笔记

    前言作为一个合格的网络安全工程师，应该做到攻守兼备，毕竟知己知彼，才能百战百胜。计算机各领域的知识水平决定你渗透水平的上限。【1】比如：你编程水平高，那你在代码审计的时候就会比别人强，写出的漏洞利用工具就会比别人的好用；【2】比如：你数据库知识水平高，那你在进行SQL注入攻击的时候，你就可以写出更多更好的SQL注入语句

  5. 数据字段保证唯一性

    数据字段保证唯一性我们日常开发中，常见这么一个需求，要求一个code，一个name，需要保证code不重复，而code是用户输入的，常见的就比如一些字典等。这个的我们常见的几种做法的话。唯一键要么就是直接以code作为主键，这样的话，伪代码基本就是@Transactional(rollbackFor=Exception

  6. 在 Substance Painter中自定义Shader

    为什么要学习在SubstancePainter中自定义Shader？答：需要实现引擎与SubstancePainter中的渲染效果一致，材质的配置也一致，所见即所得。基础概述首先在着色器设置这里，我们可以查看当前渲染使用的着色器如果没有着色器设置窗口，可以在窗口这里打开点击着色器名称，可以切换当前拥有的shader相应

  7. 沉降安全监测之静力水准仪安装与精度分析

    静力水准仪的安装使用步骤如下：1、选择合适的安装位置：静力水准仪应该安装在平稳且不易受到外力影响的地面上，以确保测量结果的准确性。同时，应避免安装在有风的地方，因为风会影响水准仪的读数。2、安装支架：静力水准仪需要安装在支架上才能使用。支架应该牢固可靠，能够承受水平方向上的荷载。支架的高度应该与被测物体的高度相匹配，以

  8. 【2023研电赛】华东赛区一等奖：基于EtherCAT通信有限时间位置收敛伺服系统

    本文为2023年第十八届中国研究生电子设计竞赛作品分享，参加极术社区的【有奖活动】分享2023研电赛作品扩大影响力，更有丰富电子礼品等你来领！，分享2023研电赛作品扩大影响力，更有丰富电子礼品等你来领！基于EtherCAT通信有限时间位置收敛伺服系统参赛单位：浙江工业大学指导老师：陈强吴春参赛队员：沙为民吴辰浩申屠方

  9. ActiveMQ面试题(二)

    文章目录前言一、死信队列二、ActiveMQ中的消息重发时间间隔和重发次数吗？总结前言死信队列ActiveMQ中的消息重发时间间隔和重发次数吗？一、死信队列如果你想在消息处理失败后，不被服务器删除，还能被其他消费者处理或重试，可以关闭AUTO_ACKNOWLEDGE，将ack交由程序自己处理。那如果使用了AUTO_AC