Ros2 Humble 环境搭建

换源

1. 备份原始源文（安全第一）

在修改任何系统配置前，先备份原有的 source.list：

sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak

2. 修改为中科大 (USTC) 源

使用 sed 命令一键替换，针对 Ubuntu 22.04 (Jammy) 系统：

sudo sed -i 's|http://ports.ubuntu.com/ubuntu-ports/|https://mirrors.ustc.edu.cn/ubuntu-ports/|g' /etc/apt/sources.list

3. 更新并验证

执行更新命令，观察是否变成了 mirrors.ustc.edu.cn：

sudo apt update

安装 Humble

1. 设置编码 (Locales)

支持 UTF-8 的环境

sudo apt update && sudo apt install locales
sudo locale-gen en_US en_US.UTF-8
sudo update-locale LC_ALL=en_US.UTF-8 LANG=en_US.UTF-8
export LANG=en_US.UTF-8

2. 授权 ROS 2 密钥

由于 GitHub 在国内访问不稳，我们直接使用国内镜像站的密钥（或者通过软件源拉取 ）

sudo apt install curl gnupg2 lsb-release -y
sudo curl -sSL https://raw.githubusercontent.com/ros/rosdistro/master/ros.key -o /usr/share/keyrings/ros-archive-keyring.gpg

3. 添加 ROS 2 软件源

将 ROS 2 的源也指向国内镜像：

echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/ros-archive-keyring.gpg] https://mirrors.ustc.edu.cn/ros2/ubuntu $(source /etc/os-release && echo $UBUNTU_CODENAME) main" | sudo tee /etc/apt/sources.list.d/ros2.list > /dev/null

4. 安装 ROS 2 Humble

更新索引并安装。

sudo apt update
# 安装桌面完整版（推荐，带可视化工具）
sudo apt install ros-humble-desktop -y

5. 设置环境变量

为了每次打开终端都能直接使用 ros2 命令，需要把环境脚本添加到 .bashrc：

echo "source /opt/ros/humble/setup.bash" >> ~/.bashrc
source ~/.bashrc

6. 验证

终端输入：

ros2 topic list

安装自动依赖补全工具rosdep

1. 安装 rosdep 及其依赖

在终端输入：

sudo apt update
sudo apt install python3-rosdep -y

2. 初始化 rosdep

安装完成后，需要进行初始化。注意： 这一步只需要运行一次。

sudo rosdep init

3. 更新数据库 (rosdep update)

因为网络环境原因，直接运行 rosdep update 在国内通常会失败（连接 GitHub 超时）。推荐解决方案是使用 rosdistro 国内镜像 (小鱼工具) ，它会把 rosdep 的源指向国内镜像，避免连接超时。

# 安装并运行国内加速工具
sudo pip install rosdepc
sudo rosdepc init
rosdepc update

安装 colcon 构建工具

sudo apt update
sudo apt install python3-colcon-common-extensions -y

Torch环境搭建

环境查看

默认这里拿到的不是官方的裸卡，而是经过封装后的边缘盒子，jetpack和cuda已经安装好了，终端输入命令查看cuda版本。

nvidia-smi

输出：

安装 CUDA 12.6 对应运行时，装后刷新动态链接缓存。

sudo apt-get update
# 一次装齐常用CUDA库，避免逐个安装缺少的 .so
sudo apt-get install -y cuda-libraries-12-6
# 刷新动态链接缓存
sudo ldconfig

安装pytorch

进入jp6/cu126 index网站，选择对应文件。

之后把这个.whl文件移动到jetson orin nano上，执行

pip install ***.whl

安装cudss

直接运行import torch会报错：

先安装cudss。进入网址cuDSS | NVIDIA Developer

安装对应的cudss。

下载完成后将deb文件移动到Jetson中。然后执行命令：

sudo dpkg -i cudss-local-tegra-repo-ubuntu2204-0.8.0_0.8.0-1_arm64.deb
sudo cp /var/cudss-local-tegra-repo-ubuntu2204-0.8.0/cudss-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cudss

验证Pytorch

python3 -c "import torch; print(torch.cuda.device_count())"