4、数据录制软件环境搭建：Ubuntu系统配置、ROS/ROS2安装、依赖库（Eigen, PCL, OpenCV）安装

好，咱们进入实战环节的第一步——搭环境。

说实话，我见过太多人卡在这一步。明明代码逻辑没问题，结果编译报错，查了半天发现是某个库版本不对。所以这一章，我会把每一步拆开揉碎了讲，把我踩过的坑也一并告诉你。

4.1 Ubuntu系统配置：别小看这一步

我个人习惯用 Ubuntu 20.04 LTS 或 22.04 LTS。为什么？因为 ROS 和 ROS2 对这两个版本支持最好。你想想看，如果选了个冷门版本，后面装依赖库时各种报错，那得多闹心。

装完系统后，第一件事是换源。别用官方源，慢得让人抓狂。我一般用清华源或阿里云源，速度能快十倍。

# 备份原源
sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak

# 替换为清华源（Ubuntu 20.04）
sudo sed -i 's/archive.ubuntu.com/mirrors.tuna.tsinghua.edu.cn/g' /etc/apt/sources.list
sudo sed -i 's/security.ubuntu.com/mirrors.tuna.tsinghua.edu.cn/g' /etc/apt/sources.list

# 更新
sudo apt update && sudo apt upgrade -y

4.2 ROS/ROS2安装：选对版本很重要

ROS 和 ROS2 是两个不同的生态。ROS1 成熟稳定，ROS2 是未来趋势。我的建议是：如果你做新项目，直接上 ROS2；如果维护老项目，那就用 ROS1。

4.2.1 安装 ROS Noetic（Ubuntu 20.04）

# 1. 添加 ROS 源
sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.list.d/ros-latest.list'

# 2. 添加密钥
sudo apt install curl
curl -s https://raw.githubusercontent.com/ros/rosdistro/master/ros.asc | sudo apt-key add -

# 3. 安装完整桌面版（推荐）
sudo apt update
sudo apt install ros-noetic-desktop-full

# 4. 初始化 rosdep
sudo rosdep init
rosdep update

# 5. 设置环境变量
echo "source /opt/ros/noetic/setup.bash" >> ~/.bashrc
source ~/.bashrc

4.2.2 安装 ROS2 Humble（Ubuntu 22.04）

# 1. 设置 locale
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

# 2. 添加 ROS2 源
sudo apt install software-properties-common
sudo add-apt-repository universe

# 3. 添加密钥
sudo apt update && sudo apt install curl -y
sudo curl -sSL https://raw.githubusercontent.com/ros/rosdistro/master/ros.key -o /usr/share/keyrings/ros-archive-keyring.gpg

# 4. 添加源到 sources.list
echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/ros-archive-keyring.gpg] http://packages.ros.org/ros2/ubuntu $(lsb_release -cs) main" | sudo tee /etc/apt/sources.list.d/ros2.list > /dev/null

# 5. 安装 ROS2 Humble
sudo apt update
sudo apt install ros-humble-desktop

# 6. 设置环境变量
echo "source /opt/ros/humble/setup.bash" >> ~/.bashrc
source ~/.bashrc

4.3 依赖库安装：Eigen, PCL, OpenCV

这三个库是传感器数据处理的核心。Eigen 做矩阵运算，PCL 处理点云，OpenCV 处理图像。说白了，它们就是你的工具箱。

4.3.1 Eigen：轻量级矩阵库

Eigen 是纯头文件库，安装非常简单。但要注意版本，太老的版本不支持某些新特性。

# 安装 Eigen3
sudo apt install libeigen3-dev

# 验证版本
pkg-config --modversion eigen3

我建议版本不低于 3.3.7。为什么？因为我在项目中遇到过，3.3.4 版本的 Eigen::Quaternion 在某些情况下会出精度问题，升级到 3.3.7 后就解决了。

4.3.2 PCL：点云处理利器

PCL 的安装稍微复杂一点，因为它依赖很多其他库。不过用 apt 安装的话，它会自动帮你解决依赖。

# 安装 PCL（完整版）
sudo apt install libpcl-dev pcl-tools

# 验证安装
pcl_viewer --version

4.3.3 OpenCV：图像处理必备

OpenCV 的安装有两种方式：apt 安装（简单）和源码编译（灵活）。我一般用 apt 安装，够用了。

# 安装 OpenCV（包含 contrib 模块）
sudo apt install libopencv-dev python3-opencv

# 验证版本
pkg-config --modversion opencv4

如果你需要用到 SIFT、SURF 等非自由算法，那就得装 opencv-contrib 模块。apt 安装的版本默认不包含这些，需要从源码编译。

4.4 知识体系总览

下面这张图是我自己整理的，把这一章的核心逻辑串起来了。你一看就明白。

4.5 验证环境：跑一个完整示例

环境搭好了，怎么知道能不能用？我一般会写一个简单的测试程序，把三个库都调用一遍。

// test_env.cpp
#include <iostream>
#include <Eigen/Dense>
#include <pcl/point_cloud.h>
#include <pcl/point_types.h>
#include <opencv2/opencv.hpp>

int main() {
    // 测试 Eigen
    Eigen::Matrix3f mat;
    mat = Eigen::Matrix3f::Identity();
    std::cout << "Eigen OK: " << mat << std::endl;

    // 测试 PCL
    pcl::PointCloud<pcl::PointXYZ> cloud;
    cloud.width = 100;
    cloud.height = 1;
    cloud.points.resize(cloud.width * cloud.height);
    std::cout << "PCL OK: " << cloud.width << " points" << std::endl;

    // 测试 OpenCV
    cv::Mat img(100, 100, CV_8UC3, cv::Scalar(0, 255, 0));
    std::cout << "OpenCV OK: " << img.size() << std::endl;

    return 0;
}

# 编译
g++ -o test_env test_env.cpp `pkg-config --cflags --libs eigen3 pcl_common opencv4`

# 运行
./test_env

如果输出都正常，恭喜你，环境搭好了！

好了，环境搭建就到这里。记住，这一步虽然枯燥，但基础打牢了，后面写代码才顺手。