上一篇
Ubuntu 22.04 视觉开发环境搭建完全指南（CUDA、CUDNN、TensorRT、Realsense、PCL、OpenCV 集成安装）
Ubuntu 22.04 视觉开发环境搭建完全指南（CUDA、CUDNN、TensorRT、Realsense、PCL、OpenCV 集成安装）
本文将详细介绍在 Ubuntu 22.04 系统上搭建完整的视觉开发环境，包括 CUDA、cuDNN、TensorRT、Realsense SDK、PCL 和 OpenCV 的安装与配置。无论你是刚接触 Linux 的小白，还是经验丰富的开发者，按照本指南一步步操作，都能成功搭建属于自己的 Ubuntu 22.04 视觉环境。文章中会穿插关键步骤的示意图，帮助你更直观地理解。
1. 准备工作：系统更新与依赖安装
打开终端，首先更新系统软件包列表并升级现有软件：
sudo apt update && sudo apt upgrade -y 接着安装编译工具和基础依赖：
sudo apt install build-essential cmake git pkg-config 这些工具将在后续编译 PCL 和 OpenCV 时用到。
2. 安装 CUDA（支持GPU加速）
CUDA 是 NVIDIA 的并行计算平台，几乎所有视觉库都依赖它进行 GPU 加速。我们选择 runfile 安装，以避免与系统包管理器冲突。访问 NVIDIA 官网下载对应 Ubuntu 22.04 的 CUDA 11.8 或更高版本（以实际需求为准）。这里以 CUDA 11.8 为例：
wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.runsudo sh cuda_11.8.0_520.61.05_linux.run 按照提示接受条款，取消安装驱动（如果已安装驱动），仅安装 CUDA Toolkit。安装完成后，配置环境变量：
echo "export PATH=/usr/local/cuda-11.8/bin:$PATH" >> ~/.bashrcecho "export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64:$LD_LIBRARY_PATH" >> ~/.bashrcsource ~/.bashrc 
验证 CUDA 是否安装成功：nvcc -V，显示版本信息即成功。
3. 安装 cuDNN（深度神经网络加速库）
cuDNN 是用于深度神经网络的 GPU 加速库。需要从 NVIDIA 官网下载对应 CUDA 11.8 的 cuDNN 版本（需注册账号）。下载三个 deb 包：libcudnn8_8.x.x.x-1+cuda11.8_amd64.deb、libcudnn8-dev_8.x.x.x-1+cuda11.8_amd64.deb、libcudnn8-samples_8.x.x.x-1+cuda11.8_amd64.deb。然后安装：
sudo dpkg -i libcudnn8_8.x.x.x-1+cuda11.8_amd64.debsudo dpkg -i libcudnn8-dev_8.x.x.x-1+cuda11.8_amd64.debsudo dpkg -i libcudnn8-samples_8.x.x.x-1+cuda11.8_amd64.deb 复制头文件和库到 CUDA 目录：
sudo cp /usr/include/cudnn*.h /usr/local/cuda/includesudo cp -P /usr/lib/x86_64-linux-gnu/libcudnn* /usr/local/cuda/lib64sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn* 4. 安装 TensorRT（高性能推理引擎）
TensorRT 是 NVIDIA 的推理优化器。从 NVIDIA 官网下载与 CUDA 和 cuDNN 匹配的 TensorRT 8.x 的 deb 包，例如 nv-tensorrt-repo-ubuntu2204-8.x.x.x-cuda11.8-trt8.x.x.x-ga-20221216_1-1_amd64.deb。安装：
sudo dpkg -i nv-tensorrt-repo-ubuntu2204-8.x.x.x-cuda11.8-trt8.x.x.x-ga-20221216_1-1_amd64.debsudo apt-key add /var/nv-tensorrt-repo-ubuntu2204-8.x.x.x-cuda11.8-trt8.x.x.x-ga-20221216/7fa2af80.pubsudo apt updatesudo apt install tensorrt 验证安装：dpkg -l | grep TensorRT 或运行 /usr/src/tensorrt/bin/trtexec --version。
5. 安装 Realsense SDK（英特尔实感相机驱动）
如果你使用 Intel RealSense 相机，需要安装 Realsense SDK。添加 Intel 仓库并安装：
sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-key F6E65AC044F831AC80A06380C8B3A55A6F3EFCDEsudo add-apt-repository "deb https://librealsense.intel.com/Debian/apt-repo $(lsb_release -sc) main" -usudo apt install librealsense2-dev librealsense2-dkms 插入 RealSense 相机，运行 realsense-viewer 测试是否能正常读取图像。
6. 编译安装 PCL（点云库）
PCL 是处理点云数据的库。建议从源码编译以获取最新功能和 CUDA 支持。首先安装依赖：
sudo apt install libusb-1.0-0-dev libudev-dev openjdk-11-jdk freeglut3-dev libflann-dev libeigen3-dev libboost-all-dev libvtk7-dev libqhull-dev libopenni-dev libopenni2-dev 下载 PCL 源码：
git clone https://github.com/PointCloudLibrary/pcl.gitcd pcl && mkdir build && cd build 配置 CMake，启用 CUDA：
cmake -DCMAKE_BUILD_TYPE=Release -DWITH_CUDA=ON -DBUILD_GPU=ON ..make -j$(nproc)sudo make install 7. 编译安装 OpenCV（计算机视觉库）
OpenCV 是视觉开发的核心库。为了充分发挥 GPU 性能，我们编译 OpenCV 并启用 CUDA 模块。安装依赖：
sudo apt install python3-dev python3-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libdc1394-22-dev 下载 OpenCV 和 contrib 源码：
git clone https://github.com/opencv/opencv.gitcd opencv && git checkout 4.xgit clone https://github.com/opencv/opencv_contrib.gitcd .. && mkdir opencv-build && cd opencv-build 配置 CMake，指定 CUDA 和 contrib 模块：
cmake -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=/usr/local -DOPENCV_EXTRA_MODULES_PATH=../opencv_contrib/modules -DWITH_CUDA=ON -DWITH_CUDNN=ON -DCUDA_FAST_MATH=ON -DWITH_CUBLAS=ON -DBUILD_opencv_cudacodec=ON ../opencvmake -j$(nproc)sudo make install 编译过程较长，请耐心等待。
8. 验证所有组件
编写一个简单的 C++ 程序，调用 OpenCV 和 CUDA 来检查环境。例如读取一张图片并在 GPU 上处理。你也可以分别运行 pcl_viewer 测试 PCL，使用 realsense-viewer 测试相机。至此，Ubuntu 22.04 视觉环境已搭建完成，可以开始你的视觉项目了！
如果在安装过程中遇到任何问题，欢迎在评论区留言交流。本教程涵盖了 CUDA安装教程、TensorRT配置、Realsense SDK安装、PCL编译 和 OpenCV编译 的全部细节，希望对你有帮助。
本文由主机测评网于2026-03-15发表在主机测评网_免费VPS_免费云服务器_免费独立服务器，如有疑问，请联系我们。
本文链接：https://vpshk.cn/20260331301.html
