Skip to main content
使用 ROS 2 Jazzy 在 Qualcomm Dragonwing™ SBC 上进行端到端机器人开发。本节包含三条路径——选择适合您目标的那一条。

基础

在 Ubuntu 上一次性安装 ROS 2 Jazzy。如果这是一块全新的 SBC，请从这里开始。

QRB ROS 生态系统

零拷贝传输、NPU 推理、参考示例、Gazebo 仿真和基准测试。

​
我应该选择哪条路径？

  • 刚拿到新开发板？ 从软件设置开始。
  • 正在为您的机器人评估 Qualcomm 芯片？ 阅读 QRB ROS 概述，导览这些软件包——参考示例、零拷贝传输、通用 NPU 推理、Gazebo 仿真、基准测试。
  • 想从零学习 NPU 推理是如何组合起来的？ 在 NPU 上运行深度估计页面是手工构建的示例（结果与打包好的 sample_depth_estimation 相同，但基于底层原语构建：QNN TFLite delegate、标准 ROS 2 和一个 AI Hub 模型），让您看到每一处衔接。
为什么需要 Qualcomm 专用软件包？ 标准社区版 ROS 2 无法访问 Hexagon HTP NPU——访问 HTP 需要 Qualcomm QNN delegate——而标准 image_transport 总是将摄像头帧序列化为一次 memcpy。QRB ROS 概述和 qrb_ros_transport 对这两点都有深入介绍。

​
QRB ROS 生态系统

​
手工构建示例：在 NPU 上运行深度估计

打包好的 sample_depth_estimation 管线的从零构建对应版本——结果相同，但没有 QRB 封装。当您想看到每一处衔接时非常有用：摄像头采集、TFLite 预处理、QNN delegate 加载到 HTP NPU，以及 ROS 2 节点的粘合代码。使用来自 Qualcomm AI Hub 的量化 TFLite 模型、Qualcomm QNN TFLite delegate，以及发布 /image_raw 的摄像头。