连载文章，长期更新，欢迎关注：
写在前面
第1章-ROS入门必备知识
第2章-C++编程范式
第3章-OpenCV图像处理
第4章-机器人传感器
第5章-机器人主机
5.1 X86与ARM主机对比
5.2 ARM主机树莓派3B+
5.3 ARM主机RK3399
5.4 ARM主机Jetson-tx2
5.5 分布式架构主机
第6章-机器人底盘
第7章-SLAM中的数学基础
第8章-激光SLAM系统
第9章-视觉SLAM系统
第10章-其他SLAM系统
第11章-自主导航中的数学基础
第12章-典型自主导航系统
第13章-机器人SLAM导航综合实战
除了SLAM外，机器人还需要跑神经网络等深度学习算法来实现人脸识别、语言交互、语义地图之类的，就需要选择高端的Jetson-tx2做机器人的主机，如图5-8所示。
图5-8 Jetson-tx2
将Jetson-tx2应用到机器人中，首先需要给Jetson-tx2安装上系统，然后安装ROS，最后还有装机软件和系统设置之类的，这样就搭建好基本的机器人开发环境了。在后续的开发中，就可以在此环境中开发我的SLAM导航等算法了。如果还需要跑计算机视觉、语言识别、物体识别之类的人工智能算法，还需要升级系统中的OpenCV和Python版本，安装深度学习框架比如TensorFlow、PyTorch之类的。
跟树莓派和RK3399不同的是，英伟达官方只提供Ubuntu系统给Jetson-tx2。英伟达官方提供JetPack工具用于Jetson-tx2刷系统和系统中的软件升级，自从JetPack4.2（Ubuntu18.04）版本之后，Jetson-tx2刷系统和系统中的软件升级方式就跟以前大不相同，只需要下载一个SDK Manager就能一键搞定所有刷机操作。
首先需要准备一台Ubuntu16.04的工作电脑，在这台电脑上下载安装英伟达的SDK Manager工具。其实下载下来的SDK Manager就是一个deb包，直接运行安装这个deb包就行了。
安装完SDK Manager后，用命令sdkmanager就可以直接启动这个工具，进入工具界面需要先登录，使用英伟达开发者账号登录。然后开始我们的刷机操作，分为4个步骤。其实前3步就是让你选择待刷机器的型号，刷入固件的版本之类的，选好后用USB刷机线将Jetson-tx2和我们的电脑连接，就可以开始刷了。经过漫长的等待，到STEP04就大功告成了。刷完机之后，Jetson-tx2上就装上了英伟达官方的Ubuntu18.04系统，并且同时安装上了TensorRT、cuDNN、CUDA等深度学习相关的库。
由图1-2可知，每一个Ubuntu版本都对应一个ROS版本，18.04版本的Ubuntu对应melodic版本的ROS。因此，在刚刚安装好的Ubuntu18.04中需要安装ROS melodic发行版。从ROS官方安装教程可以知道ROS melodic已经支持amd64、arm64、armhf架构的Ubuntu，也就是说这几个硬件架构上运行的Ubuntu安装ROS的方法是一样的。所以，直接参考1.2.1节的安装过程就行了，不再赘述。
关于在树莓派中讲到过的装机软件安装和系统设置操作，就不在多说，请直接参考。这里说一下Jetson-tx2跟树莓派和RK3399不同的地方，由于Jetson-tx2有GPU计算单元，可以支持CUDA并行运算发挥程序最大程度的性能。
首先是OpenCV，安装好ROS melodic，默认就安装上了OpenCV3.2.0。但是要使用更高版本的OpenCV或者让OpenCV得到GPU加速的支持，就需要下载OpenCV的源码，重新编译安装一下了。关于通过源码安装OpenCV的内容，在第3章的开篇就提过了，直接参考就行了。
然后是Python版本，后面有些框架对Python的版本有要求，如果系统的Python过低，需要手动升级一下Python版本和pip3的版本。
最后就是在Jetson-tx2上安装深度学习框架比如tensorflow，去英伟达的官方下载中心，找到TensorFlow for JetPack下载项，选择适合的TensorFlow版本和Python版本，本书写作时间，最新的JetPack4.3版本能下载到tf_gpu-2.1.0+nv20.2-py3这个版本的TensorFlow包。下载好后，用下面的命令安装这个TensorFlow包就可以了。
pip3 install [tensorflow包文件名]由于主板硬件和操作系统版本更新非常迅速，如果大家在按照上述过程安装树莓派、RK3399或jetson-tx2的系统及软件时遇到任何疑问都可以联系我。
Github下载：github.com/xiihoo/Books_Robot_SLAM_Navigation
Gitee下载（国内访问速度快）：gitee.com/xiihoo-robot/Books_Robot_SLAM_Navigation
【1】 张虎，机器人SLAM导航核心技术与实战[M]. 机械工业出版社，2022.