Ubuntu 20.04配置Intel RealSense D435i深度相机完整指南与避坑实践

1. 项目概述与核心价值

最近在搞机器人视觉或者三维重建的朋友，估计没少跟Intel的RealSense系列相机打交道。D435i作为一款集成了RGB、深度和IMU（惯性测量单元）的深度相机，在SLAM、手势识别、体积测量这些领域用得特别多。但说实话，第一次在Ubuntu 20.04上配置这玩意儿，踩的坑能让你怀疑人生。驱动版本不对、内核模块冲突、权限问题、ROS版本不匹配……随便一个都能让你折腾半天。

这篇文章，就是把我自己从零开始，在Ubuntu 20.04 LTS系统上，成功配置D435i相机的完整过程、踩过的坑以及最终验证可用的方案，从头到尾捋一遍。我的目标很简单：让你拿到一台新装的Ubuntu 20.04电脑，按照这个流程走下来，能稳稳当当地用上D435i的所有功能，包括深度流、彩色流和IMU数据。整个过程会涉及系统级驱动安装、SDK配置、权限设置，以及最重要的——问题排查。我会把那些官方文档里一笔带过，但实际操作中能卡你很久的细节都讲清楚。

2. 环境准备与核心依赖解析

配置D435i，本质上是在你的Ubuntu系统和相机硬件之间搭建一座畅通无阻的“数据桥梁”。这座桥由好几层构成，缺了哪一层，数据都过不来。

2.1 系统与硬件基础检查

首先，别急着敲命令。先确认你的“地基”是不是稳的。

1. Ubuntu版本确认：打开终端，输入lsb_release -a。确保你运行的是Ubuntu 20.04 LTS (Focal Fossa)。LTS代表长期支持，软件库和内核相对稳定，这是后续所有操作兼容性的基础。如果你是18.04或22.04，部分步骤和包名可能需要调整。
2. 相机物理连接：使用相机自带的USB 3.0数据线（通常是蓝色的接口），连接到电脑的USB 3.0端口（通常也是蓝色）。这一点至关重要。D435i的深度数据流带宽很大，USB 2.0的带宽不足以稳定传输，会导致帧率极低甚至直接失败。你可以通过lsusb命令查看，如果看到“Intel Corp.”相关的设备，并且总线速度是“5000M”（即USB 3.0），那就对了。如果显示“480M”，那就是连到了USB 2.0口上，赶紧换一个。
3. 内核版本与空间：运行uname -r查看内核版本。Ubuntu 20.04默认的内核（如5.4）一般没问题。同时，确保你的系统有足够的磁盘空间（至少2-3GB空闲），因为后续要编译安装一些驱动和库。

2.2 核心组件：驱动、SDK与固件

很多人搞不清这三者的关系，导致安装顺序混乱。

• 固件 (Firmware)：这是相机“大脑”里运行的程序，相当于相机的操作系统。它控制着传感器如何工作、数据如何预处理。你的相机硬件需要特定版本的固件才能被正确识别和驱动。
• 内核驱动 (Kernel Driver)：这是让Ubuntu系统内核能够“看见”并“对话”RealSense相机设备的底层模块。在Linux上，这通常通过librealsense2-dkms包实现，它会为当前内核编译并安装一个驱动模块。
• SDK (Software Development Kit)：这是给开发者用的工具包，包含了librealsense2这个核心库，以及像realsense-viewer这样的图形化工具、各种编程语言的API（如Python, C++）。SDK依赖于驱动，驱动负责从硬件抓取原始数据，SDK则提供友好的接口让你来使用这些数据。

注意：官方推荐且最稳定的安装顺序是：先升级相机固件（可选但建议），再安装内核驱动，最后安装SDK。顺序错了，可能会遇到相机能被lsusb看到，但realsense-viewer打不开或者没有深度流的情况。

3. 分步实操配置流程

接下来，我们按照正确的顺序，一步步搭建环境。请打开终端，跟着操作。

3.1 第一步：注册服务器密钥与更新系统

这是为了确保我们能从Intel的官方软件源下载最新的包。

sudo apt update sudo apt upgrade -y # 安装一些基础的编译工具和依赖，后续可能会用到 sudo apt install -y git build-essential cmake pkg-config libssl-dev libusb-1.0-0-dev libglfw3-dev libgl1-mesa-dev libglu1-mesa-dev # 添加Intel RealSense的APT仓库密钥 sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-key F6E65AC044F831AC80A06380C8B3A55A6F3EFCDE # 对于Ubuntu 20.04，添加软件源列表 sudo add-apt-repository "deb https://librealsense.intel.com/Debian/apt-repo $(lsb_release -cs) main" -u

执行完add-apt-repository后，系统会自动更新软件源列表。

3.2 第二步：安装内核驱动（DKMS方式）

这是最关键的一步，让系统内核认识你的相机。

sudo apt update sudo apt install -y librealsense2-dkms

安装过程中，DKMS（Dynamic Kernel Module Support）会自动为你的当前内核版本编译并安装uvcvideo、hid-sensor-*等所需的驱动模块。

安装后必须的操作——重启或手动加载模块：安装完成后，最稳妥的方式是重启电脑(sudo reboot)。如果不想重启，可以尝试手动卸载旧模块并加载新模块，但这步有时会因模块被占用而失败：

# 尝试手动加载，如果失败就重启吧 sudo modprobe -r uvcvideo sudo modprobe -r hid-sensor-accel-3d hid-sensor-gyro-3d sudo modprobe uvcvideo sudo modprobe hid-sensor-accel-3d sudo modprobe hid-sensor-gyro-3d

验证驱动是否安装成功：重启后，连接相机，运行：

dmesg | tail -20

你应该能看到类似uvcvideo: Found UVC 1.50 device Intel(R) RealSense(TM) Depth Camera 435i (....)的信息，而没有明显的错误（如“找不到设备描述符”）。

3.3 第三步：安装SDK开发库和工具

驱动就绪后，就可以安装上层的开发工具了。

sudo apt install -y librealsense2-utils librealsense2-dev librealsense2-dbg

• librealsense2-utils: 包含了最重要的图形化工具realsense-viewer。
• librealsense2-dev: 包含C/C++开发所需的头文件和链接库。
• librealsense2-dbg: 调试符号，普通用户可不装。

如果你想用Python API进行开发，还需要安装Python包：

pip install pyrealsense2 # 如果系统中有多个Python版本，请使用pip3 # pip3 install pyrealsense2

3.4 第四步：配置USB设备权限（永久生效）

为了避免每次使用相机都需要sudo提权，我们需要将当前用户加入到video和plugdev组，并创建udev规则。

# 将当前用户添加到相关用户组 sudo usermod -a -G video, plugdev $USER # 从SDK中复制官方提供的udev规则文件到系统目录 sudo cp /usr/lib/x86_64-linux-gnu/librealsense2/udev/rules.d/99-realsense-libusb.rules /etc/udev/rules.d/ # 重新加载udev规则 sudo udevadm control --reload-rules && sudo udevadm trigger

操作后，你必须注销当前桌面会话并重新登录，或者直接重启电脑，用户组的更改和udev规则才会生效。

4. 功能验证与深度测试

环境配置好了，是骡子是马，得拉出来溜溜。我们使用官方工具进行全方位测试。

4.1 基础连接与可视化测试

重新登录后，打开终端，直接运行：

realsense-viewer

如果一切顺利，realsense-viewer图形界面会启动。左上角的“Add Source”旁边，应该能看到你的“Intel RealSense D435I”设备。点击它，设备会连接。

首次连接的重要提示：如果这是你第一次连接该相机，或者相机固件版本较旧，realsense-viewer可能会弹出一个提示框，询问你是否要升级相机固件。我强烈建议点击“Yes”进行升级。保持固件最新能获得最好的兼容性和性能修复。升级过程中切勿断开USB线或关闭程序。

4.2 深度流与RGB流测试

1. 在realsense-viewer左侧的流控制区域，勾选你想要打开的流：
   • Depth Stream: 深度流。分辨率可以选848x480或1280x720，帧率（FPS）选30或60。对于初次测试，848x480 @ 30FPS负载较低，更稳定。
   • Color Stream: RGB彩色流。可以选1920x1080 @ 30FPS。
   • Infrared Stream (左/右): 红外流，用于生成深度图，通常不需要单独查看。
2. 勾选后，点击右下角的“Start”按钮。主窗口应该会分成几个视图，分别显示深度图（通常是黑白色阶，距离越近越白）、彩色图像等。
3. 在深度图窗口，你可以尝试勾选“Colorization”选项，将深度图用彩虹色渲染，更容易直观看出物体的远近。
4. 用手或书本在相机前移动，观察深度图和彩色图是否实时、流畅地更新，没有卡顿或撕裂。

4.3 IMU（惯性测量单元）数据测试

D435i的“i”就代表IMU。测试IMU需要一点额外操作。

1. 在realsense-viewer中，先停止所有流（如果正在运行）。
2. 在左侧设备控制面板，找到“Motion Module”选项卡。
3. 勾选“Enable Motion Correction”（启用运动校正）。这会同时开启陀螺仪（Gyro）和加速度计（Accel）数据流。
4. 回到流控制区域，你会发现多了“Gyro”和“Accel”流。勾选它们。
5. 再次点击“Start”。此时主界面可能不会显示图像（因为IMU是数据流，不是图像流）。
6. 你需要查看数据：在顶部菜单栏选择“Window” -> “Metrics”。会弹出一个新的窗口，里面实时显示着陀螺仪（角速度，单位rad/s）和加速度计（加速度，单位m/s²）的XYZ轴数据。
7. 动手测试：轻轻旋转或移动相机，观察“Metrics”窗口中的数值是否发生剧烈而合理的变化。例如，快速绕Z轴旋转，Gyro的Z值应该有一个大的脉冲；将相机镜头朝上快速抬起，Accel的Z值会明显变化。

至此，如果你的深度、彩色、IMU数据都能正常获取和显示，那么恭喜你，Ubuntu 20.04上的D435i基础配置已经大功告成！

5. 高级配置与性能调优

基础功能通了，接下来聊聊怎么让它跑得更好、更稳，适应不同的应用场景。

5.1 解决深度图像中的“孔洞”问题

深度图像中经常出现一些黑色的“孔洞”（无效深度点），尤其是在物体边缘、反射表面或远处。可以通过调节深度传感器的参数来改善。

在realsense-viewer中，选中你的设备，右侧会出现“Controls”面板。在“Stereo Module”下，有几个关键参数：

• Laser Power: 红外激光发射器的功率。提高它（最大360）可以增加主动红外光的强度，有助于在弱光或无纹理区域获得深度，但会增加功耗和发热。室内一般150-200足够。
• Depth Units: 深度数据的单位，默认是0.001（毫米）。一般不用改。
• Visual Preset: 可视化预设。这是一个快捷方式。尝试切换到“High Density”或“High Accuracy”预设，SDK会自动调整一组参数来优化深度图质量，减少孔洞。这是新手最推荐的调优入口。
• Post-Processing: 后处理选项。勾选“Decimation Filter”（抽取滤波）、“Spatial Filter”（空间滤波）和“Temporal Filter”（时域滤波），并适当调整其强度，可以平滑深度图、减少噪声和闪烁。但注意，滤波会引入延迟。

5.2 多相机同步与外部触发

如果你有多个RealSense相机，或者需要相机与其他设备（如机械臂）严格同步，就需要用到硬件同步功能。D435i机身有一个多相机同步接口。

1. 硬件连接：使用专用的同步线缆，将一台相机设为“主设备”（Master），其“Sync Out”接口连接到其他“从设备”（Slave）的“Sync In”接口。
2. 软件配置：在realsense-viewer的“Controls”面板，找到“External Synchronization”选项。
   • 对于主设备：设置为“Output”模式，并设置一个“Sync Trigger Frequency”（如30Hz，与你想要的帧率一致）。
   • 对于从设备：设置为“Input”模式。
3. 这样，从设备就会等待主设备发出的脉冲信号才开始曝光和采集，从而实现帧级别的硬件同步，这对于三维重建等应用至关重要。

5.3 使用Python进行数据采集示例

很多时候我们需要写程序来获取数据。下面是一个最简单的Python示例，同时获取深度帧、彩色帧和IMU数据。

import pyrealsense2 as rs import numpy as np import cv2 # 创建上下文和管道 pipeline = rs.pipeline() config = rs.config() # 配置要打开的流 config.enable_stream(rs.stream.depth, 640, 480, rs.format.z16, 30) config.enable_stream(rs.stream.color, 640, 480, rs.format.bgr8, 30) config.enable_stream(rs.stream.accel, rs.format.motion_xyz32f, 250) # 加速度计，250Hz config.enable_stream(rs.stream.gyro, rs.format.motion_xyz32f, 400) # 陀螺仪，400Hz # 开始流 profile = pipeline.start(config) # 创建对齐对象（将深度图对齐到彩色图坐标系） align_to = rs.stream.color align = rs.align(align_to) try: while True: # 等待一组连贯的帧：深度、彩色、IMU frames = pipeline.wait_for_frames() # 对齐深度帧到彩色帧 aligned_frames = align.process(frames) depth_frame = aligned_frames.get_depth_frame() color_frame = aligned_frames.get_color_frame() # 获取IMU数据 accel_frame = frames.first_or_default(rs.stream.accel) gyro_frame = frames.first_or_default(rs.stream.gyro) if not depth_frame or not color_frame: continue # 将图像转换为numpy数组 depth_image = np.asanyarray(depth_frame.get_data()) color_image = np.asanyarray(color_frame.get_data()) # 应用颜色映射到深度图（用于可视化） depth_colormap = cv2.applyColorMap(cv2.convertScaleAbs(depth_image, alpha=0.03), cv2.COLORMAP_JET) # 显示图像 images = np.hstack((color_image, depth_colormap)) cv2.namedWindow('RealSense', cv2.WINDOW_AUTOSIZE) cv2.imshow('RealSense', images) # 打印IMU数据（示例） if accel_frame: accel_data = accel_frame.as_motion_frame().get_motion_data() print(f"Accel: X={accel_data.x:.3f}, Y={accel_data.y:.3f}, Z={accel_data.z:.3f}") if gyro_frame: gyro_data = gyro_frame.as_motion_frame().get_motion_data() print(f"Gyro: X={gyro_data.x:.3f}, Y={gyro_data.y:.3f}, Z={gyro_data.z:.3f}") # 按'q'退出 if cv2.waitKey(1) & 0xFF == ord('q'): break finally: # 停止流 pipeline.stop() cv2.destroyAllWindows()

这个脚本创建了一个简单的实时窗口，左侧是彩色图，右侧是伪彩色深度图，并在终端打印IMU数据。你可以在此基础上进行保存、处理或网络传输。

6. 疑难杂症排查实录

即使按照步骤来，也可能会遇到问题。这里把我遇到的和常见的问题汇总一下。

6.1 常见问题与解决方案速查表

6.2 内核冲突与深度清理

如果你之前尝试过其他安装方法（比如从源码编译驱动），导致系统混乱，可能需要深度清理。

# 停止可能正在使用相机的服务或程序 # 彻底卸载所有通过apt安装的realsense相关包 sudo apt purge librealsense2* -y sudo apt autoremove -y # 删除可能残留的源码编译文件（如果你在/home下编译过） rm -rf ~/librealsense # 删除可能手动安装的库文件（谨慎操作） sudo rm -f /usr/local/lib/librealsense2* sudo rm -rf /usr/local/include/librealsense2 # 清理旧的内核模块（危险，仅在其他方法无效时尝试） # sudo dkms remove librealsense2-dkms/$(dpkg -l | grep librealsense2-dkms | awk '{print $3}') --all # 重启电脑 sudo reboot

重启后，再从头开始按照本文的3.1到3.4步骤进行安装。一个干净的系统环境是成功的一半。

配置D435i的过程，就像是在和一套精密的仪器打交道，每一步都有它的道理。从底层的USB通信协议、内核驱动模块，到上层的图像处理库和应用软件，任何一个环节的疏漏都会导致问题。我最深的体会有两点：一是严格按照官方推荐的APT仓库方式安装，能避免99%的源码编译带来的依赖和版本冲突；二是善用realsense-viewer这个图形化工具，它不仅是测试工具，更是最直观的参数调试和问题诊断平台。当你遇到奇怪的现象时，先别急着写代码，打开Viewer看看原始数据流是否正常，往往能快速定位问题是出在硬件、驱动还是你自己的应用逻辑上。最后，RealSense的社区和文档其实相当丰富，遇到本文未覆盖的棘手问题，去GitHub的librealsense仓库的Issues里搜索一下，大概率能找到答案。