Intel RealSense D455 在ARM64 (Jetson) 平台上 ubuntu22.04下使用笔记
环境：
Ubuntu 22.04
ROS2 Humble
Intel RealSense D455
1.确认系统能识别相机
把D455插到USB3.0接口。运行：
lsusb如果正常你会看到类似红色框住内容：
确认是不是 USB3
lsusb -t关键看：5000M 如果是：480M 说明你插在 USB2 口。D455 + IMU必须 USB3
2.安装 RealSense SDK
ROS只是接口层，
真正驱动相机的是Intel RealSense SDK 2.0。
安装：（方法：从英特尔服务器安装librealsense2 debian软件包）
参照原文链接：https://blog.csdn.net/weixin_51612528/article/details/140945640
1.注册服务器的公钥
sudo mkdir -p /etc/apt/keyrings curl -sSf https://librealsense.intel.com/Debian/librealsense.pgp | tee /etc/apt/keyrings/librealsense.pgp > /dev/null2.确保安装了APT HTTPS支持
sudo apt-get install apt-transport-https3.添加源并更新
#强制添加 Ubuntu 22.04 (jammy) 的源 # 注意：这里直接写死 jammy，防止 lsb_release 获取错误 echo "deb [signed-by=/etc/apt/keyrings/librealsense.pgp] https://librealsense.intel.com/Debian/apt-repo jammy main" | tee /etc/apt/sources.list.d/librealsense.list #更新软件列表 # 观察这一步的输出，如果看到 Hit 或 Get https://librealsense.intel.com... 说明源通了 apt-get update4.安装库
在 ARM64 (Jetson) 平台上，不支持也不安装librealsense2-dkms。dkms是用于 x86 电脑动态编译内核驱动的，Jetson 的内核是 NVIDIA 定制的，不能用这个包。
只安装工具包（去掉 dkms）
既然源已经通了，我们只安装运行所需的库和工具。在终端执行：
apt-get install librealsense2-utils librealsense25.验证安装（启动GUI界面）
realsense-viewer
这里motion module打开报错 "UDEV-Rules are missing" 或 "Permission denied"
由于 ARM 平台的包有时不包含完整的权限规则，如果打开软件后右上角依然有红色警告，或者 Motion Module 依然打不开，请手动执行以下命令修复权限（这是针对 Jetson 平台最关键的一步）：
# 1. 设置 UDEV 规则 echo 'KERNEL=="uvcvideo", GROUP="video", MODE="0666"' | tee /etc/udev/rules.d/99-realsense-libusb.rules echo 'KERNEL=="hidraw*", SUBSYSTEM=="hidraw", MODE="0666"' | tee -a /etc/udev/rules.d/99-realsense-libusb.rules # 2. 重新加载规则 udevadm control --reload-rules udevadm trigger # 3. 将当前用户加入 video 组（确保有权限） usermod -aG video $USER执行完上述命令后，请重启设备（reboot），然后再次运行realsense-viewer测试。
1.RealSense Viewer 是干什么的？
简单来说，它是 Intel 官方提供的相机“控制面板” + “调试工具”。 对于 ROS2 开发者来说，它的作用类似于：
硬件体检中心：确认相机是不是坏的，线有没有插好。
参数实验室：在写代码前，先在这里找到最佳的曝光、分辨率、帧率参数。
数据录制机：录制真实世界的传感器数据（.bag 文件），让你在不插相机的情况下也能调试 ROS2 算法。
2. 针对 D455，你该怎么使用它？（核心功能指南）
结合你左侧的菜单栏，我为你梳理了最常用的功能：
A. 验证传感器数据（最基础）
你现在看到的左侧列表Stereo Module、RGB Camera、Motion Module代表相机的三个核心部件。
Stereo Module (深度模块)：点击开关变为
ON。你会看到黑白噪点图（红外）或彩色深度图。
作用：检查深度是否有缺失，测量距离准不准。
RGB Camera (彩色相机)：点击开关变为
ON。作用：检查色彩是否正常，用于后续做 RGB-D 融合。
Motion Module (运动模块)：点击开关变为
ON。作用：这是你之前报错的核心。打开后，你会看到Accelerometer (加速度计)和Gyroscope (陀螺仪)的波形图在跳动。晃动相机，波形会变化，说明 IMU 正常。
B. 调整参数（调参）
点击每个模块左侧的小箭头>展开，可以看到详细参数：
Resolution & FPS：修改分辨率（如 1280x720）和帧率（30/60）。
ROS2 关联：这里能设多少，你的 ROS2 launch 文件里就能配多少。
Exposure / Gain：曝光和增益。
场景：如果画面太暗或太亮，可以手动关掉
Auto Exposure，手动调节这个值。
Depth Units：深度单位，通常是 0.001 (毫米)。
C. 3D 点云查看（最直观）
点击界面右上角的
3D按钮（你截图里已经是 3D 模式）。当
Stereo Module和RGB Camera都打开时，你会看到彩色的 3D 点云。鼠标操作：左键旋转，右键平移，滚轮缩放。
作用：直观检查点云有没有“飞点”（噪点），深度边缘是否整齐。
D. 录制数据 (.bag 文件) ——ROS2 开发者必用
点击左上角的
Record按钮。选择保存路径，开始录制。
作用：它会把你当前的深度、RGB、IMU 数据全部录下来存成一个
.bag文件。好处：以后写 ROS2 代码调试时，不需要每次都插相机，直接播放这个 bag 包即可，极大提高开发效率。
E. 测量工具 (Measure)
点击顶部工具栏的
Measure(尺子图标)。在画面上点两个点，它会直接显示两点间的真实物理距离。
作用：验证深度相机的测距精度（比如拿个尺子量一下，跟软件显示的对比）。
3.启动 RealSense ROS2 驱动
启动：
ros2 launch realsense2_camera rs_launch.py启动成功会看到类似：
RealSense Node Is Up!此时 ROS2 中已经开始发布相机数据。
4.查看 ROS2 节点
查看节点：
ros2 node list话题里有两个camera（/camera/camera/...）。这是因为启动时的默认命名空间（namespace）和相机名称（camera name）重叠了。 虽然不影响使用，但如果你想把它变干净（变成/camera/accel/sample），可以在启动时加一个参数namespace:=/：
ros2 launch realsense2_camera rs_launch.py \ namespace:=/ \ enable_gyro:=true \ enable_accel:=true #最后两行分别启动陀螺仪和加速度计说明：RealSense 相机节点正在运行
5.确认imu 数据
由于运行ros2 node list 反馈的订阅话题名称为/camera/camera 所以当订阅imu 数据时命令应为：
ros2 topic echo /camera/camera/accel/sample晃动相机此时你应该能看到终端里疯狂刷新数据；如果看到linear_acceleration的数值随晃动变化，说明IMU 数据流彻底通了！
6.查看 Topic（数据流）
查看所有 topic：
ros2 topic list这些 topic 的含义：
| Topic | 作用 |
|---|---|
| color/image_raw | RGB图像 |
| depth/image_rect_raw | 深度图 |
| camera_info | 相机内参 |
| tf | 坐标变换 |
7.查看数据发布频率
验证相机数据是否真实发布。
1.测试 RGB：
ros2 topic hz /camera/camera/color/image_raw说明：RGB图像正在发布
2.测试深度图：
ros2 topic hz /camera/camera/depth/image_rect_raw8.RVIZ 可视化
启动 RVIZ：
rviz21.显示 RGB 图像
1.点击：Add。 2.选择：Image。 3.设置 topic：/camera/camera/color/image_raw
即可看到 RGB 图像。
2.显示深度图
再 add 一个：Image。topic：/camera/camera/depth/image_rect_raw
即可看到深度图。见上图。
9.查看 TF 坐标树
ros2 topic list | grep tf生成 TF 图：
ros2 run tf2_tools view_frames10.开启点云数据
RealSense 默认不会开启点云。
启动点云：ros2 launch realsense2_camera rs_launch.py pointcloud.enable:=true
这里出现问题，此命令正常执行 但是却在rviz中看不到点云信息 。
1.先确认pointcloud模块是否存在
ros2 param list /camera/camera | grep pointcloud这个输出已经把问题完全暴露出来了，而且这是Jetson + RealSense ROS2 很常见的坑。
注意输出是：pointcloud__neon_.enable
而不是我们通常看到的：pointcloud.enable
这说明一件事：
你的 RealSense 驱动启用了 NEON 优化版本的 pointcloud filter。
NEON 是 ARM CPU（Jetson）的 SIMD 加速。
所以在 Jetson 上：pointcloud.enable 被替换成了：pointcloud__neon_.enable
所以之前的 launch 参数：pointcloud.enable:=true根本没有作用。
2.正确开启 pointcloud（Jetson版本）
正确的指令：（先发布launch文件 再设置点云信息）
ros2 launch realsense2_camera rs_launch.py ros2 param set /camera/camera pointcloud__neon_.enable true #开启点云 ros2 param set /camera/camera align_depth.enable true #深度对齐 ros2 param set /camera/camera pointcloud__neon_.stream_filter 2 #指定rgb作为纹理第三行代码结尾数字意义：
| 值 | 含义 |
|---|---|
| 0 | ANY |
| 1 | DEPTH |
| 2 | COLOR |
再检查：
ros2 topic list | grep points3.确认 pointcloud 正在发布
ros2 topic hz /camera/camera/depth/color/points正常应该看到：average rate: 30 Hz
4.RVIZ 显示点云
rviz21.设置：Fixed Frame：camera_link
2. Add: PointCloud2
3.Topic 选择：/camera/camera/depth/color/points
5.RealSense ROS 的核心调试方法
ros2 param dump /camera/camera这就是相机完整配置树。
11.展望
使用rtabmap框架用d455建图