1. 开篇:为什么选择Zed相机,以及你需要知道的基础知识
如果你正在寻找一款功能强大、性价比不错的深度相机来做机器人、三维重建或者视觉相关的项目,Zed相机很可能已经进入了你的视野。我最早接触Zed是在一个机器人导航项目里,当时需要在室内环境下实时获取稠密的点云数据,对比了几款主流产品后,发现Zed在中等距离的精度和易用性上找到了一个不错的平衡点。和许多深度相机一样,它的核心玩法就是:安装官方SDK驱动,然后通过它提供的丰富API(Python、C++、ROS)来获取你想要的图像、深度、点云等数据。
不过,和所有硬件设备一样,第一步的驱动安装往往就是最大的拦路虎。尤其是在Ubuntu系统下,CUDA版本、Python环境、系统依赖这些“坑”,一个不小心就能让你折腾大半天。我自己的机器环境是Ubuntu 22.04搭配CUDA 12.4,这个组合在安装Zed SDK 4.2时就遇到了一些“惊喜”。这篇文章,我就以我的实战经历为基础,手把手带你走通从驱动安装到用三种不同语言API采集数据的完整流程。我会把过程中踩过的坑、绕过的弯都详细告诉你,目标是让你看完就能在自己的机器上跑起来,把Zed相机用起来。
简单来说,Zed相机通过两个并排的摄像头(双目立体视觉)来感知世界。它不仅能输出普通的彩色图像,还能实时计算每个像素点的深度信息,生成深度图和三维点云。这对于需要环境感知的应用,比如自动驾驶的避障、AR/VR的空间定位、机械臂的抓取,都是非常核心的数据源。官方提供了从底层驱动到上层应用的一整套工具链,我们今天要搞定的,就是如何把这套工具链稳稳地装到你的Ubuntu系统里,并让它听你的话。
2. 驱动安装实战:避开CUDA版本与Python环境的那些坑
驱动安装是整个流程的基石,这一步稳了,后面就顺了。官方的安装脚本看似一键搞定,但细节决定成败,特别是CUDA版本和Python环境管理,这里最容易出问题。
2.1 前期准备与SDK下载
首先,确保你的系统是Ubuntu 20.04或22.04(其他版本可能支持,但官方主要测试这两个)。然后,重中之重是检查你的CUDA版本。Zed SDK对CUDA版本有明确要求,不是越新越好。你需要去Zed官网的下载页面,找到与你的CUDA版本匹配的SDK。比如我的是CUDA 12.4,我选择下载的是ZED_SDK_Ubuntu22_cuda12.1_v4.2.5.zstd.run。这里有个细节:SDK标注的CUDA 12.1,但我的环境是12.4,实测是可以兼容的,因为CUDA 12.x系列通常保持向后兼容。但如果你的CUDA是11.x,就必须下载对应CUDA 11.x的SDK版本,混用大概率会失败。
下载完成后,给安装脚本加上执行权限:
chmod +x ./ZED_SDK_Ubuntu22_cuda12.1_v4.2.5.zstd.run
然后以管理员权限运行它:
sudo ./ZED_SDK_Ubuntu22_cuda12.1_v4.2.5.zstd.run
脚本启动后,会先校验文件完整性,然后弹出终端交互界面。这里每一步选择都值得说道说道。
2.2 安装过程中的关键选择与“坑点”
安装程序会依次询问你几个问题,我的选择和建议如下:
- 接受许可协议:这个没得选,输入
y回车。 - 安装路径:默认是
/usr/local/zed。除非你有特殊需求,否则建议保持默认,这样后续找工具和样例代码都方便。 - 检查CUDA版本:脚本会自动查找系统中的CUDA。如果它报错说找不到,你需要手动将CUDA的路径(比如
/usr/local/cuda-12.4)添加到系统的PATH和LD_LIBRARY_PATH环境变量中。 - 安装静态库版本:询问
Do you want to also install the static version of the ZED SDK。这里我强烈建议选y。静态库在某些链接场景下能避免动态库的版本冲突问题,装了没坏处。 - 安装AI模块:询问是否安装AI模块(用于物体检测、神经深度等)。如果你确定你的项目短期内用不到这些深度学习功能,可以选
n跳过,能节省下载时间和磁盘空间。但如果你不确定,或者想体验完整功能,选y也无妨,它会自动安装配套的cuDNN和TensorRT。 - 安装样例代码:务必选
y。官方的样例(Samples)和教程(Tutorials)是学习API最好的资料,相当于附送了一本详细的说明书,一定要安装。 - 自动安装依赖:选
y。让脚本帮你把系统缺失的库(如libusb, libjpeg, Qt等)都装上,省心。如果你对系统洁癖有要求,也可以先选n,然后根据报错手动安装,但我不推荐,太折腾。 - 安装Python API:这是第一个大坑! 安装程序会问
Do you want to install the Python API。我强烈建议在这里直接输入N(大写)跳过! 为什么?因为安装脚本会尝试将pyzed包安装到它检测到的默认Python环境(比如系统的/usr/bin/python3)。如果你像我一样使用Anaconda或Miniconda管理多个Python环境,它很容易装错地方,导致后面import失败。更稳妥的做法是后续我们手动安装到指定的conda环境里。
安装程序接着可能会运行一个诊断工具来下载AI模型,这个看网络情况,时间可能较长,可以跳过。最后,如果一切顺利,你会看到安装成功的提示。驱动部分就完成了,Zed的可视化工具(如ZED Explorer, ZED Depth Viewer)和命令行工具应该已经就位。
3. 为你的项目打造专属Python环境:手动安装PyZed
上一步我们跳过了自动安装Python API,现在来手动搞定它。这是为了确保PyZed库被安装到我们项目所需的、干净的Python环境中,避免污染系统环境或与其他项目产生依赖冲突。
3.1 使用Conda创建独立环境
我习惯为每个硬件或大型项目创建独立的conda环境。假设我们的环境叫 zed_project,使用Python 3.10(与Zed SDK 4.2兼容性好):
conda create -n zed_project python=3.10 -y
conda activate zed_project
激活环境后,先升级一下pip,并安装一些基础科学计算库:
pip install --upgrade pip
pip install numpy opencv-python
3.2 利用官方脚本精准安装PyZed
Zed SDK的安装目录(默认 /usr/local/zed)里,贴心地准备了一个Python脚本 get_python_api.py。这个脚本会自动检测你的系统架构、CUDA版本和当前激活的Python解释器版本,然后从官网下载对应版本的预编译 pyzed wheel包。
切换到SDK目录并运行脚本:
cd /usr/local/zed
python get_python_api.py
你会看到类似这样的输出,说明它找到了匹配的包:
Detected platform: linux_x86_64
Python 3.10
ZED SDK 4.2 -> Checking if https://download.stereolabs.com/zedsdk/4.2/whl/linux_x86_64/pyzed-4.2-cp310-cp310-linux_x8
1万+



被折叠的 条评论
为什么被折叠?



