YOLOv5在ROS1上的实时目标检测部署指南

1. 项目背景与核心需求

在机器人视觉领域，实时目标检测是基础且关键的能力。YOLOv5作为当前最先进的轻量化检测模型，其6.0版本在CPU环境下的推理速度已能满足多数移动机器人对实时性的要求。本次部署方案选择ROS1 melodic作为机器人操作系统框架，主要考虑以下因素：

1. 工业场景中仍有大量基于ROS1的遗留系统需要维护升级
2. 部分关键功能包（如move_base）尚未完全迁移到ROS2
3. 教学科研领域对ROS1的熟悉度更高

典型应用场景包括：

• 仓储物流机器人的货架识别
• 服务机器人的手势交互检测
• 无人机巡检中的障碍物感知

2. 环境准备与依赖安装

2.1 基础系统配置

推荐使用Ubuntu 18.04 LTS + ROS melodic组合，经实测在Intel i5-8250U处理器上能达到8-10FPS的推理速度。关键配置步骤如下：

bash复制# 安装ROS基础环境
sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.list.d/ros-latest.list'
sudo apt-key adv --keyserver 'hkp://keyserver.ubuntu.com:80' --recv-key C1CF6E31E6BADE8868B172B4F42ED6FBAB17C654
sudo apt update
sudo apt install ros-melodic-desktop-full

# 配置Python3环境（YOLOv5需要Python>=3.7）
sudo apt install python3-pip
python3 -m pip install --upgrade pip

2.2 YOLOv5专用依赖

需要特别注意PyTorch的版本匹配问题：

bash复制# 安装CPU版PyTorch（1.7.1版本与ROS melodic兼容性最佳）
pip3 install torch==1.7.1+cpu torchvision==0.8.2+cpu -f https://download.pytorch.