本指南介绍如何在 Ubuntu 上安装和配置 Metavision SDK。内容包括添加 Prophesee APT 仓库、安装 SDK 软件包、设置兼容的 Python 环境、配置路径，以及运行一个小型验证脚本。
系统和软件要求
- 操作系统：Ubuntu 20.04 或 22.04
- Python 版本：Python 3.9 或 3.10，取决于你安装的 Metavision 软件包
- 包管理器权限：用于 APT 安装的
sudo权限 - Python 环境管理器：Conda 或其他能够创建 Python 3.9/3.10 环境的环境管理器
在修改系统之前，先检查你的 Ubuntu 和 Python 版本：
lsb_release -a
python3 --version步骤 1：添加 Prophesee 仓库
为 Prophesee 仓库创建一个新的 APT 源列表文件：
sudo nano /etc/apt/sources.list.d/prophesee.list添加仓库行：
deb [arch=amd64 trusted=yes] https://apt.prophesee.ai/dists/public/baiTh5si/ubuntu jammy sdk保存文件，退出编辑器，然后更新软件包列表：
sudo apt update如果 apt update 失败，请确认仓库 URL、Ubuntu 代号和网络访问是否正确。上面的示例使用 jammy，对应 Ubuntu 22.04。对于其他 Ubuntu 版本，请从 Prophesee 当前文档中确认受支持的仓库配置行。
步骤 2：安装 Metavision SDK 和依赖项
安装 Metavision SDK 软件包和开发库：
sudo apt install metavision-sdk-python metavision-sdk-dev metavision-studio metavision-hal-dev metavision-hal-python3.10如果你使用的是 Python 3.9 而不是 Python 3.10，请检查是否有与你的发行版和 SDK 版本匹配的 HAL Python 软件包：
apt search metavision-hal-python使用与你目标 Python 版本匹配的软件包。
步骤 3：设置 Python 环境
创建一个 Conda 环境，使用与已安装 SDK 软件包兼容的 Python 版本：
conda create -n evk python=3.10
conda activate evk安装常用的科学计算和计算机视觉软件包：
conda install -c conda-forge numpy pandas matplotlib scipy h5py opencv pytorch tqdm libstdcxx-ng如果 Conda 报告冲突，请将软件包分成较小的组安装，并检查是哪一个依赖导致冲突。对于最小验证环境，通常只需要 numpy 就可以开始测试导入。
步骤 4：配置 Python 和系统路径
通过 APT 安装的 Metavision Python 模块通常位于系统 Python 包目录下。如果你的 Conda 环境找不到它们，可以在脚本中添加系统包路径：
import sys
sys.path.append("/usr/lib/python3/dist-packages/")或者，将所需路径添加到 shell 环境中：
echo 'export PYTHONPATH="/usr/lib/python3/dist-packages/:$PYTHONPATH"' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH="/usr/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH"' >> ~/.bashrc
source ~/.bashrc修改这些变量后，确认 shell 能看到它们：
echo "$PYTHONPATH"
echo "$LD_LIBRARY_PATH"步骤 5：验证安装
创建一个名为 test_metavision.py 的 Python 文件：
from metavision_core.event_io import EventsIterator
print("Metavision SDK is properly installed if this script runs without errors!")在已激活的 Conda 环境中运行它：
python test_metavision.py如果脚本退出时没有导入错误，说明该环境可以看到 Python 绑定。
你也可以检查 Python 是从哪里加载该软件包的：
python - <<'PY'
import metavision_core
print(metavision_core.__file__)
PY常见问题排查
Python 版本不匹配
确保当前激活的 Python 解释器与已安装的 Metavision Python 软件包匹配。检查 shell 当前使用的解释器：
which python
python --version如果你安装了 metavision-hal-python3.10，请使用 Python 3.10 环境。如果你使用 Python 3.9，请在对应软件包可用于你的 SDK 版本时安装匹配的软件包。
ModuleNotFoundError
如果看到类似 ModuleNotFoundError: No module named 'metavision_core' 的错误，请检查系统包目录是否可见：
python - <<'PY'
import sys
for path in sys.path:
print(path)
PY如果缺少 /usr/lib/python3/dist-packages/，请设置 PYTHONPATH，或按上文所示在脚本中追加该路径。
共享库加载错误
如果 Python 能找到模块，但加载共享库失败，请检查 LD_LIBRARY_PATH：
echo "$LD_LIBRARY_PATH"然后检查 Metavision 库是否安装在预期的系统库目录下：
ls /usr/lib/x86_64-linux-gnu | grep -i metavision软件包可用性
如果 APT 找不到某个 Metavision 软件包，请刷新软件包索引并查看可用的软件包名称：
sudo apt update
apt search metavision软件包名称可能会因 SDK 版本、Ubuntu 版本和 Python 版本而不同，因此在假定某个软件包名称之前，最好先在本地检查仓库内容。
结论
添加 Prophesee 仓库、安装 SDK 软件包、创建兼容的 Python 环境并配置所需路径后，你应该可以在 Ubuntu 上获得可用的 Metavision SDK 环境。最后的导入测试是最重要的检查：它确认当前激活的 Python 环境能够看到 Metavision 绑定，并正确加载其系统库。