EGO-Planner解析之（二）安装

本指南介绍如何在您的计算机上安装和设置 EGO-Planner 系统。EGO-Planner 是一款基于梯度、不依赖 ESDF 的四旋翼飞行器局部规划器，需要特定的依赖项和配置步骤才能正常运行。

先决条件

在安装 EGO-Planner 之前，请确保您的系统满足以下要求：

安装步骤

1.安装依赖项

首先，安装无人机模拟器组件所需的 Armadillo 库：

sudo apt-get install libarmadillo-dev

2.克隆存储库

从 GitHub 或 Gitee 克隆 EGO-Planner 存储库：

来自 GitHub：

git clone https://github.com/ZJU-FAST-Lab/ego-planner.git

或者从 Gitee（推荐 GitHub 连接速度较慢的用户使用）：

git clone https://gitee.com/iszhouxin/ego-planner.git

3. 编译代码

导航到克隆的目录并使用 catkin_make 进行编译：

cd ego-planner
catkin_make -DCMAKE_BUILD_TYPE=Release

4. 寻找环境

编译完成后，source安装文件来设置环境：

source devel/setup.bash

运行系统

基本模拟运行

要快速测试系统，请运行：

roslaunch ego_planner simple_run.launch

此命令在简单的模拟环境中启动 EGO-Planner。

替代启动方法

您还可以单独启动可视化和模拟：

1.首先，启动 RViz 进行可视化：

roslaunch ego_planner rviz.launch

2.然后，在另一个终端中，模拟运行规划器：

roslaunch ego_planner run_in_sim.launch

高级配置

IDE 集成

为了更好的开发体验，推荐使用VSCode：

1. 安装 VSCode 和 C++/CMake 扩展

2. 使用编译命令导出编译代码：

catkin_make -DCMAKE_BUILD_TYPE=Release -DCMAKE_EXPORT_COMPILE_COMMANDS=Yes

3. 在 VSCode 中打开项目：

code ~/<path>/ego-planner/

GPU 配置

该local_sensing包可以配置为使用 CPU 或 GPU：

1. 打开local_sensing包中的CMakeLists.txt文件

2. 将 CUDA 设置从：

set(ENABLE_CUDA false)

到：

set(ENABLE_CUDA true)

 3. 调整 GPU 架构标志以匹配您的 GPU：

set(CUDA_NVCC_FLAGS 
  -gencode arch=compute_61,code=sm_61;
)

4. 重新编译代码

CPU性能优化

要充分利用 CPU 性能：

 1. 安装 CPU 频率实用程序：

sudo apt install cpufrequtils

2. 将 CPU 频率设置为最大：

sudo cpufreq-set -g performance

包依赖结构

EGO-Planner 系统由几个相互关联且具有特定依赖关系的包组成：

故障排除

常见安装问题

• Armadillo 安装失败：请确保您拥有所需的权限并且您的包管理器是最新的。

sudo apt-get update
sudo apt-get install libarmadillo-dev

• 编译错误：确保已安装所有依赖项，包括 ROS desktop-full。
• 与 CUDA 相关的错误：如果启用 CUDA 导致编译错误，请验证您的 NVIDIA 驱动程序安装并检查架构标志是否与您的 GPU 型号匹配。
• 系统性能缓慢：使用上面描述的 CPU 优化步骤确保规划器高效运行。

确认

要验证安装是否成功，请运行简单的模拟：

roslaunch ego_planner simple_run.launch

您应该会看到 RViz 打开，并在模拟环境中显示无人机的可视化效果。如果无人机和环境显示正确，则表示您的安装正常运行。