ego-planner-swarm开发环境搭建：VSCode配置与代码调试全攻略

【免费下载链接】ego-planner-swarm An efficient single/multi-agent trajectory planner for multicopters. 项目地址: https://gitcode.com/gh_mirrors/eg/ego-planner-swarm

ego-planner-swarm是一个高效的多旋翼单机/多智能体轨迹规划器，本文将为你提供VSCode配置与代码调试的完整指南，帮助新手快速搭建开发环境，轻松上手这个强大的无人机集群规划项目。

一、准备工作：安装依赖与克隆代码

在开始配置VSCode开发环境前，我们需要先完成基础依赖安装和项目代码的获取。这是确保后续开发顺利进行的关键步骤。

1.1 安装必要依赖

ego-planner-swarm项目需要Armadillo线性代数库的支持，打开终端执行以下命令进行安装：

sudo apt-get install libarmadillo-dev

1.2 克隆项目代码

使用以下命令克隆项目仓库到本地：

git clone https://gitcode.com/gh_mirrors/eg/ego-planner-swarm

二、VSCode基础配置：打造高效开发环境

VSCode凭借其强大的插件生态和便捷的配置方式，成为开发C++项目的理想选择。下面我们将一步步配置VSCode，使其完美支持ego-planner-swarm项目开发。

2.1 安装必备插件

打开VSCode后，首先需要安装两个关键插件：

• C/C++：提供C++代码智能提示、调试等核心功能
• CMake Tools：增强CMake项目的支持，方便编译和构建

你可以在VSCode的扩展面板中搜索并安装这两个插件。

2.2 生成编译命令文件

为了让VSCode能够正确解析项目结构和依赖关系，我们需要生成编译命令文件。在项目根目录下执行：

catkin_make -DCMAKE_BUILD_TYPE=Release -DCMAKE_EXPORT_COMPILE_COMMANDS=Yes

这个命令会生成compile_commands.json文件，VSCode将利用该文件提供准确的代码补全和跳转功能。

2.3 在VSCode中打开项目

通过以下命令在VSCode中打开项目：

code ego-planner-swarm/

项目中已经包含了VSCode的配置文件（位于.vscode文件夹），其中的tasks.json定义了编译任务。你可以通过按下Ctrl+Shift+B快速触发编译。

图：ego-planner-swarm在VSCode中的开发界面，展示了代码编辑和仿真结果窗口

三、编译与运行：从代码到仿真

完成了VSCode的基础配置后，我们就可以编译并运行ego-planner-swarm项目，体验无人机集群规划的魅力。

3.1 使用VSCode编译项目

在VSCode中，你可以通过以下两种方式编译项目：

1. 按下Ctrl+Shift+B，选择catkin_make任务
2. 在终端中手动执行：catkin_make -DCMAKE_BUILD_TYPE=Release

编译过程可能需要几分钟时间，取决于你的电脑性能。

3.2 运行仿真示例

编译完成后，我们可以运行项目提供的仿真示例来验证环境是否配置正确。

首先，打开一个终端，启动RViz可视化工具：

source devel/setup.bash
roslaunch ego_planner rviz.launch

然后，再打开一个终端，运行集群规划器：

source devel/setup.bash
roslaunch ego_planner swarm.launch

此时，你将看到无人机集群在仿真环境中进行路径规划和避障。

图：ego-planner-swarm无人机集群在复杂环境中的路径规划与避障仿真

四、代码调试：解决开发中的问题

调试是开发过程中不可或缺的环节。虽然ego-planner-swarm项目没有提供现成的launch.json调试配置文件，但我们可以通过以下方法进行代码调试。

4.1 使用GDB命令行调试

你可以使用GDB在终端中直接调试节点，例如：

rosrun --prefix 'gdb -ex run --args' ego_planner ego_planner_node

这种方式虽然不够直观，但在没有VSCode调试配置的情况下仍然有效。

4.2 配置VSCode调试环境

如果你希望在VSCode中进行图形化调试，可以创建.vscode/launch.json文件，并添加类似以下的配置：

{
    "version": "0.2.0",
    "configurations": [
        {
            "name": "ROS Launch",
            "type": "cppdbg",
            "request": "launch",
            "program": "/opt/ros/noetic/bin/roslaunch",
            "args": ["ego_planner", "swarm.launch"],
            "stopAtEntry": false,
            "cwd": "${workspaceFolder}",
            "environment": [],
            "externalConsole": false,
            "MIMode": "gdb",
            "setupCommands": [
                {
                    "description": "Enable pretty-printing for gdb",
                    "text": "-enable-pretty-printing",
                    "ignoreFailures": true
                }
            ]
        }
    ]
}

保存后，你就可以在VSCode中直接启动调试会话了。

五、高级配置：提升开发效率

为了进一步提升开发效率，我们可以进行一些高级配置，如启用GPU加速、优化CPU性能等。

5.1 启用GPU加速

ego-planner-swarm的local_sensing包支持GPU加速，你可以通过修改src/uav_simulator/local_sensing/CMakeLists.txt文件来启用：

set(ENABLE_CUDA true)

记得根据你的NVIDIA显卡型号调整CUDA架构参数：

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

5.2 优化CPU性能

为了确保规划器的实时性能，建议将CPU频率设置为最高：

sudo apt install cpufrequtils
sudo cpufreq-set -g performance

六、总结

通过本文的指南，你已经成功搭建了ego-planner-swarm项目的VSCode开发环境，并了解了如何编译、运行和调试项目。现在，你可以开始探索这个强大的无人机集群规划器的内部工作原理，或者根据自己的需求进行二次开发。

如果你在配置过程中遇到任何问题，可以参考项目的官方文档或在社区寻求帮助。祝你在无人机集群规划的开发之路上取得成功！

【免费下载链接】ego-planner-swarm An efficient single/multi-agent trajectory planner for multicopters. 项目地址: https://gitcode.com/gh_mirrors/eg/ego-planner-swarm