“Learning High-Speed Flight in the Wild”安装方案

开始旅程（预计顺利需要1天）

最近复现Learning High-Speed Flight in the Wild出现了很多预料之外的问题，经过两天奋斗总算解决，有一点小问题就容易把时间拖很长

注意事项

磨刀不费砍柴工，实现时确认自己能不能接受这些代价：

1. Ubuntu 20.04是最好的选择，在Ubuntu18实现必然会出现一些关于python不兼容的问题，确实有博主解决了，但可能没那么简单很快解决问题
2. 我这次花费时间最多的地方在于一个奇怪的bug, 即Gazebo仿真器出现free pointer错误导致的整个编译失败，所以按照我的想法，最好是提前测试一下gazebo --version命令，一般不会出问题，但是如果有问题，整个编译过不去，这个问题很怪，我最后不得已重装系统解决
3. 推荐两个blog:

Learning High-Speed Flight in the Wild 环境安装 *****
论文学习–Learning High-Speed Flight in the Wild ****

两个文章会覆盖很多出现的问题，如果一个较新的系统按这个安装会遇到比较少的问题，之前我使用一年多的Ubuntu系统就会遇到各种奇怪的问题，因为是18升20，各种依赖关系很复杂。

4. 确实自己电脑带显卡，整个仿真是需要显卡支持的，虽然我在另一台Ubuntu18上没有成功实现（第一条，懒得搞了），但是经过确认显卡1660Super是可以的，其实仿真卡顿严重，可能这就是仿真出图很慢的一个原因吧

5. 之前系统环境（第二条）比较杂乱，整个系统只有这个问题，其他一点没问题，根本找不到问题，怀疑是CPU兼容问题，事实上是我多虑了，AMD、INTEL都可以

6. 这次实验成功的平台是显卡3060 laptop

整体的安装流程遵循原始的GitHub+博客，我就不写了

略

代码链接

我将我成功的代码放到了网盘上，但是一些路径和依赖文件还是需要读者自己手动安装。

链接: https://pan.baidu.com/s/1lcjHxLvGTtr-OnvQhrGrng?pwd=a123 提取码: a123

快捷启动

# 每个窗口都要执行
cd agile_autonomy_ws
source devel/setup.bash

# 窗口 1
roslaunch agile_autonomy simulation.launch

# 窗口 2
conda activate tf_24 # source tf_24/bin/activate (style for: python -m venv tf_24 & pyenv install 3.7.15) *link for learning: https://realpython.com/python-virtual-environments-a-primer/
roscd planner_learning/
python test_trajectories.py --settings_file=config/test_settings.yaml

实现效果

END