安装eigen opqp eigen-osqp matplotlib-cpp IPOPT及使用

莫之涵

已于 2022-09-23 12:14:37 修改

阅读量2.2k

点赞数 4

分类专栏： apollo学习笔记文章标签： ubuntu linux 运维

于 2022-08-28 14:05:22 首次发布

本文链接：https://blog.csdn.net/zk1639712996/article/details/126568314

版权

apollo学习笔记专栏收录该内容

4 篇文章 0 订阅

订阅专栏

准备使用eigen opqp eigen-osqp matplotlib-cpp做一个关于自动驾驶planning模块基础算法的仿真工作，增强对算法和C++的掌握，记录一下第三方库的安装步骤。

1软件安装的概述

1.1ubuntu文件目录

/usr：系统级的目录，可以理解为C:/Windows/，

/usr/lib理解为C:/Windows/System32。

/usr/local：用户级的程序目录，可以理解为C:/Progrem Files/。用户自己编译的软件默认会安装到这个目录下。

/opt：用户级的程序目录，可以理解为D:/Software，opt有可选的意思，这里可以用于放置第三方大型软件（或游戏），当你不需要时，直接rm -rf掉即可。在硬盘容量不够时，也可将/opt单独挂载到其他磁盘上使用。

源码放哪里？ /usr/src：系统级的源码目录。 /usr/local/src：用户级的源码目录。

1.2ubuntu软件安装

在linux开发中，我们经常需要安装一些第三方软件。

通常情况下，我们可以直接sudo apt-get install software_name 来安装一个软件，使用的安装目录如下：

下载的软件的存放位置：/var/cache/apt/archives
安装后软件的默认位置：/usr/share
可执行文件位置：/usr/bin
配置文件位置：/etc
lib文件位置：/usr/lib

但是在实际开发过程中，由于开发需求，我们需要对一些软件进行源码安装。

我们下载软件源码包并且解压后，通常都会发现解压目录中有configure文件，该文件里配置了编译的一些参数，如果没有特殊要求，我们只要执行如下命令，便可完成源码编译安装：

    ./configure
    make
    sudo make install

但是由于某些需求，我们需要把软件编码编译到一个指定的目录中，要想改变软件的安装目录，有以下几种方法可以实现：

1. 修改configure文件中prefix的值：

打开configure文件，然后找到prefix值，修改未prefix=你的安装目录，然后保存退出，再执行./configure & make & sudo make install就可以，不过该方法比较麻烦，会容易改动到configure文件的其他的参数，不建议使用。

2.执行configure文件时指定安装目录：

./configure --prefix=(指定的安装路径)

3.在make install指定DESTDIR参数：

    ./configure
    make 
    make install DESTDIR= (指定的安装路径)

2.eigen的安装

//打开终端，进入/eigen-3.4.0文件夹，然后执行以下指令
mkdir build
cd build
cmake ..
sudo make install

3.osqp的安装

//获取源文件
git clone --recursive https://github.com/osqp/osqp
cd osqp
mkdir build
cd build
cmake .. -DCMAKE_INSTALL_PREFIT=usr/local/osqp
sudo make install
source ~/.bashrc  //刷新环境变量

4.eigen-osqp的安装

//打开终端，进入osqp-eigen文件夹，然后执行以下指令
$ mkdir build       //然后创建build文件夹
$ cd build          //再进入build文件夹
$ cmake .. -DCMAKE_INSTALL_PREFIT=usr/local/osqp-eigen
$ sudo make install
$ source ~/.bashrc  //刷新环境变量

5.matplotlib的安装

pip3 intall matplotlib numpy

下载matplot-cpp，程序中包含matplotcpp.h即可

6.CMakelist

没有使用find_package,后面再研究研究

cmake_minimum_required(VERSION 3.0.2)
project(test)

#头文件目录
include_directories( 
  #由于eigen-osqp的头文件包含路径不完整，因此不能只写 /usr/local/include/
 /usr/local/include/eigen3 #eigen3头文件目录
 /usr/local/include/osqp #osqp头文件目录
 /usr/local/include/matplotlibcpp #matplotlibcpp头文件目录
 /usr/include/python3.6 #python3.6头文件目录
)

#库文件目录
link_directories(
  /usr/local/lib  #eigen3 osqp eigen-osqp 的动态链接库目录
  /usr/lib/python3.6/config-3.6m-x86_64-linux-gnu #pyheon的动态链接库目录
  )
  
add_executable(test  test.cpp  )

target_link_libraries(test
                       libosqp.so  
                       libOsqpEigen.so 
                       libqdldl.so 
                       libpython3.6.so
                       )

/*
1、<>先去系统目录中找头文件，如果没有在到当前目录下找。所以像标准的头文件 stdio.h和 stdlib.h等用这个方法。 
2、""首先在当前目录下寻找，如果找不到，再到系统目录中寻找。 这个用于include自定义的头文件，让系统优先使用当前目录中定义的。
*/


#include <iostream>

//using Eigen::MatrixXd;
//此处包含路径都是相对于/usr/local/include/...
#include <eigen3/Eigen/Dense>
#include <osqp/osqp.h>

// osqp-eigen
#include <OsqpEigen/OsqpEigen.h>
#include  <matplotlibcpp/matplotlibcpp.h>

 
using namespace Eigen;
using namespace Eigen::internal;
using namespace Eigen::Architecture;
 
using namespace std;

namespace plt = matplotlibcpp;


Eigen::SparseMatrix<double> hessian;
Eigen::VectorXd gradient;
Eigen::SparseMatrix<double> linearMatrix;
Eigen::VectorXd lowerBound;
Eigen::VectorXd upperBound;
 
int initMat(OsqpEigen::Solver& solver)
{
    unsigned int numOfVar = 3;
    unsigned int numOfCons = 4;
    solver.data()->setNumberOfVariables(numOfVar);
    solver.data()->setNumberOfConstraints(numOfCons);
 
    hessian.resize(numOfVar, numOfVar);
    gradient.resize(numOfVar);
    linearMatrix.resize(numOfCons, numOfVar);
    lowerBound.resize(numOfCons);
    upperBound.resize(numOfCons);
 
 
    hessian.insert(0, 0) = 1;
    hessian.insert(0, 1) = -1;
    hessian.insert(0, 2) = 1;
    hessian.insert(1, 0) = -1;
    hessian.insert(1, 1) = 2;
    hessian.insert(1, 2) = -2;
    hessian.insert(2, 0) = 1;
    hessian.insert(2, 1) = -2;
    hessian.insert(2, 2) = 4;
   //cout << "hessian" << hessian << endl;
   /* hessian << 1, -1, 1,
              -1, 2, -2,
               1, -2, 4;*/
 
    gradient << 2, -3, 1;
    
    linearMatrix.insert(0, 0) = 1;
    linearMatrix.insert(1, 1) = 1;
    linearMatrix.insert(2, 2) = 1;
    linearMatrix.insert(3, 0) = 1;
    linearMatrix.insert(3, 1) = 1;
    linearMatrix.insert(3, 2) = 1;
    /*linearMatrix << 1, 0, 0,
                    0, 1, 0,
                    0, 0, 1,
                    1, 1, 1;*/
 
    lowerBound << 0, 0, 0, 0.5;
    upperBound << 1, 1, 1, 0.5;
 
    if (!solver.data()->setHessianMatrix(hessian)) return false;
    if (!solver.data()->setGradient(gradient)) return false;
    if (!solver.data()->setLinearConstraintsMatrix(linearMatrix)) return false;
    if (!solver.data()->setLowerBound(lowerBound)) return false;
    if (!solver.data()->setUpperBound(upperBound)) return false;
 
    return true;
}
 
int main() {
    OsqpEigen::Solver solver;
 
    // set the solver
    solver.settings()->setWarmStart(true);
 
    // instantiate the solver
    if (initMat(solver)) {
        if (!solver.initSolver()) return 1;
    }
    else {
        cout << "initilize QP solver failed" << endl;
        return 1;
    }
 
    // solve
    solver.solve();
 
    Eigen::VectorXd QPSolution;
    QPSolution = solver.getSolution();
    
    cout << "x1 = " << QPSolution[0] << endl
        << "x2 = " << QPSolution[1] << endl
        << "x3 = " << QPSolution[2] << endl;


//matplotlib
    plt::plot({1,3,2,4});
    plt::show();

}

效果展示

7.IPOPT 安装

1.准备必要的库

sudo apt-get install gcc g++ gfortran git patch wget pkg-config liblapack-dev libmetis-dev

2.下载求解器

HSL for IPOPT

3.git并安装第三方库

//在ipopt文件夹下，安装第三方库
git clone https://github.com/coin-or-tools/ThirdParty-HSL.git
//将求解器copy到ThirdParty-HSL文件夹内，解压重命名为coinhsl
gunzip coinhsl-x.y.z.tar.gz
tar xf coinhsl-x.y.z.tar
ln -s coinhsl-x.y.z coinhsl
//在ThirdParty-HSL文件夹内，配置编译安装
./configure
make
make install

4.安装ipopt

mkdir build
cd build
make -j
make test
sudo make install

5.安装自动微分工具ADOL-C

安装ColPack

//安装Colpack
git clone http://github.com/CSCsw/ColPack.git
cd ColPack/build/automake
autoreconf -vif
mkdir build
cd build
../configure --prefix=usr/local
make -j
sudo make install

安装ADOL-c

git clone http://github.com/coin-or/ADOl-C.git

./configure prefix=usr/local
make -j
sudo make install

参考文献

linux安装eigen/osqp/osqp_eigen库_琴郎同学的博客-CSDN博客_linux安装eigen库

莫之涵

关注

4
点赞
踩
22

收藏

觉得还不错? 一键收藏
打赏
2
评论
安装eigen opqp eigen-osqp matplotlib-cpp IPOPT及使用

usr：系统级的目录，可以理解为，/usr/lib理解为。/usr/local：用户级的程序目录，可以理解为。用户自己编译的软件默认会安装到这个目录下。/opt：用户级的程序目录，可以理解为，opt有可选的意思，这里可以用于放置第三方大型软件（或游戏），当你不需要时，直接rm -rf掉即可。在硬盘容量不够时，也可将/opt单独挂载到其他磁盘上使用。源码放哪里？/usr/src：系统级的源码目录。：用户级的源码目录。...
复制链接

扫一扫