cartpole的轨迹优化的环境配置与安装_casadi c++

1. 安装CasADi优化库

2. 安装cartpole_casadi_cplusplus库

3. 运行例程

1. 安装CasADi优化库

使用运行机器狗仿真的yobogo的ubuntu16.04系统，这样不用重复安装IPOPT库

安装教程参考InstallationLinux · casadi/casadi Wiki · GitHub

但是需要做一些修改，否则安装不上cmake -DWITH_IPOPT=true ..

安装过程如下，先下载过来，然后编译

git clone https://github.com/casadi/casadi.git -b master casadi

git clone https://github.com/casadi/casadi.git casadi && cd casadi && git checkout 2.0.x

git pull

cd casadi
mkdir build
cd build

cmake编译时不要使用教程上提供的“cmake -DWITH_PYTHON=ON ..”换成如下指令，否则会报can not load shared library "libcasadi_nlpsol_ipopt.so"的错

cmake -DWITH_IPOPT=true ..

make
sudo make install

make doc

2. 安装cartpole_casadi_cplusplus库

按照给出来的步骤安装

GitHub - ytwboxing/cartpole_casadi_cplusplus: 使用casadi的C++接口写的shooting/collocation轨迹优化示例代码

但是要使用cmake -DWITH_PYTHON=ON .. 代替 cmake ..的指令，如下：

mkdir build && cd build 
cmake -DWITH_PYTHON=ON ..
make

3. 运行例程

编译成功后运行生成的可执行文件

./mytest

相关理论基础见如下文末知乎链接

(附代码)基于casadi C++接口的single/multiple shooting方法轨迹规划示例 - 知乎

可以参考知乎上国外Matthew Kelly的课程资料

本人觉得Underactuated Robotics这个也很好，上面有在线的deepnote代码，方便理解：

Ch. 10 - Trajectory Optimization