Linux下cmake编译流程实践--初学篇

Linux 下文件颜色说明

1. 红色表示压缩包文件
2. 绿色代表可执行文件
3. 蓝色表示文件夹
4. 白色表示一般性文件

Linux 下hello SLAM 工程编译

参考视觉SLAM工程，设计最简单的文件如下：

#include<iostream>
using namespace std;

int main(int argc, char** argv)
{
    cout<<"Hello, SLAM!"<<endl;
    return 0;
}

g++ hello.cpp 则默认编译生成a.out，若要指定文件名，则采用g++ -o hello.out hello.cpp
在实际操作过程中，则采用cmake来管理代码，此方法管理多文件时比较方便。首先创建build文件夹就用来存储生成的中间文件，然后创建并编辑CMakeLists.txt文件如下：

#声明Cmake的最低版本信息
cmake_minimum_required( VERSION 2.8) 
#声明一个cmake工程
project( HelloSLAM)
#添加执行文件
add_executable(HelloSLAM hello.cpp)

编译过程中，先进入build文件夹，然后

cd build 
cmake ..
make

工程中使用库

首先编写库文件，这里创建libHelloSlam.cpp，以及libHelloSlam.h，其中CPP文件如下：

#include<iostream>
using namespace std;
void printHello()
{
    cout<<"hello SLAM"<<endl;
}

添加 CMakeLists.txt文件内容

cmake_minimum_required( VERSION 2.8)

project( HelloSLAM)

add_executable(HelloSLAM hello.cpp)
add_library(libHello SHARED libHelloSlam.cpp)

然后，按照上述同样的方法进行cmake以及make指令，会生成liblibHello.so文件（共享库，相对于静态库更省空间）。然后编写库文件的头文件，方便其他地方调用，其头文件如下：

#ifndef LIBHELLOSLAM_H_
#define LIBHELLOSLAM_H_
void printHello();
#endif

创建主函数，以及修改调用

#include "libHelloSlam.h"
int main( int argc, char** argv)
{
    printHello();
    return 0;
}

添加CMakeLists.txt如下

cmake_minimum_required( VERSION 2.8)
project( HelloSLAM)
add_executable(HelloSLAM hello.cpp)
add_executable(useHello useHello.cpp)
target_link_libraries(useHello libHello)
add_library(libHello SHARED libHelloSlam.cpp)

至此，完成最后的cmake，以及make指令就可以实现调用库函数输出了。

在实际使用C++工程中，常采用这种方法实现整个工程的编译。

一个不是很恰当的例子：Eigen库的使用

之所以选用eigen库，是因为eigen库在APM，PX4以及SLAM中都会用到，是一个常见的高效的矩阵运算库。在Ubuntu的安装方法为：

sudo apt-get install libeigen3-dev

默认情况下，该库会安装在/usr/include/eigen3下。之所以说是一个不是很恰当的例子，是由于该库只有头文件，没有对应的cpp文件。其对应的CMakeLists.txt文件为

cmake_minimum_required( VERSION 2.8)
project( HelloSLAM)
add_executable(HelloSLAM hello.cpp)
add_executable(useHello useHello.cpp)
target_link_libraries(useHello libHello)
add_library(libHello SHARED libHelloSlam.cpp)

include_directories("/usr/include/eigen3")
add_executable(eigen_learn eigen_learn.cpp)

给出参考的eigen_learn.cpp文件如下：

#include <iostream>
#include <cmath>
using namespace std;
#include <eigen3/Eigen/Core>
#include <eigen3/Eigen/Geometry>
using namespace Eigen;
int main(int argc, char** argv)
{
    Matrix3d rotation_matrix = Eigen::Matrix3d::Identity();
    cout<<rotation_matrix<<endl; //output the 3*3 identity matrix

    rotation_matrix<<1,2,3,4,5,6,7,8,9;  //init the value 

    Eigen::AngleAxisd rotation_vection (double(0.25*M_PI), Eigen::Vector3d::UnitZ());
    //rotation 45 degree along z axis
    cout<<"rotation_vection=\n"<<rotation_vection.matrix()<<endl;

    cout<<"rotation_matrix(0,0)="<<rotation_matrix(0,0)<<endl;
    cout<<"rotation_matrix(2,2)="<<rotation_matrix(2,2)<<endl;


    rotation_matrix = rotation_vection.toRotationMatrix();
    cout<<rotation_matrix<<endl;

    Eigen::Vector3d v(1,0,0);
    Eigen::Vector3d v_rotation = rotation_matrix*v;
    cout<<v_rotation.transpose()<<endl; 
    cout<<v_rotation<<endl;

    //quat
    Eigen::Quaterniond q;
    q = Eigen::Quaterniond(rotation_vection);
    cout<<q.coeffs()<<endl;
    q = Eigen::Quaterniond(rotation_matrix);
    cout<<q.coeffs()<<endl;

    return 0;
}

注：先包含头文件，才能使用using namespace Eigen;使用命名空间后，Eigen::可以省去。上述程序的输出结果为：