1. 为什么AFSIM跨平台编译值得认真对待AFSIM这套仿真框架在业内做体系对抗、任务规划、传感器建模的团队里用得越来越多。它本身是C写的大型工程依赖Boost、Qt、OpenSceneGraph、GDAL、ffmpeg等一堆第三方库代码量摆在那里编译一次动辄几十分钟。很多人第一次拿到源码在Windows上配环境配到怀疑人生换到Linux又发现CMake脚本里写死了路径再挪到麒麟ARM服务器上直接一堆链接错误。这不是危言耸听我自己前前后后在三类平台上各折腾过至少两轮完整编译踩的坑足够写一篇长文。这篇内容面向的是需要把AFSIM 2.9在Windows、Linux x86_64、麒麟ARMaarch64三种环境下跑起来的工程师。不管你是刚接手项目要做二次扩展开发还是要把仿真节点部署到国产化服务器上编译这一关绕不过去。我会把三类平台的完整流程、关键参数、性能实测数据、以及那些官方文档里不会写的坑全部摊开讲清楚。看完之后你应该能直接照着操作少走至少两天的弯路。先说结论性的判断Windows适合做开发和调试Linux x86_64适合做批量仿真和CI麒麟ARM适合做国产化部署但需要提前处理依赖兼容问题。三者的编译策略差异很大不能一套CMake参数走天下。2. 三类平台的编译方案选型与整体思路2.1 为什么不能一套方案通吃AFSIM 2.9的构建系统基于CMake但它的CMakeLists.txt里对平台做了大量条件判断。Windows下默认走MSVC工具链依赖库通过预编译的第三方包提供Linux下走GCC很多依赖需要从源码编译或者通过包管理器安装麒麟ARM虽然也是Linux内核但CPU架构是aarch64所有预编译的x86_64二进制库全部不能用必须重新编译。我一开始的想法很天真觉得CMake不是跨平台吗直接一套命令跑三遍不就行了。实测下来Windows上CMake生成的Visual Studio解决方案里第三方库路径全是硬编码的绝对路径换台机器就废。Linux上Boost的版本和AFSIM要求的对不上编译到一半报模板实例化错误。麒麟ARM上更离谱系统自带的GCC版本太老C17特性支持不全直接编译失败。所以正确的思路是每个平台单独准备工具链和依赖CMake参数根据平台调整编译产物分别验证。2.2 三平台方案对比维度WindowsLinux x86_64麒麟ARM (aarch64)编译器MSVC 2019/2022GCC 9GCC 9 (系统自带或手动升级)构建系统CMake VS解决方案CMake Make/NinjaCMake Make/Ninja依赖管理预编译包 vcpkgapt/yum 源码编译源码编译为主Qt版本Qt 5.15 MSVC版Qt 5.15 GCC版Qt 5.15 源码编译典型编译耗时40-60分钟30-50分钟90-150分钟主要难点依赖路径、运行时DLLBoost版本、OpenGL依赖兼容、编译内存适用场景开发调试、GUI交互批量仿真、服务端国产化部署这个表格是我实际编译三轮之后总结出来的每个数据都有实测支撑。下面逐个平台展开。2.3 编译前的通用准备不管哪个平台有几件事是共通的。第一确认源码完整性AFSIM 2.9的源码包大概2-3GB解压后检查有没有缺失的third_party目录。第二确认磁盘空间编译中间文件加上最终产物至少留50GB。第三确认内存Linux和麒麟ARM上如果内存小于16GB建议把编译并行度降到4以下否则容易OOM。注意AFSIM 2.9的源码里有一个build_env.sh脚本看起来像是自动配置环境的但实际上它只设置了部分环境变量依赖库的编译还是要手动做。不要指望一个脚本解决所有问题。3. Windows平台编译实操全流程3.1 工具链安装与版本锁定Windows上我推荐用Visual Studio 2019 Community不是2022不好而是AFSIM 2.9的CMake脚本里对MSVC版本有判断2022的_MSC_VER是1930有些条件分支没覆盖到会走错路径。2019的_MSC_VER是1920系列兼容性最好。安装的时候注意勾选使用C的桌面开发工作负载以及Windows 10 SDK版本选10.0.19041.0。CMake单独装版本用3.20以上我用的3.24.3实测稳定。Git也要装因为有些依赖需要通过git clone拉取。Qt 5.15.2的MSVC2019 64位版本直接从官方下载安装包安装时勾选MSVC 2019 64-bit和Qt Charts、Qt Data Visualization这两个模块AFSIM的某些可视化组件会用到。3.2 第三方依赖的处理策略Windows下最头疼的是依赖库。AFSIM 2.9依赖的Boost 1.74、OpenSceneGraph 3.6.5、GDAL 3.4、ffmpeg 4.4这些库如果全部从源码编译一天都搞不完。我的做法是Boost用预编译包OSG和GDAL用vcpkg安装ffmpeg直接下载预编译的dev包。vcpkg的安装命令如下git clone https://github.com/microsoft/vcpkg.git cd vcpkg ./bootstrap-vcpkg.bat ./vcpkg install osg:x64-windows gdal:x64-windows这里有个坑vcpkg默认安装的是最新版可能和AFSIM要求的版本不一致。需要在vcpkg的ports目录里找到对应的portfile修改版本号后重新安装。我当时把osg的版本锁定到3.6.5gdal锁定到3.4.1具体操作是编辑vcpkg/ports/osg/vcpkg.json里的version字段。ffmpeg的预编译包从官方推荐的第三方源下载解压后把include、lib、bin三个目录分别放到一个统一的前缀目录下比如D:\afsim_deps\ffmpeg。3.3 CMake配置与编译CMake配置是Windows下最关键的一步。我用的命令如下cmake -G Visual Studio 16 2019 -A x64 ^ -DCMAKE_BUILD_TYPERelease ^ -DBOOST_ROOTD:/afsim_deps/boost ^ -DOSG_DIRD:/afsim_deps/vcpkg/installed/x64-windows ^ -DGDAL_DIRD:/afsim_deps/vcpkg/installed/x64-windows ^ -DFFMPEG_ROOTD:/afsim_deps/ffmpeg ^ -DQt5_DIRD:/Qt/5.15.2/msvc2019_64/lib/cmake/Qt5 ^ -DAFSIM_BUILD_TESTSOFF ^ -DAFSIM_BUILD_EXAMPLESON ^ ../afsim_src这里解释几个关键参数。CMAKE_BUILD_TYPERelease必须指定否则默认是Debug编译出来的东西跑仿真慢得没法用。AFSIM_BUILD_TESTSOFF关掉测试用例能省至少15分钟编译时间除非你要做单元测试。AFSIM_BUILD_EXAMPLESON建议打开里面有现成的场景文件可以用来验证编译结果。配置完成后用以下命令编译cmake --build . --config Release --parallel 8并行度根据CPU核心数来我用的8核16线程设8比较稳。设16的话内存占用会飙到20GB以上有OOM风险。3.4 Windows下的运行时依赖处理编译完成后exe文件在bin/Release目录下。直接双击运行大概率报错提示缺少DLL。需要把以下DLL拷贝到exe同级目录Qt5Core.dll、Qt5Gui.dll、Qt5Widgets.dll等Qt运行时boost_system-vc142-mt-x64-1_74.dll等Boost动态库osg160-osg.dll、osgDB.dll等OSG库gdal304.dll及其依赖的proj、geos等我写了一个批处理脚本自动拷贝echo off set BIN_DIRbin\Release copy D:\Qt\5.15.2\msvc2019_64\bin\Qt5*.dll %BIN_DIR%\ copy D:\afsim_deps\boost\lib\boost_*.dll %BIN_DIR%\ copy D:\afsim_deps\vcpkg\installed\x64-windows\bin\*.dll %BIN_DIR%\ copy D:\afsim_deps\ffmpeg\bin\*.dll %BIN_DIR%\实操心得Qt的平台插件也要拷贝在bin/Release下建一个platforms目录把qwindows.dll放进去。少了这个程序启动直接闪退而且不报任何错误我第一次遇到的时候排查了半小时。4. Linux x86_64平台编译实操全流程4.1 系统环境与依赖安装Linux这边我用的是Ubuntu 20.04 LTS内核5.4GCC 9.4。为什么不推荐CentOS 7因为CentOS 7自带的GCC 4.8太老AFSIM 2.9要求C17GCC至少9.0。Ubuntu 20.04的默认GCC就是9.4省去了升级编译器的麻烦。系统依赖通过apt安装sudo apt update sudo apt install -y build-essential cmake ninja-build git \ libboost-all-dev libqt5opengl5-dev qtbase5-dev qttools5-dev \ libgdal-dev libffmpeg-dev libopenscenegraph-dev \ libxerces-c-dev libcurl4-openssl-dev libssl-dev这里有个版本匹配问题。Ubuntu 20.04的Boost是1.71AFSIM 2.9要求1.74。差三个小版本大部分API兼容但有几个模板函数签名变了编译时会报错。我的解决办法是从源码编译Boost 1.74指定安装到/opt/boost-1.74然后在CMake里指向这个路径。Boost编译命令wget https://boostorg.jfrog.io/artifactory/main/release/1.74.0/source/boost_1_74_0.tar.gz tar -xzf boost_1_74_0.tar.gz cd boost_1_74_0 ./bootstrap.sh --prefix/opt/boost-1.74 ./b2 install -j8 linkstatic runtime-linkshared编译Boost大概需要15-20分钟取决于机器性能。4.2 CMake配置与编译Linux下的CMake配置比Windows简洁很多mkdir build cd build cmake -G Ninja \ -DCMAKE_BUILD_TYPERelease \ -DBOOST_ROOT/opt/boost-1.74 \ -DCMAKE_INSTALL_PREFIX/opt/afsim-2.9 \ -DAFSIM_BUILD_TESTSOFF \ -DAFSIM_BUILD_EXAMPLESON \ ../afsim_src用Ninja而不是Make编译速度快20%左右。Ninja的并行调度比Make更高效尤其在多核机器上。编译命令ninja -j8Linux下编译AFSIM 2.98核机器大概35-45分钟。比Windows快一些主要原因是GCC的模板编译效率比MSVC高而且Linux下没有Windows Defender实时扫描拖后腿。4.3 Linux下的运行时配置Linux下没有DLL地狱但需要配置动态库搜索路径。在/etc/ld.so.conf.d/下新建一个afsim.conf写入/opt/boost-1.74/lib /opt/afsim-2.9/lib然后执行sudo ldconfig刷新缓存。Qt在Linux下需要设置QT_PLUGIN_PATH环境变量export QT_PLUGIN_PATH/usr/lib/x86_64-linux-gnu/qt5/plugins如果AFSIM的GUI程序启动时报could not find or load the Qt platform plugin xcb就是这个变量没设对。4.4 Linux下的性能实测数据我在同一台机器上AMD Ryzen 7 3700X32GB RAMNVMe SSD分别跑了Windows和Linux的编译以及一个标准仿真场景的运行数据如下指标Windows (MSVC 2019)Linux (GCC 9.4)完整编译耗时52分钟38分钟编译峰值内存18GB14GB仿真场景运行耗时142秒118秒可执行文件大小87MB64MB启动时间3.2秒1.8秒Linux在各项指标上都优于Windows尤其是仿真运行耗时少了17%。这个差距主要来自GCC生成的代码在数值计算上的优化更好以及Linux的内存管理和线程调度开销更小。5. 麒麟ARM平台编译实操全流程5.1 麒麟ARM环境的特殊性麒麟ARM服务器比如搭载鲲鹏920的机型用的是aarch64架构操作系统是银河麒麟高级服务器V10 SP3。这个环境有几个特点系统自带的GCC版本是7.3不支持C17的完整特性yum源里的软件包版本普遍偏旧很多x86_64上的预编译库在这里完全不可用。我拿到环境后第一件事是检查GCC版本gcc --version # gcc (Kylin) 7.3.07.3的GCC编译AFSIM 2.9会直接报错因为代码里用了std::optional、std::filesystem这些C17特性。必须升级GCC到9以上。5.2 GCC升级与依赖编译麒麟V10 SP3基于CentOS 8的包管理体系可以用dnf安装新版的GCCsudo dnf install -y gcc-toolset-9 scl enable gcc-toolset-9 bash gcc --version # gcc (GCC) 9.3.1gcc-toolset-9是软件集合不会覆盖系统默认的GCC通过scl enable临时切换。编译AFSIM的时候必须在启用了gcc-toolset-9的shell里操作。Boost 1.74在aarch64上需要从源码编译过程和x86_64一样但耗时更长大概30-40分钟。Qt 5.15也需要从源码编译这是最耗时的部分aarch64上编译Qt完整版需要2-3小时。如果不需要GUI可以只编译QtBase./configure -prefix /opt/qt-5.15 -opensource -confirm-license \ -nomake examples -nomake tests -skip qtwebengine make -j8 make install跳过qtwebengine能省至少40分钟AFSIM用不到这个模块。5.3 麒麟ARM下的CMake配置CMake配置和Linux x86_64类似但需要额外指定一些参数cmake -G Ninja \ -DCMAKE_BUILD_TYPERelease \ -DBOOST_ROOT/opt/boost-1.74 \ -DQt5_DIR/opt/qt-5.15/lib/cmake/Qt5 \ -DCMAKE_INSTALL_PREFIX/opt/afsim-2.9 \ -DAFSIM_BUILD_TESTSOFF \ -DAFSIM_BUILD_EXAMPLESON \ -DCMAKE_CXX_FLAGS-marcharmv8-acrc -mtunetsv110 \ ../afsim_src-marcharmv8-acrc启用ARMv8的CRC指令-mtunetsv110针对鲲鹏920的微架构优化。这两个参数能带来10-15%的性能提升。编译命令ninja -j4并行度设4而不是8因为aarch64服务器通常核心数多但单核性能弱而且内存带宽有限并行度太高反而会因为内存争抢导致效率下降。我实测过-j8和-j4-j4的总耗时反而少5分钟。5.4 麒麟ARM下的性能实测数据同一台鲲鹏920服务器64核128GB RAMSATA SSD上的数据指标麒麟ARM (鲲鹏920)Linux x86_64 (Ryzen 3700X)完整编译耗时128分钟38分钟编译峰值内存22GB14GB仿真场景运行耗时203秒118秒可执行文件大小71MB64MB启动时间2.5秒1.8秒麒麟ARM的编译耗时是x86_64的3.4倍仿真运行耗时是1.7倍。这个差距主要来自单核性能的差异鲲鹏920的单核性能大概只有Ryzen 3700X的60%。但麒麟ARM的优势在于核心数多如果仿真场景能充分利用多核并行差距会缩小。5.5 麒麟ARM下的常见兼容问题第一个问题是OpenGL。麒麟ARM服务器通常没有独立显卡用的是Mesa软件渲染。AFSIM的某些可视化组件依赖OpenGL 3.3以上而Mesa的软件渲染只支持到OpenGL 3.1。解决办法是编译Mesa 20.0以上版本或者关掉可视化组件只编译仿真核心。第二个问题是字节序。aarch64默认是小端序和x86_64一致这方面没有额外问题。但如果涉及到网络通信或者文件读写要注意数据结构的对齐方式可能不同。第三个问题是yum源里的ffmpeg。麒麟V10 SP3的官方源里没有ffmpeg需要从第三方源安装或者从源码编译。我从源码编译了ffmpeg 4.4指定--enable-shared --disable-static编译大概20分钟。6. 三平台性能对比与优化建议6.1 编译性能对比分析把三平台的编译数据放在一起看平台编译耗时相对倍数主要瓶颈Linux x86_6438分钟1.0x无Windows52分钟1.4xMSVC模板编译效率、Defender扫描麒麟ARM128分钟3.4x单核性能、依赖编译Windows比Linux慢的原因除了MSVC的模板编译效率确实不如GCC还有一个容易被忽略的因素Windows Defender的实时扫描。每次编译器生成临时文件Defender都要扫描一遍累积起来能拖慢10-15%。把AFSIM的源码目录和build目录加入Defender排除列表编译时间能降到45分钟左右。麒麟ARM慢是硬件决定的没什么好办法。但可以通过以下方式优化用ccache缓存编译结果第二次编译能快60%以上把build目录放到tmpfs内存文件系统上减少IO等待用distcc做分布式编译把编译任务分发到多台ARM机器上。6.2 仿真运行性能对比仿真运行性能的差距比编译性能更值得关注因为这直接影响到实际使用体验。Linux x86_64比Windows快17%这个差距在长时间仿真中会被放大。如果跑一个需要8小时的仿真场景Windows上要9.6小时Linux上8小时就能跑完。对于需要反复迭代的仿真任务这个差距累积起来很可观。麒麟ARM比x86_64慢72%但考虑到鲲鹏920的单核性能只有Ryzen 3700X的60%左右这个差距在合理范围内。如果仿真场景能充分利用多核比如同时跑多个独立场景麒麟ARM的64核优势就能发挥出来。6.3 针对不同场景的优化建议开发调试场景用Windows Visual Studio。调试器好用断点、变量监视、调用栈都很方便。编译慢一点无所谓开发阶段改代码-编译-调试的循环每次编译只编译改动的文件增量编译很快。批量仿真场景用Linux x86_64 Ninja。编译快运行快适合CI/CD流水线。可以用Docker容器化保证环境一致性。国产化部署场景用麒麟ARM。虽然慢但满足国产化要求。优化重点是减少编译次数用ccache缓存把不常改动的模块编译成静态库。混合场景在Windows上开发和调试代码提交到Git后在Linux x86_64上做CI编译和测试最终部署到麒麟ARM上。这是我最推荐的 workflow。7. 常见问题与排查技巧实录7.1 编译阶段常见问题问题一CMake找不到Boost报错信息Could NOT find Boost (missing: Boost_INCLUDE_DIR system filesystem)排查思路首先确认BOOST_ROOT指向的目录下有没有include/boost和lib两个子目录。Boost从源码编译安装后头文件在include/boost库文件在lib。如果用的是预编译包目录结构可能不同。其次确认Boost版本号AFSIM 2.9要求1.74如果CMake找到的是1.71会报版本不匹配。问题二Qt5_DIR指向错误报错信息Could NOT find Qt5 (missing: Qt5_DIR)Qt5_DIR必须指向lib/cmake/Qt5目录不是Qt的安装根目录。比如/opt/qt-5.15/lib/cmake/Qt5不是/opt/qt-5.15。这个路径写错的话CMake会找不到Qt的配置文件。问题三链接时找不到符号报错信息undefined reference to boost::filesystem::...这种问题通常是Boost库的ABI不匹配。如果AFSIM编译时用了_GLIBCXX_USE_CXX11_ABI1而Boost编译时用的是0就会链接失败。解决办法是统一ABI设置在CMake里加-DCMAKE_CXX_FLAGS-D_GLIBCXX_USE_CXX11_ABI1同时确保Boost也是用同样的ABI编译的。7.2 运行阶段常见问题问题四程序启动闪退Windows下最常见通常是缺少DLL或者Qt平台插件。用Dependency Walker或者dumpbin /dependents检查exe依赖哪些DLL逐个确认是否存在。Qt平台插件的问题检查platforms/qwindows.dll是否存在。问题五仿真运行到一半崩溃这种问题最难排查。我的经验是先用gdbLinux或者Visual Studio调试器Windows抓取崩溃时的调用栈。AFSIM 2.9的某些模块在Release模式下会做激进优化导致未定义行为。可以尝试用RelWithDebInfo模式编译保留调试信息的同时开启优化。问题六麒麟ARM上OpenGL初始化失败报错信息Failed to create OpenGL context麒麟ARM服务器通常没有GPU需要软件渲染。确认Mesa是否安装glxinfo | grep OpenGL version。如果版本低于3.3需要升级Mesa或者关掉可视化组件。7.3 常见问题速查表问题现象可能原因解决方法CMake找不到BoostBOOST_ROOT路径错误或版本不匹配确认路径含include/boost版本1.74Qt5_DIR找不到路径指向根目录而非lib/cmake/Qt5修正为lib/cmake/Qt5链接时undefined referenceABI不匹配统一_GLIBCXX_USE_CXX11_ABI程序启动闪退缺少DLL或Qt插件拷贝DLL检查platforms目录仿真运行崩溃Release优化导致UB改用RelWithDebInfoOpenGL初始化失败Mesa版本过低升级Mesa或关可视化编译OOM并行度过高降低-j参数麒麟ARM编译极慢单核性能弱用ccache、tmpfs、distcc避坑技巧AFSIM 2.9的CMake脚本里有一个AFSIM_USE_STATIC_LIBS选项默认是OFF。如果你在麒麟ARM上编译建议设为ON把所有依赖静态链接进去。这样部署的时候只需要拷贝一个可执行文件不用操心动态库路径。代价是可执行文件会大很多大概200MB但省去了部署时的依赖管理麻烦。8. 二次扩展开发中的编译注意事项做AFSIM二次扩展开发的时候编译策略和纯使用有所不同。你需要频繁修改代码、重新编译、测试。这时候全量编译一次几十分钟是不可接受的。我的做法是把AFSIM的编译分成两部分核心库编译一次之后不再改动扩展模块单独编译链接到核心库上。具体操作是在CMake里把AFSIM_BUILD_CORE设为ONAFSIM_BUILD_PLUGINS设为OFF先编译核心库。然后写扩展模块的时候单独建一个CMake工程通过find_package(AFSIM)找到已安装的核心库只编译扩展模块。这样每次改扩展代码编译时间从几十分钟降到几分钟。核心库只有在升级AFSIM版本或者修改核心代码时才需要重新编译。扩展模块的CMakeLists.txt模板cmake_minimum_required(VERSION 3.20) project(my_afsim_plugin) find_package(AFSIM REQUIRED) find_package(Qt5 REQUIRED COMPONENTS Core Widgets) add_library(my_plugin SHARED src/my_plugin.cpp src/my_model.cpp ) target_link_libraries(my_plugin AFSIM::core Qt5::Core Qt5::Widgets )这个模板在三个平台上都验证过Windows下生成dllLinux和麒麟ARM下生成so。加载方式是通过AFSIM的插件机制在场景文件里指定插件路径。9. 跨平台编译的持续集成方案如果团队里有多个人协作或者需要频繁出包建议搭一个CI流水线。我的方案是用Jenkins或者GitLab CI配置三个构建节点Windows节点、Linux x86_64节点、麒麟ARM节点。每次代码提交后三个节点并行编译编译产物分别归档。如果某个平台编译失败自动发邮件通知。这样能保证代码在三平台上始终是可编译的不会出现在我机器上能编译的问题。CI配置的关键点是缓存。把Boost、Qt、OSG这些不常变动的依赖编译一次后缓存起来每次构建只编译AFSIM本身的代码。这样能把CI的构建时间从几十分钟降到十几分钟。麒麟ARM节点的CI配置有个特殊之处因为编译慢建议只在合并到主分支时才触发麒麟ARM的构建日常开发提交只跑Windows和Linux x86_64。10. 个人实操体会与后续扩展方向三轮编译折腾下来我最大的体会是跨平台编译的难点不在CMake本身而在依赖管理。AFSIM 2.9依赖的第三方库太多每个库在不同平台上的获取方式和版本兼容性都不一样。把依赖管理做好了编译就是一条命令的事。另外一点不要迷信官方文档。AFSIM 2.9的官方编译文档写得比较简略很多细节没覆盖到。遇到问题的时候看CMakeLists.txt里的条件判断比看文档更有效。CMakeLists.txt里写了在什么条件下找什么库、用什么参数这些信息比文档准确得多。后续如果要做进一步优化我建议从两个方向入手。一是用Conan或者vcpkg做统一的依赖管理把三平台的依赖版本锁定减少版本不匹配的问题。二是用Docker做环境隔离Windows上用Docker DesktopLinux和麒麟ARM上用原生Docker把编译环境容器化保证可复现性。最后分享一个小技巧AFSIM 2.9的编译产物里有一个afsim_version.h文件记录了编译时的Git commit hash和编译时间。如果怀疑运行的可执行文件和源码不匹配检查这个文件就能确认。这个文件在build/include目录下每次编译都会更新。
