2、工具安装与环境配置：系统要求、依赖库安装（Python/C++）、验证安装是否成功
好，咱们正式开始动手了。
安装配置这一步，说实话是最容易让人烦躁的。我见过不少同事，代码写得漂亮，结果卡在环境配置上折腾一整天。嗯，咱们今天争取半小时搞定。
2.1 系统要求：别让你的电脑拖后腿
先说说硬件。这个工具对算力有一定要求，但也没那么夸张。
| 项目 | 最低配置 | 推荐配置 |
|---|---|---|
| 操作系统 | Ubuntu 20.04 / Windows 10 | Ubuntu 22.04 / macOS 13+ |
| CPU | 4核 2.5GHz | 8核 3.0GHz 以上 |
| 内存 | 8 GB | 16 GB 或更多 |
| 磁盘 | 10 GB 空闲 | SSD 20 GB+ |
| GPU（可选） | 无 | NVIDIA GTX 1060 以上 |
我个人习惯用 Ubuntu 22.04，因为 ROS 生态对它支持最好。如果你用 Windows，记得装 WSL2，别直接在 cmd 里折腾，坑太多。
2.2 依赖库安装：Python 篇
Python 版本建议 3.8 到 3.11。我个人用 3.10，稳定且兼容性好。
先创建一个虚拟环境，这是好习惯：
python3 -m venv traj_eval_env
source traj_eval_env/bin/activate # Linux/Mac
# 或者 Windows: traj_eval_env\Scripts\activate然后安装核心依赖：
pip install numpy scipy matplotlib
pip install shapely # 处理轨迹几何
pip install pyyaml # 读取配置文件
pip install pytest # 跑测试用如果你要做可视化评估，再加一个：
pip install pyqt5 # 或者 pyside6pip install -r requirements.txt 批量安装。项目里我会提供这个文件，省得你一条条敲。
2.3 依赖库安装：C++ 篇
C++ 部分主要是底层计算模块。说白了，Python 负责调度和可视化，C++ 负责跑数值计算。
你需要装这些：
- CMake ≥ 3.16 —— 构建工具
- Eigen3 —— 矩阵运算库
- Boost ≥ 1.74 —— 主要是 geometry 和 filesystem
- OpenMP —— 并行加速（可选但推荐）
Ubuntu 下一条命令搞定：
sudo apt install cmake libeigen3-dev libboost-all-dev libomp-devMac 用户用 Homebrew：
brew install cmake eigen boost libompWindows 用户……嗯，我建议你用 vcpkg：
vcpkg install eigen3 boost openmp🔧 避坑指南： 我曾经在 Ubuntu 18.04 上装 Eigen3，系统源里的版本是 3.3.4，结果有个 API 不兼容。后来手动编译 3.4.0 才解决。所以记得检查版本：pkg-config --modversion eigen3
2.4 验证安装是否成功
装完了别急着高兴。咱们得验证一下，不然到时候跑 demo 报错，你都不知道是代码问题还是环境问题。
2.4.1 Python 验证
写个简单的测试脚本：
# test_install.py
import numpy as np
import shapely.geometry as geom
import yaml
# 创建一个轨迹点
point = geom.Point(1.0, 2.0)
print(f"Shapely 正常，点坐标: {point}")
# 测试 numpy 矩阵运算
a = np.array([[1, 2], [3, 4]])
print(f"NumPy 正常，矩阵求和: {a.sum()}")
# 测试 yaml
with open("config.yaml", "w") as f:
yaml.dump({"test": True}, f)
print("YAML 读写正常")
print("✅ Python 环境验证通过！")跑一下：python test_install.py，看到绿色对勾就说明没问题。
2.4.2 C++ 验证
写个简单的 CMake 项目：
// test_eigen.cpp
#include <iostream>
#include <Eigen/Dense>
int main() {
Eigen::Matrix2d mat;
mat << 1, 2, 3, 4;
std::cout << "Eigen 正常，矩阵行列式: " << mat.determinant() << std::endl;
return 0;
}CMakeLists.txt：
cmake_minimum_required(VERSION 3.16)
project(test_install)
find_package(Eigen3 REQUIRED)
add_executable(test_eigen test_eigen.cpp)
target_link_libraries(test_eigen Eigen3::Eigen)编译运行：
mkdir build && cd build
cmake ..
make
./test_eigen输出应该是 Eigen 正常，矩阵行列式: -2。看到这个，C++ 环境就稳了。
Eigen3 not found，八成是路径没配好。试试 export CMAKE_PREFIX_PATH=/usr/include/eigen3。我当年被这个坑了整整一个下午。
2.5 整体验证：跑一个轨迹评估 demo
最后，咱们用工具自带的 demo 做一次完整验证。项目里有个 examples/quick_start.py，直接跑：
cd examples
python quick_start.py如果一切顺利，你会看到一个轨迹对比图弹出来。红色是参考轨迹，蓝色是待评估轨迹，旁边还有一堆评估指标数值。
看到这个图，恭喜你——环境配置全部完成。
🎯 核心要点： 安装配置这件事，说白了就是「依赖别缺、版本别错、路径别乱」。做到这三点，基本不会出问题。如果真遇到报错，先看错误信息的前三行，90% 的问题都能自己解决。
2.6 本章知识体系
下面这张图帮你理清整个安装流程的逻辑关系：
好，环境配好了，工具也验证通过了。下一章咱们开始真正上手——加载第一条轨迹数据，看看评估结果长什么样。