当前位置: 首页 > news >正文

Simulink模型转.so实战:高效部署到Qt项目的操作指南

Simulink模型转.so实战:高效部署到Qt项目的操作指南

  • 1、背景
    • 1.1 方案对比
    • 1.2 方案选择
  • 2、实践操作
    • 2.1 创建单独的文件夹进行管理
    • 2.2 创建CMakelists
    • 2.3 编译输出so文件
    • 2.4 查看对应的so发布件
    • 2.5 windows平台生成lib
    • 2.6 Qt工程中适配.pro文件
    • 2.7 编译运行
  • 3、总结
    • 3.1 改进项
    • 3.2 启发

1、背景

众所周知,simulink可视化程度高,常常用于各类电气模型建模,极大方便主流电网场景的建模仿真模拟。这些模型要应用到实际场景中,例如部署到控制程序里面,simulink提供转化C接口代码,可以直接将模型直接输出纯C代码,以供外部工程调用相关接口进行使用。

1.1 方案对比

关于将Simulink模型导出的C接口适配到工程中,业界主要采用以下两种方案:

  1. 库文件集成方案:将Simulink生成的C代码编译为静态库(.lib)或动态库(.so),工程通过链接库的方式调用功能。
  2. 源码集成方案:直接将Simulink生成的C源代码整合到工程代码库中,与其他源代码一同编译构建。
方案编号优点缺点
11、代码架构策略与业务解耦,整洁度高;
2、编译速度快;
3、安全性高,可以不用向外部提供核心控制算法;
4、方便当前项目代码架构管理;
5、方便后续策略升级维护,只需要替换so即可
1、需要额外适配CMakelists或者Makefie等;
2、软件debug调试无法进行跟踪到源码,全靠simulink转换代码的正确性;
3、外部工程需要进行特殊适配,例如Qt工程需要适配.pro
21、具有较强的调试便利性;
2、适配工作量相对较少,对项目原工程改动少;
3、编译简单,较容易实现
1、引入simulink代码破坏原先代码架构,不利于管理;
2、编译负担增重,降低编译效率;
3、依赖项复杂。必须手动在 .pro 文件里包含大量 MATLAB 预定义的宏和系统头文件。

1.2 方案选择

综上对比,考虑后续软件代码架构、维护、项目管理等因素,选用方案1进行操作实践。

2、实践操作

2.1 创建单独的文件夹进行管理

将simulink导出来的纯C代码都放在一个目录下,为了方便代码管理,与工程源代码分开新建目录进行保存。此时目录下应该只有.c和.h文件,其他文件可以清除掉。

2.2 创建CMakelists

我本地linux和windows均已安装CMakeLists,为了方便工程验证,采用CMakeLists+make这一套进行编译。CMakeLists内容如下,可供参考:

cmake_minimum_required(VERSION 3.10)project(simtarget C)set(CMAKE_C_STANDARD 11)# === 重新开启函数符号的自动导出 (对函数有效) ===if(WIN32)set(CMAKE_WINDOWS_EXPORT_ALL_SYMBOLS ON)endif()set(SIM_SRC_DIR ${CMAKE_CURRENT_SOURCE_DIR})add_library(simtarget SHARED ${SIM_SRC_DIR}/*.c#这里可以替换成你想要的.c文件)target_include_directories(simtarget PUBLIC ${SIM_SRC_DIR})set_target_properties(simtarget PROPERTIES LIBRARY_OUTPUT_DIRECTORY ${CMAKE_BINARY_DIR}OUTPUT_NAME LowVolStrategy)

可以根据自己的实际情况修改,可以指定自己想要编译的核心策略对应的.c文件。为了方便我自己在Windows下也能正常进行编译调试,这个CMakeLists同样适用于windows环境(我本地采用VS 2022进行编译),真正地实现跨平台开发与调试。

2.3 编译输出so文件

编译输出就是常规的指令执行即可:

mkdir build cd build cmake..make

执行结果如下:

到这一步说明执行成功!

2.4 查看对应的so发布件

查看当前build目录下是否生成对应的so发布件,如果有,说明编译成功~

2.5 windows平台生成lib

同理先在windows下进行cmake编译:

然后用VS 2022打开对应sln文件进行编译:

windows是生成对应的依赖库如下:

2.6 Qt工程中适配.pro文件

在对应的编译路径下添加新增的依赖库,记得也需要把头文件路径也包含进去:
windows下添加:

INCLUDEPATH+=$$PWD/alg/lowVolStrategy/#对应头文件目录LIBS+=-L$$PWD/lib/alg-lLowVolStrategy win32:!win32-g++: PRE_TARGETDEPS+=$$PWD/lib/alg/LowVolStrategy.lib

linux下添加:

INCLUDEPATH+=$$PWD/alg/lowVolStrategy/#对应头文件目录LIBS+=-L$$PWD/lib/alg-lLowVolStrategy

2.7 编译运行

编译程序,执行成功~

3、总结

3.1 改进项

  1. simulink转换纯C代码,说实话可读性比较差,不建议对源文件进行直接修改;因为修改源文件的话,后续重新生成C代码又得重新适配,所以能够通过上层工程进行编译改进是最好的方式;
  2. simulink的代码存在大量的全局接口、变量等,如果涉及到与外部的合作,其实是需要包装一层再对外暴露的,相当于自己实现业务适配层,但我觉得是有必要的,这样业务跟策略能够更好的解耦;
  3. 涉及跨平台的场景,尽量将CMakeLists等做得更通用一些,比如我前面介绍的那样;

3.2 启发

1、想到什么有时间就立马去做,越早尝试,越早发现问题
2、一次性把事情做对,先不求做到最好,但一定往最好的方向不断靠近;
3、不断思考如何让工程架构更好、更优、更易于维护,有时候突破也不是要从0到1,也可以每次都比之前更优、更好、操作更便捷~

http://www.jsqmd.com/news/99522/

相关文章:

  • GPT-SoVITS模型架构与S1、S2模块详解
  • 2025年拉力试验机实力厂家权威推荐榜单:电子拉力试验机/电子万能拉力试验机/液压万能拉力试验机源头厂家精选 - 品牌推荐官
  • Keepalived详解:安装与高可用集群配置
  • Perl在鸿蒙PC上的使用方法
  • AI 原生落地成果获认可,阿里云云原生多项案例入选信通院「AI 云」典型示范
  • 使用npm安装GPT-SoVITS前端控制台常见报错解决
  • 语音合成新突破:GPT-SoVITS实现跨语言TTS只需1分钟音频
  • AutoGPT入门与本地部署安装指南
  • Raft算法在大数据领域的应用:原理与实践
  • HMI动画使用戒律:何时动?如何动?
  • Dify智能体平台 vs 若依框架:谁更适合企业AI转型?
  • 重庆到成都、昆明、贵阳、遵义搬家公司排行、搬家费用明细 - 物流人
  • GNU make在鸿蒙PC上的使用方法
  • 大数据领域 OLAP 的实时数据分析框架
  • 【分析式AI】-机器学习的分类以及学派
  • LobeChat能否识别面部表情?情感反馈闭环
  • FaceFusion显卡利用率低?解决cuDNN加载失败问题
  • StarRocks报错解决方案Failed to find enough host in all backends. need: 3, Current alive backend is [10003]
  • YOLOv5车辆与车牌识别全功能实现
  • AWS成本优化的五个高阶战术:实战经验让你至少节省30%
  • 深度剖析:如何通过数据即服务释放大数据商业价值?
  • 数据库计算题解析:关系模式R的函数依赖与范式分析
  • Dify平台深度解析:降低大模型应用开发门槛的关键
  • 从零开始配置TensorFlow环境:推荐使用清华镜像源
  • 《计算机组成原理与汇编语言程序设计》期末复习:3道核心问答题详解(每题10分)
  • LobeChat适合做AI客服吗?对比专业客服系统的差距
  • 阿里云服务器虚拟化技术的特点,为什么要使用虚拟化技术?
  • 算法基础-字典树
  • 13分钟微调自己的AI模型?这个“作弊“方法,让小模型吊打大模型
  • 瑞芯微(EASY EAI)RV1126B USB摄像头