在macOS Sonoma系统上编译OSRM-backend项目的经验分享
2025-06-01 19:35:48作者:柏廷章Berta
背景介绍
OSRM-backend是一个高性能的路由引擎,用于计算最短路径和导航路线。本文将分享在macOS Sonoma 14.2系统上编译OSRM-backend 5.27.1版本时遇到的问题及解决方案。
常见编译错误及解决方法
1. 忽略返回值警告被当作错误处理
在较新版本的编译器中,标准库算法的返回值被标记为nodiscard属性,如果忽略这些返回值,编译器会报错。例如:
std::find_if(std::begin(lhs), std::end(lhs), compute_minimum_distance_in_rhs);
std::adjacent_find(begin, end, compute_minimum_distance);
解决方案:
使用static_cast<void>显式转换忽略返回值:
static_cast<void>(std::find_if(std::begin(lhs), std::end(lhs), compute_minimum_distance_in_rhs));
static_cast<void>(std::adjacent_find(begin, end, compute_minimum_distance));
2. 变量声明但未使用警告
编译器会检测到声明但未使用的变量,例如:
unsigned current_level = 0;
解决方案: 显式标记变量为未使用:
(void)current_level;
项目链接配置问题
当尝试将OSRM库集成到自己的项目中时,可能会遇到链接错误,提示未定义的符号:
Undefined symbols:
osrm::OSRM::OSRM(osrm::engine::EngineConfig&)
osrm::OSRM::~OSRM()
osrm::OSRM::Route(...)
解决方案:
-
确保正确链接以下库文件:
- libosrm.a
- libboost_iostream.a
- libboost_filesystem.a
- libboost_thread-mt.a
-
在Xcode中配置:
- 在"Build Phases"选项卡的"Link Binary with Libraries"部分添加上述库
- 将这些库文件从Finder拖拽到Xcode项目导航器中
环境准备建议
在macOS上编译OSRM-backend前,建议安装以下依赖项:
brew install boost git cmake libzip libxml2 lua tbb ccache pkg-config
brew install GDAL
总结
在较新的macOS系统上编译旧版本的OSRM-backend可能会遇到编译器警告被当作错误处理的问题。通过适当修改代码或调整编译选项可以解决这些问题。当将OSRM集成到自己的项目中时,确保正确链接所有必要的库文件是关键。
这些经验不仅适用于OSRM-backend项目,对于其他C++项目在较新编译器环境下的编译和集成也有参考价值。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
177
195
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
270
93
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
378
3.33 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1