Celestia项目在Raspberry Pi 5上的编译与运行问题分析
问题背景
Celestia是一款开源的太空模拟软件,允许用户在三维空间中探索宇宙。最近有用户在Raspberry Pi 5(Raspberry OS Bookworm 64位系统)上尝试编译和运行Celestia时遇到了问题。用户成功编译了GTK和QT5版本,但在运行时程序会崩溃,显示"precision not allowed for this argument type"的错误信息。
问题现象
用户在Raspberry Pi 5上按照标准流程编译Celestia:
- 创建build目录并运行cmake
- 使用make进行编译
- 通过make install安装
无论是GTK还是QT5版本,程序启动后都会显示启动画面,加载数据库,然后抛出fmt::v9::format_error异常,提示"precision not allowed for this argument type",随后程序崩溃退出。
问题诊断
开发者建议用户使用RelWithDebInfo构建类型重新编译程序,并在gdb调试器中运行以获取更详细的错误信息。通过分析堆栈跟踪,发现问题出在hud.cpp文件的angleToStr函数中,具体是在格式化字符串时使用了不兼容的精度说明符。
问题根源
错误的核心在于代码中使用了不正确的格式说明符。在hud.cpp文件中,有一个格式化字符串尝试对非浮点类型参数使用".1f"这样的浮点数精度说明符,这在fmt库中是不允许的。fmt库是一个现代C++格式化库,它对格式说明符的类型匹配有严格要求。
解决方案
开发者快速响应并提供了修复方案,修改了hud.cpp文件中angleToStr函数的实现,确保格式说明符与参数类型匹配。用户验证了这个修复,确认程序能够正常运行。
性能表现
修复后,在Raspberry Pi 5上运行Celestia的性能表现:
- 帧率:稳定的60fps(在1440x900分辨率下)
- CPU负载:约15-30%
- 两种构建版本(GTK和QT5)性能相似
后续发现的其他问题
虽然主问题已解决,但用户还发现了其他渲染问题:
- 轨道线不显示
- 星座和星座边界不渲染
- 坐标网格不显示
这些问题可能是由于OpenGL驱动兼容性或着色器编译问题导致的,需要进一步调查。
技术建议
对于在Raspberry Pi等ARM平台上运行Celestia的用户,建议:
- 使用最新的代码库,确保包含所有修复
- 编译时启用调试符号(RelWithDebInfo),便于问题诊断
- 检查OpenGL驱动是否完整支持所需特性
- 查看日志文件(如/tmp/celestia-shaders.log)获取更多调试信息
这个案例展示了开源社区如何快速响应和解决问题,也提醒开发者在跨平台开发时要注意库函数的行为差异。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00