luodonghuan1
luodonghuan1

飞思卡尔电磁双车----闭环控制PID ---Double LigHtning

（一） PID 的背景和一些原理上理解
PID 控制技术，是最简单的闭环控制技术之一，一般都是利用单反馈或者
多反馈来实现对控制对象的调节，实现被控对象的可控性和可预知性的控制。
使得设备运行的更加的可靠，合理且平稳。
PID 的全称为比例积分微分控制，P 即为比例，I 即为积分，D 即为微分。
PID 往往都是应用于惰性系统，所谓惰性系统就是变化较慢且无法精确控制和
调节的对象，其中最最重要的特点就是变化速度慢，调节速度慢，控制周期较
长，最经典的控制对象就为温度的温控。
下面就举一个简单的例子进行说明：
比如我们要对一个水箱里面的水进行加热，我们的目标加热温度为100℃，
首先我们不用闭环对水温进行加热，也就是说我们只是靠人为观察温度计的温
度值来对加热器进行人工的干预。
当温度加热到100℃以后，我们就停止加热，这个时候，虽然水温已经到
达100 且加热器已经不再通电加热，但是由于加热器的预热和水本身传递温度
的惰性，导致水温会继续上升，经过一段时间后，水温会继续升高，并且超过
100℃，那么该系统就无法达到我们所预期的要求。
这个时候您谁想，停止加热后本身会继续散热继续升温，那等到温度到90
摄氏度左右以后，我们停止加热，然后利用水的惰性和加热器的散热，让水温
继续升温，正好达到100℃，这样不就解决问题了吗？ 这么想是对的，但是
水温要达到90 几度的时候我们停止加热呢？还有就是从停止加热到100℃的时
间是多少？经过一段时间后，温度没有达到100℃，而是小于100 摄氏度以后
温度就达到了顶峰，这样怎么办？
上述所有的办法，可能能够解决水温到达 100℃的要求，但是其中很多环
节很多结果都是无法预测和无法控制的，即便经历了很麻烦的人为干预同时经
过了一个较长的时间达到了我们对水温加热到100℃的要求，也要经历一个相
当复杂和相当漫长的时间才能达到，并且整个过程一直要有人为的干预，实在
是属于劳民伤财。
不只是对温度的控制，还有其他很多领域的过程控制，都遇到了这些让人
很困惑问题，所以科学家就针对此类问题发明了闭环控制原理，其中最经典最
简单最实用的就是PID 闭环控制。该控制原理简单可靠，参数调整简便，实用
性强，广泛的受到人们的支持。
利用 PID 控制原理对水温进行加热控制，我现在进行举例说明：目标温度
还是我们之前设定的100℃，加热前我们首先要把这个温度值输入到加热器控
制器中，此时温度计只是作为我们认为观察温度的一个参考，我们在水中放入
一个电子温度计，电子温度计测量的温度可以传送到控制器，以使得我们的PID
控制器知道当前的水温，在刚刚通电加热的时候，水温假定为室温20℃，当前
的水温会通过电子温度计测量并传输到PID 控制器中，此温度作为当前温度值
C_TEM，我们的目标温度值设定的为100℃作为T_TEM，那么CPU 通过计算
T_TEM-C_TEM=80，二者的差值较大为80，说明水温远远没有达到我们所需
的100℃，那么这个时候CPU 就给加热器通上最高的供电电压，以全速对水箱
里面的水进行加热，随着加热的进行，水温会慢慢的增加，某一时刻，水温达
到了80℃，那么目标温度与当前温度做差，差值仅仅为20，那么CPU 就知道
了当前的温度跟实际我们所希望的温度差别已经很小了，那么这个时候控制器
就减小加热器的供电电压，以一个适当的加热量对水温进行加热。当到了一个
时刻，水温达到了95℃，目标温度和他的差值仅仅只有5 了，说明温度已经十
分接近目标温度，此时控制器可能已经早已停止对加热器供电或者以一个更加
低电压的加热量对水温进行加热，直到水温加热到100℃。
当然水温不可能一直恒定在 100℃，水温一定会超过100 摄氏度，但是由
于采用PID 闭环控制，水温不会超过的太多，比如某一时刻水温到达了105℃，
做差后，差值为-5℃，CPU 就知道此时温度已经超过了目标温度，那么将会在
一段时间内停止加热，直到温度降低到100℃或者100℃以下后再进行进一步控
制，所以当水温到达100 摄氏度附近的时候，CPU 控制器将会频繁的对加热器
进行控制，从而导致水温永远维持在100℃左右附近，而且水温与100℃的目标
温度相差不会很大，宏观上通过平均测量，水温就是认为在100℃了，其实根
本上，水温是永远不会达到正好的100℃，只能是在100℃左右进行震荡，但是
震荡始终不会太大，从而达到了我们控制目标对象的要求，使得加热系统变得
更加科学更加可控。
当然上述所说明的 PID 加热状态是PID 各项参数调节比较好的情况下的状
态，PID 三个参数调整不好，会带来很多问题，比如系统震荡，超调等问题，
所以调整PID 参数也是一个比较重要的环节，这个我将会在下面进行说明。
上述对水温的 PID 控制已经基本上说明了PID 控制的核心，我们之所以利
用PID 进行闭环控制，就是为了让被控制对象快速稳定的达到目标值，从而实
现对被控制对象的可控性，可预知性。
一个人无法控制就是一个疯子，一个车子速度无法控制就是一个疯车。
（二） 智能车电机闭环控制算法
对于智能车的电机闭环控制算法，我之所以标题没有写上“智能车电机PID
闭环控制算法”是因为PID 算法根本就不是特别好的适用于智能车这种变化很
快的系统，对于智能车，电机的调速可以说是时时刻刻再进行调速控制的，我
上面说描述的经典PID 算法，都是针对一些惰性系统，也就是说是变化比较慢
的系统的，所以对于智能车的电机调速采用完完整整的PID 算法，是根本不可
取的，及时采用了，你必须要经过一些变换和改进才能使用。以上的简述只是
鄙人自己的看法，如有错误，请各位高手指正。
现在估计您会疑问，PID 不适用于智能车的电机控制，那什么才适用呢？
鄙人原来做过智能车，从鄙人本身的理解，P 算法控制电机，也就是比例控制
是最好的，反应速度快，控制精度高，不存在积分和微分效应，非常适用于适
用于控制周期短的系统，当然，对于一些特殊的逻辑控制算法，可能要采用PD
算法，用微分来做补偿，防止震荡和超调。
下面来说下电机控制算法从开始的加入到最终的确定的方法：
当然这一切的前提就是安装了编码器，车速有反馈，只有加上编码器，有
了反馈，才能组成一个闭环系统。当然您也可以加上码盘，或者霍尔开关等一
切可以返回车速的东西都可以。
（1） 首先建议在车速比较慢的时候，采用PID 算法来控制电机，为
什么开始要建议您采用PID 呢？主要是为了让您更加深刻理解
PID 算法的精髓和调试步骤方法等，有助于以后对控制算法更加
深入的研究和书写。调试PID 三个参数的方法，很多地方都提
供了，我在这里简单的说下：首先将ID 参数都变为0，先调整
P 比例参数，调整到速度基本上跟您给定的速度差不多，也就是
说基本稳定在您给定的脉冲数，当然这个时候会非常的震荡，
不要担心，接下来调整I，调整I 的结果就是震荡会消除很多，
但是车速会变化缓慢，也就是说会有一些延迟，然后再调整D，
调整D 的结果就是增强调节的灵活性和预见性，在给定速度变
化的过程中，能够以一个平稳过渡来变换，而且速度可以长时
间稳定在给定速度附近，然后PID 三个参数的基本范围就确定
了，然后再根据实际的跑车来微调这些参数，当然在您调试PID
之前，请仔细阅读PID 理论知识，这样有助于您的调试和理解，
当您把PID 调整好以后，您就基本上领会了PID 的精髓，对于
以后的调试作用非常大。这里的给定速度，就相当于上面对温
度例子中说的设定温度。意思是一样一样的。
（2） 当您对PID 掌握以后，您能做到给定多少速度，就能让车速稳
定在这个给定速度左右，可以适当的提高点车速，慢慢的观察
效果，你会发现当速度增加的时候，车速的控制会变得越来越
糟糕，调节缓慢，灵活性差。这个时候您就可以试着去掉I 积分
环节，然后再重新调整参数，按照上面说的，然后继续观察效
果，试着提高速度，继续观察，因为车速毕竟很慢，很多细节
我们都能看到，所以您就可以看到PID 到PD 变换以后，实际的
效果是增加多少，也算是一种进步，这个时候，经典的PID 公
式已经被我们简化，不要担心，您可以多多实验多多观察，可
能在这个变换之间，您能受到很多启发，会产生很多思路，谁
以后的调试车子都是有好处的。所以搞智能车，自己一步
一步的进步学习，远远比去某些淘宝店铺购买现成的程序学到
的东西更多，体会的也更多，思维开阔的也更多。
（3） 在您的车速在3M 内的时候，我强烈建议您采用PD 算法，因为
PD 算法是最好调整，最容易控制的。当然这个时候我也强烈建
议您加上P 控制，P 控制的话，不是说就单纯的P*偏差然后得
到的值给定PWM，而是一定要加上一些逻辑控制，不加上逻辑
控制而是直接运用比例公式来给定PWM 值，将会带来很多问
题，具体的逻辑控制讲解，在以后我会写出相关的文档，谢谢。
采用增量式编码器为反馈的智能车电机闭环调速系统：
其实借助于我上面举得例子，到这里，您可能已经明白对于智能车来
说闭环系统是一个必须的，不可脱离的。当然，您可能已经完全明白智能
车电机闭环调速系统怎么做，并且您可能也做的更好，要比我在这里所说
的更加的先进更加的有创意更加的有效果。所以在这里我只是简单的说说，
谢谢。
首先，我们需要时刻反馈当前的智能车速度给单片机或者 ARM，让
系统知道当前速度，有助于控制。
我们先说说为什么我们要反馈车子速度，要知道车子当前的速度？因
为我们的CPU 利用传感器采集道路信息，通过CPU 收集和处理变化，系
统就能知道车子当前的状态，比如是在直到上？还是在进入弯道？还是在
弯道内？还是正在出弯道？还是在上坡？还是穿过了起跑线？有了这些信
息，我们首先就是对舵机的控制，控制车子根据什么道路情况来进行转弯，
转弯的方向，大小，都是靠这些数据来实现，当然当前的速度值也是控制
舵机转向大小的一个附加因素，这样更加的有利于我们及时处理不同弯道。
知道了这些信息，就跟我们开车一样，我们要转弯了，得感知我们车的速
度，怎么感知啊，就靠汽车自带的速度表，这样我们就可以通过控制刹车
或者油门还有方向盘来控制车子平稳的转过弯道，不同的弯道，不同的速
度，转弯的控制和刹车的控制都是不同的。如果我们不知道当前的速度，
那么很可能因为拐弯速度过快，导致翻车，或者侧滑，造成危险。智能车
情况跟真车是一样的，我们必须知道车子当前速度，比如我们智能车拐弯
安全速度是3M/S，所谓安全速度就是车子顺利安全且没有较大侧滑过弯时
的速度，在进入弯道前我们车子的速度是4M/S，当传感器感知要进入弯道
了，通过跟安全速度对比，我们发现智能车的速度远大于安全弯道速度，
这个时候我们就要刹车，把车子速度快速降低到3M/S，这样保证我们顺利
快速的过弯。在这里您可能问3M/S 的安全速度怎么来？其实很简单这个
速度是靠实验来的，不用什么计算，完全属于经验值，根据跑道的材料、
车子机械性能和弯道的角度来决定，所以为什么我们要比赛的时候要试车，
试车中一个最重要的环节就是熟悉比赛跑道所用的材料，用于我们实验车
子的安全速度等。
对于智能车的速度反馈，在这里我就针对增量式编码器来说，其实码
盘啊，霍尔啊，他们原理都一样。光电增量式编码器不同于绝对值编码器，
绝对值编码器在编码器转动一周的每个特定位置都有一个确定的值输出，
增量式编码器转动一圈，固定输出一定的脉冲，无法确定转动到哪个位置，
对外输出一般为方波，这样有助于MCU 进行数据采集。
有了编码器，我们通过齿轮、皮带等将编码器跟电机或者传动轮进行
连接，这样电机转动的时候，就会带动编码器转动，然后编码器就能向外
输出方波，接到单片机上，我们就能进行采集编码器脉冲了。有了脉冲，
可能您又要问这个脉冲没有规律性，随着转动不停的增加，到底怎么来衡
量速度？您这个时候啊，动动手，观察观察数据特点，您会发现，当车速
度比较快的时候啊，脉冲数自增的速度比较快，也就是说，转速越快，频
率越高，单位时间内的脉冲数就越多，这样立刻有了灵感，我们用定时器
设置一个中断，这个中断的时间为5MS，那么每5MS 我们就采集编码器
一次脉冲值，当采集完毕后，我们就对脉冲数寄存器清零，这样在5MS
内，得到的脉冲数越多，说明车子速度越快，到这里车速就解决了。到这
里您可能会说：还没完呢，还没转换为速度呢？要把这个脉冲根据距离和
时间转换为具体的XX 米/秒的速度。您的这个想法很好，但是真的是没
有必要，我们根本没有必要浪费时间去计算这个，因为我们本来就是想知
道速度，脉冲数的多少已经就能衡量速度大小了，我们何必要很麻烦的转
换为具体速度？ 一定时间内的脉冲数已经够了，够我们底层硬件进行判断
计算了。既然我们反馈的数据类型为脉冲数，所以我们所给定的速度也对
应的到脉冲数，比如50 个脉冲代表速度3M/S，80 个代表4M/S 的速度，
这样通过道路类型给定脉冲数，就能实现电机的闭环控制了，是不是很简
单？到这里我知道又有人会疑问，50 个脉冲对应3M/S，80 个脉冲对应4M/S
是怎么得到的？其实这个更简单，很多人做智能车容易把简单问题复杂化，
其实很多问题都可以用几行程序解决，比如那个坡道，很多人用了很多复
杂方法解决，比如加一个开关啊，加个加速度啊，加个陀螺仪啊，根本没
有必要，程序几行就搞定了。具体的脉冲对应速度，您固定给定一个脉冲
让车子跑跑到一圈，然后记下时间，跑道实际长度除以时间，就是对应速
度，你只是需要大概知道对应就行了，不用一个一个实验，具体的X 米/
秒是宏观上我们感知的，跟单片机没有任何关系

你可能感兴趣的:(飞思卡尔电磁双车----闭环控制PID ---Double LigHtning)

  • 大模型 AI智能体Coze知识库从使用到实战详解 非著名架构师 大模型知识文档人工智能Coze知识库
    一、Coze知识库核心价值解析1.1知识库技术架构创新Coze知识库采用四层混合架构设计，在2025年大模型应用中展现出独特优势：存储层：支持向量数据库（Qdrant）+图数据库（Neo4j）双引擎处理层：集成PDF/PPT/Excel等23种文件解析器检索层：混合检索算法（BM25+稠密检索+语义路由）应用层：RAG（检索增强生成）优化接口与传统方案相比，查询准确率提升42%，特别擅长处理：专业
  • Python Scrapy的爬虫中间件开发 AI天才研究院 pythonscrapy爬虫ai
    PythonScrapy爬虫中间件开发：从原理到实战的深度解析关键词Scrapy中间件、爬虫扩展、请求响应处理、反爬绕过、中间件生命周期、钩子函数、分布式爬取摘要本文系统解析Scrapy爬虫中间件（SpiderMiddleware）的开发方法论，覆盖从基础概念到高级实践的全链路知识。通过第一性原理推导中间件的核心机制，结合层次化架构分析（理论→设计→实现→应用），提供生产级代码示例与可视化流程模型
  • React与Vue的区别？ 扎西_德勒 vue.jsreact.jsjavascript
    一、区别:1.语法Vue采用自己特有的模板语法；React是单向的，采用jsx语法创建react元素。2.监听数据变化的实现原理不同Vue2.0通过Object.defineproperty()方法的getter/setter属性,实现数据劫持,每次修改完数据会触发diff算法(双端对比)React默认是通过shouldComponentUpdata生命周期来决定是否需要渲染更新,再触发它的dif
  • 【基础】C++中的关键词 小熊猫爱编程 重新学编程c++开发语言
    一、关键词的概念C++中的关键词是语言保留用来表示特定语法结构的单词，不能作为变量名、函数名或标识符使用。二、关键词有哪些在C++中有63个关键字，如下：关键词关键词关键词关键词关键词asmdoifreturntypedefautodoubleinlineshorttypeidbooldynamic_castintsignedtypenamebreakelselongsizeofunioncase
  • 数据资产确权的法律路径：从原始数据到衍生产品的权利归属
    首席数据官高鹏律师数字经济团队创作，AI辅助在数字经济时代，数据已成为堪比石油的战略资源。某新能源车企因驾驶数据归属争议损失数十亿，某电商平台用户画像被竞争对手“合法”窃取的案例频发，暴露出数据这座“金山银山”背后隐藏的法律暗礁。当原始数据的采集边界模糊不清，当衍生数据的价值裂变引发权属混战，如何用法律之钥打开数据资产的财富之门？这不仅是技术命题，更是数字时代的法律革命。一、原始数据：数字土壤上的
  • 便携式电缆接地环流记录仪：技术解析与应用价值 WHFENGHE 物联网
    在电力传输与分配系统中，电缆接地环流的稳定监测是保障电网安全运行的关键环节。便携式电缆接地环流记录仪作为一种专业化检测设备，通过精准捕捉接地环流数据，为电缆线路状态评估提供可靠依据。本文将从技术原理、功能优势及行业应用角度，客观阐述该设备的核心价值。工作原理便携式电缆接地环流记录仪基于电磁感应与数字信号处理技术构建。其核心组件包括高精度电流传感器、数据采集模块及嵌入式分析系统。设备通过柔性电流钳或
  • React 核心原理与Fiber架构 旺代 react.js
    目录一、虚拟DOM二、Diffing算法三、Fiber架构四、渲染流程1.Render阶段（可中断异步过程）2.Commit阶段（同步不可中断）五、时间切片（TimeSlicing）六、核心流程步骤总结1.状态更新触发2.Render阶段（异步可中断，构建Fiber树）3.Commit阶段（同步不可中断，更新真实DOM）4.双缓存机制切换5.调度系统核心支撑七、组件触发渲染的时机八、Hooks顶层
  • MySQL中查询JSON数组字段包含特定字符串的方法 一勺菠萝丶 mysqljson数据库
    问题背景在MySQL数据库中，当某个字段存储的是JSON数组（如["喷绘","2.6m喷绘","M喷绘","直喷","双透","气模"]），需要查询数组中包含特定字符串（如’气模’）的记录时，传统的LIKE语句无法直接使用。本文介绍两种高效的解决方案。解决方案对比1.精确匹配方案（推荐）当需要完全匹配数组中的元素时（如精确查找"气模"）：SELECT*FROMprocess_unit_prices
  • 部署greenplum7.2双节点集群
    1.环境：1.一台keylin10的服务器，部署两个docker容器，实现双节点集群部署；2.创建Docker网络为Greenplum容器创建一个自定义的Docker网络，这样可以方便地进行容器间的通信。dockernetworkcreate--subnet=172.19.0.0/16gpnet3.创建四个Docker卷，对应两个docker容器的数据挂载dockervolumecreategpd
  • 【自动导引车领域涉及许多专业术语】 是刘彦宏吖 制造业数字化转型人工智能AGVAMR
    自动导引车领域涉及许多专业术语。以下是一些核心和常见的术语及其解释：核心概念AGV:自动导引车。这是最基础的术语，指装备有自动导引装置（如电磁、光学、激光、SLAM等），能够沿规定的导引路径行驶，具有安全保护以及各种移载功能的运输车。AMR:自主移动机器人。新一代的AGV，强调更强的自主性、灵活性和智能。与依赖固定路径的传统AGV不同，AMR通常使用SLAM技术构建环境地图，并能自主规划最优路径、
  • 手把手教你编写Python抢购脚本_抢单脚本的制作教程 网络安全小宇哥 python开发语言测试工具学习web安全网络安全安全架构
    想买苹果手机，但总是抢不到，所以想试着能不能写个脚本代码。第一步：把想要抢购的商品加进购物车，注意：脚本是对购物车内全部商品进行下单操作，所以不够买的商品最好先从购物车内删除。第二步：写好Python脚本，在抢购之前运行，并设置好抢购时间。Python脚本实现安装Python。我安装的是anaconda安装webdriver扩展。它是Selenium模块的一部分。Selenium是一个用于Web应
  • Jvm进程检查 suijishengchengde 运维
    #步骤1:找高CPU线程的TIDtop-H-p#按P排序，记录高CPU线程的PID(十进制)#步骤2:十进制TID转十六进制printf"%x\n"12345#输出:3039→这是jstack中的nid#步骤3:在jstack中搜索jstack|grep-A20"nid=0x3039"#按M排序，找高内存线程top-H-p-o%MEM#结合jmap分析jmap-histo:live|head-20
  • 使用JWT双令牌机制进行接口请求鉴权
    在前后端分离的开发过程中，前端发起请求，调用后端接口，后端在接收请求时，首先需要对收到的请求鉴权，在这种情况先我们可以采用JWT机制来鉴权。JWT有两种机制，单令牌机制和双令牌机制。单令牌机制服务端只生成一个token，一般过期时间比较长，因此安全性稍差。双令牌机制服务端生成两个token，一个access_token用来鉴权，过期时间一般较短（5分钟，15分钟等），另一个refresh_toke
  • 每日一思（2022.5.18）——基金（十二） 伍德禅师 心灵鸡汤生活
    每年收益高的基金，后面收益并不一定会持续，因为风格也会切换。中证消费，投资沪深300和中证500中的消费股，食品饮料为主。消费50、消费龙头，投资中证消费、可选消费龙头公司。消费红利，投资消费行业中股息率较高的股票，目前食品比例高，酒比例低一些。短期涨跌无法预测，用3年以上不用的闲钱，控制好每个行业比例20%以内，在低估定投就好了。双创50是投资创业板+科创板的股票，整体优秀行业（医药、信息技术、
  • 印章抠图神器
    印章抠图神器：一键去除图片背景，透明印章轻松生成在为如何获取透明背景的印章而烦恼？本工具专为解决电子文档盖章难题而生！告别用PS抠图，傻瓜式操作。链接文末，自行下载核心功能：双窗口实时对比：原始图像与抠图结果同屏对比智能背景识别：自定义背景色+容差调节，精准识别背景区域一键导出透明PNG：完美保留印章主体，背景透明化使用方法：点击"打开图像"导入印章图片使用颜色选择器指定背景色（默认白色）拖动滑块
  • CppCon 2018 学习:RAPID PROTOTYPING OF GRAPHICS SHADERS IN 虾球xz CppCon学习c++开发语言
    这段内容在讲**着色器（Shader）**的基础概念，尤其是它在现代GPU（图形处理单元）中的作用。以下是逐条解释与理解：“Depictingdepthperceptionin3Dmodelsorillustrationsbyvaryinglevelsofdarkness”—Wikipedia这是**光照/阴影（shading）**的定义，来自维基百科。意思是：为了在二维图像中表现三维感，我们通过
  • LeetCode 643.子数组最大平均数 I
    题目：给你一个由n个元素组成的整数数组nums和一个整数k。请你找出平均数最大且长度为k的连续子数组，并输出该最大平均数。任何误差小于10-5的答案都将被视为正确答案。思路：定长滑动窗口入更新出代码：classSolution{publicdoublefindMaxAverage(int[]nums,intk){intn=nums.length;doubleans=Integer.MIN_VALU
  • leetcode 643. 子数组最大平均数 I �粉红豹护体 leetcode
    子数组最大平均数I给定n个整数，找出平均数最大且长度为k的连续子数组，并输出该最大平均数。示例1:输入:[1,12,-5,-6,50,3],k=4输出:12.75解释:最大平均数(12-5-6+50)/4=51/4=12.75注意:1result){result=cursum;}}return(double)result/k;}}
  • LeetCode643. 子数组最大平均数 I
    题目分析本题要求找出一个长度为k的连续子数组，使其平均值最大。由于平均值由子数组和决定，问题转化为寻找最大子数组和（再除以k）。解题思路滑动窗口技巧：先计算第一个窗口（0到k-1）的元素和。将窗口向右滑动（每次移动一位）：减去窗口左侧离开的元素加上窗口右侧新增的元素在滑动过程中记录窗口和的最大值。数学优化：平均值=窗口和/k最大化平均值⇨最大化窗口和最终结果=最大窗口和÷k（注意转换为double
  • 实现一个简单的图书管理系统(Book/Manager/Test) 聪聪的学习笔记 javalinkedlisteclipse
    案例题目描述:请实现一个简单的图书管理系统，要求如下：1)定义图书类Book，具有属性账号id，书名name、作者author和价格price，在创建图书对象时要求通过构造器进行创建，一次性将四个属性全部赋值，要求账户属性是int型，名称是String型，作者是String型，价格是double,请合理进行封装。2)在Book类，添加toString方法，要求返回图书信息字符串，使用\t隔开各信息
  • 规则书在自动驾驶中的作用 初学大模型 自动驾驶
    我们应该知道自动驾驶的重要性，它对车辆的控制牵扯到车内人员安全，车外的人的安全（车外哪里的人都不安全，有人会问车能上树？现在车真能上树，车能进屋，哎车真能进屋）所以责任重大，而大模型不具备边界清晰的控制，所以我们必须用规则库来做最后的底线。规则库在plc中还在应用，来实现精准控制机器生产产品，使合格率很高，正因为有清晰的边界，致使机器操作精准，虽然自动辅助驾驶用大模型可以更接近人类的操作，但大模型
  • 新能源汽车功率级测试自动化方案：从理论到实践的革命性突破 Loving_enjoy 计算机学科论文创新点深度学习人工智能经验分享facebook
    >在800V高压平台普及与碳化硅半导体爆发的双轮驱动下，传统测试方法正经历颠覆性变革“当我看到工程师手动记录测试数据时，就知道这个行业需要一场革命。”——某新能源车企测试总监的深夜感慨##01新能源汽车测试的痛点与变革当新能源汽车的**电驱系统功率密度突破4kW/kg**，**800V高压平台**成为行业标配，传统测试方法已无法满足产业需求。功率级测试作为三电系统验证的核心环节，正面临三大致命瓶颈
  • 牛客周赛 Round 59(思维、构造、数论) mldl_ 数据结构与算法算法数论逆序数构造对角线处理范德蒙恒等式
    文章目录牛客周赛Round59(思维、构造、数论)A.TDB.你好，这里是牛客竞赛C.逆序数（思维）D.构造mex（构造）E.小红的X型矩阵F.小红的数组回文值（数论、范德蒙恒等式）牛客周赛Round59(思维、构造、数论)E题，对于对角线的处理，常用。F题，范德蒙恒等式推论的应用。A.TD简单数学题。#includeusingnamespacestd;intmain(){doublen,m;ci
  • TensorFlow 零基础入门：手把手教你跑通第一个AI模型 蓑笠翁001 人工智能人工智能tensorflowpython机器学习深度学习分类
    今天用最直白的语言，带完全零基础的同学走进TensorFlow的世界。不用担心数学公式，先学会"开车"，再学"造车"！1.准备工作：安装TensorFlow就像玩游戏需要先安装游戏客户端一样，我们需要先安装TensorFlow。打开你的电脑（Windows/Mac都行），按下Win+R，输入cmd打开命令提示符，然后输入：pipinstalltensorflow看到"Successfullyins
  • 5G URLLC网络中的时间敏感通信：破解工业控制场景的确定性传输困局 LCG元 物联网5G网络
    目录一、工业控制场景三大技术痛点痛点1：运动控制时延波动导致精度崩塌痛点2：极端场景可靠性雪崩痛点3：多租户资源争抢引发确定性失效二、核心方案：双时钟域同步+动态帧抢占✅技术原理1：亚微秒级双时钟域同步✅技术原理2：物理层动态帧抢占三、端到端实施路径步骤1：环境配置（Linux实时内核优化）步骤2：O-RANCU/DU拆分配置（TS代码片段）步骤3：验证指标与压力测试四、边界场景容灾方案场景1：毫
  • 明远智睿RK3588：创新了高性能，让顾虑烟消云散 riveting 智能硬件RK3506人工智能linux安卓智能交通嵌入式开发
    在科技浪潮的推动下，高性能开发已经成为众多行业发展的核心驱动力。从智能交通的车路协同，到医疗领域的影像诊断；从智能家居的智能控制，到工业互联网的智能制造，每一个领域都对模块的性能提出了极高的要求。然而，在实际开发过程中，开发者们常常会面临“担心模块性能不够用”的困扰，担心模块无法满足项目的复杂需求，影响项目的进度和质量。而明远智睿RK3588的出现，如同久旱后的甘霖，为高性能开发带来了新的希望，让
  • stm32二级菜单
    oled是嵌入式学习中必不可少的显示器，但是往往显示的内容有限，有时候又需要进行多层显示，比如24年的电赛小车题，一共四问，这时候就可以使用二级菜单，在第一级菜单中显示每一问，再分别掉进各自的二级菜单中对pid进行调节，话不读书直接上代码intmenu1(void){uint8_tKeyNum=0;int8_toled1_display_mdoe=1;OLED_ShowString(0,0,"di
  • PID算法的一点改进思路
    在PID算法里面有三个系数Kp,Ki,Kd;其中Kp是比例常数，Ki是积分常数，Kd是微分常数。Kp比例常数可以控制被控制量变化速度，越大控制越快但是越容易引发系统震荡，越小控制又比较慢；Ki比例常数是控制稳态误差（系统稳态的时候控制量不一定等于设置量）；Kd比例常数可预测控制量变化趋势。图是蛋糕达人的。从积分的数学理解上可以知道系统稳态的时候红色部分面积与蓝色部分面积应该相等，但是系统从一开始并
  • AI时代的微改变 测试@小成同学 人工智能人工智能
    改变1：新闻行业AI主播正式上岗改变2：手机制造商李健称荣耀不再是智能手机制造商改变3：汽车制造商马斯克:特斯拉其实不是一家汽车制造商，而是一家人工智能机器人公司。特斯拉的终极目标是成为一家生产机器人的公司，包括车形机器人和人形机器人。强者拥抱变化，弱者畏惧变化，顺应时代洪流。
  • Deepoc光电研发垂直大模型的技术实现突破与核心模块 Deepoch 无人机人工智能科技ai
    一、模型架构与算法创新领域专用混合架构设计多模态Transformer扩展：在标准Transformer架构基础上，引入光子器件特性感知模块（如非线性光学参数编码器），支持光路拓扑结构与电磁场分布的联合建模，解决传统电芯片架构无法模拟光子干涉效应的难题。量子-光电混合计算层：通过量子线路模拟光子量子态演化，结合经典计算层优化参数搜索空间，实现NP难问题（如光子芯片布线优化）的指数级加速。物理约束的
  • HQL之投影查询 归来朝歌 HQLHibernate查询语句投影查询
            在HQL查询中，常常面临这样一个场景，对于多表查询，是要将一个表的对象查出来还是要只需要每个表中的几个字段，最后放在一起显示？ 针对上面的场景，如果需要将一个对象查出来： HQL语句写“from 对象”即可 Session session = HibernateUtil.openSession();
  • Spring整合redis bylijinnan redis
    pom.xml <dependencies> <!-- Spring Data - Redis Library --> <dependency> <groupId>org.springframework.data</groupId> <artifactId>spring-data-redi
  • org.hibernate.NonUniqueResultException: query did not return a unique result: 2 0624chenhong Hibernate
    参考：http://blog.csdn.net/qingfeilee/article/details/7052736 org.hibernate.NonUniqueResultException: query did not return a unique result: 2         在项目中出现了org.hiber
  • android动画效果 不懂事的小屁孩 android动画
    前几天弄alertdialog和popupwindow的时候，用到了android的动画效果，今天专门研究了一下关于android的动画效果，列出来，方便以后使用。 Android 平台提供了两类动画。 一类是Tween动画，就是对场景里的对象不断的进行图像变化来产生动画效果（旋转、平移、放缩和渐变）。 第二类就是 Frame动画，即顺序的播放事先做好的图像，与gif图片原理类似。
  • js delete 删除机理以及它的内存泄露问题的解决方案 换个号韩国红果果 JavaScript
    delete删除属性时只是解除了属性与对象的绑定，故当属性值为一个对象时，删除时会造成内存泄露  （其实还未删除） 举例： var person={name:{firstname:'bob'}} var p=person.name delete person.name p.firstname -->'bob' // 依然可以访问p.firstname，存在内存泄露
  • Oracle将零干预分析加入网络即服务计划 蓝儿唯美 oracle
    由Oracle通信技术部门主导的演示项目并没有在本月较早前法国南斯举行的行业集团TM论坛大会中获得嘉奖。但是，Oracle通信官员解雇致力于打造一个支持零干预分配和编制功能的网络即服务（NaaS）平台，帮助企业以更灵活和更适合云的方式实现通信服务提供商（CSP）的连接产品。这个Oracle主导的项目属于TM Forum Live!活动上展示的Catalyst计划的19个项目之一。Catalyst计
  • spring学习——springmvc（二） a-john springMVC
    Spring MVC提供了非常方便的文件上传功能。 1，配置Spring支持文件上传： DispatcherServlet本身并不知道如何处理multipart的表单数据，需要一个multipart解析器把POST请求的multipart数据中抽取出来，这样DispatcherServlet就能将其传递给我们的控制器了。为了在Spring中注册multipart解析器，需要声明一个实现了Mul
  • POJ-2828-Buy Tickets aijuans ACM_POJ
    POJ-2828-Buy Tickets http://poj.org/problem?id=2828 线段树，逆序插入 #include<iostream>#include<cstdio>#include<cstring>#include<cstdlib>using namespace std;#define N 200010struct
  • Java Ant build.xml详解 asia007 build.xml
    1,什么是antant是构建工具2,什么是构建概念到处可查到，形象来说，你要把代码从某个地方拿来，编译，再拷贝到某个地方去等等操作，当然不仅与此，但是主要用来干这个3,ant的好处跨平台   --因为ant是使用java实现的，所以它跨平台使用简单--与ant的兄弟make比起来语法清晰--同样是和make相比功能强大--ant能做的事情很多，可能你用了很久，你仍然不知道它能有
  • android按钮监听器的四种技术 百合不是茶 androidxml配置监听器实现接口
    android开发中经常会用到各种各样的监听器,android监听器的写法与java又有不同的地方;    1,activity中使用内部类实现接口 ,创建内部类实例  使用add方法  与java类似   创建监听器的实例 myLis lis = new myLis();   使用add方法给按钮添加监听器  
  • 软件架构师不等同于资深程序员 bijian1013 程序员架构师架构设计
            本文的作者Armel Nene是ETAPIX Global公司的首席架构师，他居住在伦敦，他参与过的开源项目包括 Apache Lucene,，Apache Nutch， Liferay 和 Pentaho等。         如今很多的公司
  • TeamForge Wiki Syntax & CollabNet User Information Center sunjing TeamForgeHow doAttachementAnchorWiki Syntax
    the CollabNet user information center http://help.collab.net/   How do I create a new Wiki page? A CollabNet TeamForge project can have any number of Wiki pages. All Wiki pages are linked, and
  • 【Redis四】Redis数据类型 bit1129 redis
    概述 Redis是一个高性能的数据结构服务器，称之为数据结构服务器的原因是，它提供了丰富的数据类型以满足不同的应用场景，本文对Redis的数据类型以及对这些类型可能的操作进行总结。 Redis常用的数据类型包括string、set、list、hash以及sorted set.Redis本身是K/V系统，这里的数据类型指的是value的类型，而不是key的类型，key的类型只有一种即string
  • SSH2整合-附源码 白糖_ eclipsespringtomcatHibernateGoogle
    今天用eclipse终于整合出了struts2+hibernate+spring框架。 我创建的是tomcat项目，需要有tomcat插件。导入项目以后，鼠标右键选择属性，然后再找到“tomcat”项，勾选一下“Is a tomcat project”即可。具体方法见源码里的jsp图片，sql也在源码里。     补充1：项目中部分jar包不是最新版的，可能导
  • [转]开源项目代码的学习方法 braveCS 学习方法
    转自： http://blog.sina.com.cn/s/blog_693458530100lk5m.html http://www.cnblogs.com/west-link/archive/2011/06/07/2074466.html   1）阅读features。以此来搞清楚该项目有哪些特性2）思考。想想如果自己来做有这些features的项目该如何构架3）下载并安装d
  • 编程之美-子数组的最大和（二维） bylijinnan 编程之美
    package beautyOfCoding; import java.util.Arrays; import java.util.Random; public class MaxSubArraySum2 { /** * 编程之美 子数组之和的最大值（二维） */ private static final int ROW = 5; private stat
  • 读书笔记-3 chengxuyuancsdn jquery笔记resultMap配置ibatis一对多配置
    1、resultMap配置 2、ibatis一对多配置 3、jquery笔记 1、resultMap配置 当<select resultMap="topic_data"> <resultMap id="topic_data">必须一一对应。 (1)<resultMap class="tblTopic&q
  • [物理与天文]物理学新进展 comsci
          如果我们必须获得某种地球上没有的矿石,才能够进行某些能量输出装置的设计和建造,而要获得这种矿石,又必须首先进行深空探测,而要进行深空探测,又必须获得这种能量输出装置,这个矛盾的循环,会导致地球联盟在与宇宙文明建立关系的时候,陷入困境       怎么办呢?  
  • Oracle 11g新特性:Automatic Diagnostic Repository daizj oracleADR
    Oracle Database 11g的FDI（Fault Diagnosability Infrastructure）是自动化诊断方面的又一增强。 FDI的一个关键组件是自动诊断库（Automatic Diagnostic Repository-ADR）。 在oracle 11g中，alert文件的信息是以xml的文件格式存在的，另外提供了普通文本格式的alert文件。 这两份log文
  • 简单排序:选择排序 dieslrae 选择排序
    public void selectSort(int[] array){ int select; for(int i=0;i<array.length;i++){ select = i; for(int k=i+1;k<array.leng
  • C语言学习六指针的经典程序，互换两个数字 dcj3sjt126com c
    示例程序，swap_1和swap_2都是错误的，推理从1开始推到2，2没完成，推到3就完成了 # include <stdio.h> void swap_1(int, int); void swap_2(int *, int *); void swap_3(int *, int *); int main(void) { int a = 3; int b =
  • php 5.4中php-fpm 的重启、终止操作命令 dcj3sjt126com PHP
    php 5.4中php-fpm 的重启、终止操作命令: 查看php运行目录命令：which php/usr/bin/php 查看php-fpm进程数：ps aux | grep -c php-fpm 查看运行内存/usr/bin/php  -i|grep mem 重启php-fpm/etc/init.d/php-fpm restart 在phpinfo()输出内容可以看到php
  • 线程同步工具类 shuizhaosi888 同步工具类
    同步工具类包括信号量（Semaphore）、栅栏（barrier）、闭锁（CountDownLatch）   闭锁（CountDownLatch） public class RunMain { public long timeTasks(int nThreads, final Runnable task) throws InterruptedException { fin
  • bleeding edge是什么意思 haojinghua DI
    不止一次，看到很多讲技术的文章里面出现过这个词语。今天终于弄懂了——通过朋友给的浏览软件，上了wiki。  我再一次感到，没有辞典能像WiKi一样，给出这样体贴人心、一清二楚的解释了。为了表达我对WiKi的喜爱，只好在此一一中英对照，给大家上次课。   In computer science, bleeding edge is a term that
  • c中实现utf8和gbk的互转 jimmee ciconvutf8&gbk编码
    #include <iconv.h> #include <stdlib.h> #include <stdio.h> #include <unistd.h> #include <fcntl.h> #include <string.h> #include <sys/stat.h> int code_c
  • 大型分布式网站架构设计与实践 lilin530 应用服务器搜索引擎
    1.大型网站软件系统的特点？ a.高并发，大流量。 b.高可用。 c.海量数据。 d.用户分布广泛，网络情况复杂。 e.安全环境恶劣。 f.需求快速变更，发布频繁。 g.渐进式发展。 2.大型网站架构演化发展历程？ a.初始阶段的网站架构。 应用程序，数据库，文件等所有的资源都在一台服务器上。 b.应用服务器和数据服务器分离。 c.使用缓存改善网站性能。 d.使用应用
  • 在代码中获取Android theme中的attr属性值 OliveExcel androidtheme
    Android的Theme是由各种attr组合而成, 每个attr对应了这个属性的一个引用, 这个引用又可以是各种东西.   在某些情况下, 我们需要获取非自定义的主题下某个属性的内容 (比如拿到系统默认的配色colorAccent), 操作方式举例一则: int defaultColor = 0xFF000000; int[] attrsArray = { andorid.r.
  • 基于Zookeeper的分布式共享锁 roadrunners zookeeper分布式共享锁
    首先，说说我们的场景，订单服务是做成集群的，当两个以上结点同时收到一个相同订单的创建指令，这时并发就产生了，系统就会重复创建订单。等等......场景。这时，分布式共享锁就闪亮登场了。   共享锁在同一个进程中是很容易实现的，但在跨进程或者在不同Server之间就不好实现了。Zookeeper就很容易实现。具体的实现原理官网和其它网站也有翻译，这里就不在赘述了。   官
  • 两个容易被忽略的MySQL知识 tomcat_oracle mysql
    1、varchar(5)可以存储多少个汉字，多少个字母数字？ 　　相信有好多人应该跟我一样，对这个已经很熟悉了，根据经验我们能很快的做出决定，比如说用varchar(200)去存储url等等，但是，即使你用了很多次也很熟悉了，也有可能对上面的问题做出错误的回答。 　　这个问题我查了好多资料，有的人说是可以存储5个字符，2.5个汉字（每个汉字占用两个字节的话），有的人说这个要区分版本，5.0
  • zoj 3827 Information Entropy(水题) 阿尔萨斯 format
    题目链接：zoj 3827 Information Entropy 题目大意：三种底，计算和。 解题思路：调用库函数就可以直接算了，不过要注意Pi = 0的时候，不过它题目里居然也讲了。。。limp→0+plogb(p)=0，因为p是logp的高阶。 #include <cstdio> #include <cstring> #include <cmath&
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他