wujiangzhu_xjtu
wujiangzhu_xjtu

自动驾驶轨迹规划中的动态窗口算法DWA-Coursera Self-Driving Car课程学习笔记

参考Coursera自动驾驶课程-DWA算法

       北京理工大学无人车课程Mooc

本文为该课程的学习笔记

1.学习目标

了解如何在自行车模型上增加线性/角加速度约束

了解这些约束如何影响我们的规划器

在规划过程中用动态窗口法处理这些约束

自动驾驶轨迹规划中的动态窗口算法DWA-Coursera Self-Driving Car课程学习笔记_第1张图片

2.运动学自行车模型

输入是纵向速度和转向角

运动学方程没有考虑更高阶的加速度，这是导致车内乘客舒适性的主要原因。

自动驾驶轨迹规划中的动态窗口算法DWA-Coursera Self-Driving Car课程学习笔记_第2张图片

3.自行车模型+加速度约束 

 我们可以通过为自行车模型允许的线性和角加速度范围添加一个约束来实现这一点。但是会导致车辆的机动性下降，速度不能很快的提升或降低，同时转向角也不能很快的改变。减少了可操作空间，因此需要权衡自动驾驶轨迹规划中的动态窗口算法DWA-Coursera Self-Driving Car课程学习笔记_第3张图片

4.按转向角进行约束

角加速度约束会导致我们在当前的角速度下无法选择特定操作。

每个规划周期间的转向角速度的改变是有上下限的

每个规划周期之间的线性的速度改变也不超过特定值

直接限制线性加速度/角加速度离散化

自动驾驶轨迹规划中的动态窗口算法DWA-Coursera Self-Driving Car课程学习笔记_第4张图片

5.约束对规划器的影响示例

例子，当前车辆速度为1m/s，转向角为Pi/8，规划周期为1s,转向角幅值不超过Pi/4，轴距1m,最大允许的角加速度为0.6 rad/s^2

自动驾驶轨迹规划中的动态窗口算法DWA-Coursera Self-Driving Car课程学习笔记_第5张图片

下一个规划周期，若转向角变为-Pi/8，-Pi/4计算下来都会超出角加速度的限制，所以该约束会导致规划器可执行的操作变少。如下图，可行的操作标成绿色，不可行的标成红色。

自动驾驶轨迹规划中的动态窗口算法DWA-Coursera Self-Driving Car课程学习笔记_第6张图片

再加上Mooc北理工无人驾驶车课程中的部分内容补充说明

6.DWA算法步骤

约束就是限制可执行操作的数量，再在剩下的操作空间等距采样，给出一个目标函数，在每个规划周期选取最优操作。

自动驾驶轨迹规划中的动态窗口算法DWA-Coursera Self-Driving Car课程学习笔记_第7张图片

7.运动学模型的离散化

离散后可以看出，对于每一个规划周期，只要确定接下来规划周期要采取的速度及角速度就可以预测车辆的轨迹。因此每个周期都要对速度角速度空间进行采样。

自动驾驶轨迹规划中的动态窗口算法DWA-Coursera Self-Driving Car课程学习笔记_第8张图片

8.约束

一个速度角速度约束，然后对v,w可能的空间进行采样

一个就上面Coursera示例的加速度，角加速度的限制，

对于采样的v,w计算出δ=δ+w*t，然后根据第4小节转化为δ正切值的变化量的限制，若超出限制则舍弃该组v,w

自动驾驶轨迹规划中的动态窗口算法DWA-Coursera Self-Driving Car课程学习笔记_第9张图片

 9.轨迹的筛选自动驾驶轨迹规划中的动态窗口算法DWA-Coursera Self-Driving Car课程学习笔记_第10张图片

10.评价函数的制定

分为三大块

惩罚对全局参考路径的偏离

惩罚到局部目标点(全局规划路径的当前参考点)的距离

惩罚到障碍物的最近距离，这个是需要越大越好，可以将权重系数取为负

每个规划周期根据目标函数选出最优操作

只要感知信息正确，规划周期足够小，动静态障碍物都能很好的避开

自动驾驶轨迹规划中的动态窗口算法DWA-Coursera Self-Driving Car课程学习笔记_第11张图片

你可能感兴趣的:(自动驾驶,自动驾驶)

  • 未来软件市场是怎么样的？做开发的生存空间如何？ cesske 软件需求
    目录前言一、未来软件市场的发展趋势二、软件开发人员的生存空间前言未来软件市场是怎么样的？做开发的生存空间如何？一、未来软件市场的发展趋势技术趋势：人工智能与机器学习：随着技术的不断成熟，人工智能将在更多领域得到应用，如智能客服、自动驾驶、智能制造等，这将极大地推动软件市场的增长。云计算与大数据：云计算服务将继续普及，大数据技术的应用也将更加广泛。企业将更加依赖云计算和大数据来优化运营、提升效率，并
  • 埃隆·马斯克表示特斯拉“没有必要”授权 xAI 模型 喜好儿网 人工智能AIGC马斯克
    埃隆·马斯克近日在社交媒体上对《华尔街日报》的一篇报道进行了反驳。该报道指出，马斯克旗下的电动汽车公司特斯拉可能与人工智能初创公司xAI达成了一项收入分享协议，以便特斯拉能够使用xAI的人工智能模型。据称，这些模型将被集成到特斯拉的全自动驾驶（FSD）软件中，并可能用于开发特斯拉汽车的语音助手以及人形机器人擎天柱的软件。喜好儿网然而，马斯克否认了这一说法，他在社交媒体平台上表示，尽管特斯拉确实与x
  • 边缘计算在现代数据中心的应用 666IDCaaa 边缘计算人工智能
    当今数字化时代，数据中心扮演着至关重要的角色，而边缘计算的出现为现代数据中心带来了新的机遇和挑战。一、边缘计算的概念与特点边缘计算是一种将计算和数据存储靠近数据源或用户的分布式计算模式。与传统的集中式云计算相比，边缘计算具有以下特点：低延迟：由于数据处理在靠近数据源的地方进行，减少了数据传输的距离和时间，从而实现了更低的延迟。这对于实时性要求高的应用，如工业自动化、自动驾驶、虚拟现实等至关重要。高
  • 一切皆是映射：AI的去中心化：区块链技术的融合 AI大模型应用之禅 计算科学神经计算深度学习神经网络大数据人工智能大型语言模型AIAGILLMJavaPython架构设计AgentRPA
    一切皆是映射：AI的去中心化：区块链技术的融合作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming关键词：AI，区块链，去中心化，智能合约，共识机制，数据安全，隐私保护，分布式账本技术，机器学习，数据隐私1.背景介绍1.1问题的由来随着人工智能（AI）技术的快速发展，其在各个领域的应用越来越广泛，从自动驾驶、智能医疗到金融服务，AI正在改变着我们的生活。
  • 【ShuQiHere】探索人工智能核心：机器学习的奥秘 ShuQiHere 人工智能机器学习
    【ShuQiHere】什么是机器学习？机器学习（MachineLearning,ML）是人工智能（ArtificialIntelligence,AI）中最关键的组成部分之一。它使得计算机不仅能够处理数据，还能从数据中学习，从而做出预测和决策。无论是语音识别、自动驾驶还是推荐系统，背后都依赖于机器学习模型。机器学习与传统的编程不同，它不再依赖于人类编写的固定规则，而是通过数据自我改进模型，从而更灵活
  • 端到端的自动驾驶论文与代码整理 大别山伧父 自动驾驶
    LearningbyCheatinggithubcodearxivpaperconferenceonrobotlearning最新进展(May2021)Checkoutourlatestfollow-upwork:WorldonRails(2020)Checkoutoursubmissiontothe2020CARLAChallenge!pass
  • 机器学习与深度学习的区别 eqa11 机器学习
    文章目录机器学习与深度学习的区别一、引言二、机器学习概述1、机器学习定义1.1、机器学习的应用2、机器学习算法三、深度学习概述1、深度学习定义1.1、深度学习的应用2、深度学习算法四、机器学习与深度学习的区别1、学习方法2、数据需求3、应用领域五、总结机器学习与深度学习的区别一、引言在人工智能的浪潮中，机器学习和深度学习无疑是最耀眼的两颗明星。它们在许多领域都取得了令人瞩目的成就，从自动驾驶汽车到
  • GaN HEMT：未来功率半导体 David WangYang 硬件工程
    硅基金属氧化物自1960年代以来，硅基金属氧化物半导体场效应晶体管（MOSFET）一直是电力电子应用的标准。尽管如此，各种技术的发展（尤其是在汽车和消费电子领域）给寻求以越来越小的外形尺寸提供更高效率和更大功率密度的开发人员带来了新的挑战。从大型数据中心和墙壁插座交流适配器到汽车车载充电站，各种用途的电源都需要高电压，同时尽可能少地占用宝贵的电路板空间。自动驾驶汽车还需要更高效的能量分配，以运行越
  • Python编码系列—Python团队开发工作流：高效协作的艺术 学步_技术 Python编码python团队开发开发语言
    欢迎来到我的技术小筑，一个专为技术探索者打造的交流空间。在这里，我们不仅分享代码的智慧，还探讨技术的深度与广度。无论您是资深开发者还是技术新手，这里都有一片属于您的天空。让我们在知识的海洋中一起航行，共同成长，探索技术的无限可能。探索专栏：学步_技术的首页——持续学习，不断进步，让学习成为我们共同的习惯，让总结成为我们前进的动力。技术导航：人工智能：深入探讨人工智能领域核心技术。自动驾驶：分享自动
  • 大模型实战—Ollama 本地部署大模型 猫猫姐 大模型大模型
    Ollama本地部署大模型在当今的科技时代，AI已经成为许多领域的关键技术。AI的应用范围广泛，从自动驾驶汽车到语音助手，再到智能家居系统，都有着AI的身影，而随着Facebook开源LLama2更让越来越多的人接触到了开源大模型。今天我们推荐的是一条命令快速在本地运行大模型，在GitHub超过22KStar的开源项目：ollama随着围绕着Ollama的生态走向前台，更多用户也可以方便地在自己电
  • 信息安全国内外现状及技术要求示例（R155/R156） mini积木 信息安全安全mcu
    国际政策、法规的现状与趋势鉴于对交通安全、社会安全甚至国家安全的重要影响，汽车网络安全、数据安全得到各相关国家和地区的高度重视，纷纷出台相关法规、标准。信息安全法规R155法规适用范围覆盖了乘用车及商用车，适用于M类、N类车型，装备了至少一个ECU的O类车型，以及具备L3及以上自动驾驶功能的L6和L7类车型。此法规适合于1958协议国（包括欧洲、日本、俄罗斯、澳大利亚等）。根据欧盟要求，从2022
  • 探秘3D UNet-PyTorch：高效三维图像分割利器 鲍凯印Fox
    探秘3DUNet-PyTorch：高效三维图像分割利器在医学影像处理、计算机视觉和自动驾驶等领域，三维图像的理解与分析至关重要。而是一个基于PyTorch实现的深度学习模型，专为三维图像分割任务设计。本文将深入剖析该项目的技术细节，应用场景及特性，以期吸引更多的开发者和研究人员参与其中。项目简介3DUNet是2DUNet的三维扩展，其结构保持了卷积神经网络的对称性，采用跳跃连接的方式保留了不同尺度
  • 整车级SOA软件架构的革新 踏马潜行 智能驾驶-传感器SOASOA软件革新
    在汽车行业，自动驾驶技术正成为创新的主要驱动力。为了满足日益增长的技术需求，整车级SOA（Service-OrientedArchitecture）软件架构正逐渐成为下一代自动驾驶系统的关键组成部分。SOA是一种设计方法论，它将系统划分为相互独立的服务，这些服务可以单独开发、部署和重复使用，从而实现软件的高内聚、低耦合。在传统的汽车软件架构中，软件通常被直接嵌入到硬件中，这导致了软件的可扩展性和可
  • 论文笔记—NDT-Transformer: Large-Scale 3D Point Cloud Localization using the Normal Distribution Transfor 入门打工人 笔记slam定位算法
    论文笔记—NDT-Transformer:Large-Scale3DPointCloudLocalizationusingtheNormalDistributionTransformRepresentation文章摘要~~~~~~~在GPS挑战的环境中，自动驾驶对基于3D点云的地点识别有很高的要求，并且是基于激光雷达的SLAM系统的重要组成部分（即闭环检测）。本文提出了一种名为NDT-Transf
  • 汽车智能驾驶算法汇总 芊言芊语 汽车算法
    汽车智能驾驶算法是自动驾驶技术的核心，它们集成了多个学科的知识，包括计算机视觉、机器学习、控制理论、路径规划等。以下是对汽车智能驾驶算法的一个详细汇总，内容分为几个关键部分进行阐述。一、计算机视觉算法计算机视觉是智能驾驶算法中用于识别和理解环境的关键技术。它主要包括图像处理、特征提取和对象识别等步骤。图像处理：通过摄像头等设备获取车辆前方的图像，然后进行预处理，如灰度化、二值化、滤波等操作，以提高
  • 2023-08-15《苏东坡》纪录片1 每天坚持
    20230815四点三十七星期二《苏东坡》纪录片1昨天上午把儿女妻送到龙门高铁站，我就回来了，开的是孩子姨家的油电混用的新能源车，电还没有用完，感觉新能源车真的是很省油，将来要是能自动驾驶能普及的话这个社会会有很大的进步。昨天中午在老城吃一碗凉皮，去对面吃了一点卤猪肉，下午睡到天黑，中间爹来，今天爸妈准备出院，晚上吃了油皮面和豆腐皮，油泼面现在涨价到八元了，吃过饭之后去领鸡蛋。昨天晚上我开的空调应
  • 基于深度学习的动态场景理解 SEU-WYL 深度学习dnn深度学习人工智能
    基于深度学习的动态场景理解是一种通过计算机视觉技术自动分析和解释动态环境中物体、事件和交互的能力。该技术在自动驾驶、智能监控、机器人导航、增强现实等领域有着广泛应用，通过深度学习模型，特别是卷积神经网络（CNNs）、递归神经网络（RNNs）、图神经网络（GNNs）等，对复杂动态场景进行实时解读。1.动态场景理解的核心技术1.1卷积神经网络（CNNs）**卷积神经网络（CNNs）**擅长处理图像数据
  • (游戏设计草稿) 《外卖员模拟器》 (3D 科幻 角色扮演 开放世界 AI VR) 穷人小水滴 游戏人工智能科幻vr元宇宙
    游戏名称:外卖员模拟器.游戏类型:3D,科幻,角色扮演(RPG),开放世界,AI,VR.游戏的主要目的:技术测试/验证.1文案(超低空科幻流派)2030年,基于AI(人工智能)的自动驾驶和人形机器人技术已经大规模普及使用,但是AI的能力遭遇了瓶颈,AI只能解决99%的问题,而对于这最后1%的问题,却无论如何也解决不了,仍然需要人工处理.你是一个25岁的年轻人,居住在城市郊区破败的贫民窟.但是生活并
  • 7. 深度强化学习：智能体的学习与决策 Network_Engineer 机器学习学习机器学习深度学习神经网络python算法
    引言深度强化学习结合了强化学习与深度学习的优势，通过智能体与环境的交互，使得智能体能够学习最优的决策策略。深度强化学习在自动驾驶、游戏AI、机器人控制等领域表现出色，推动了人工智能的快速发展。本篇博文将深入探讨深度强化学习的基本框架、经典算法（如DQN、策略梯度法），以及其在实际应用中的成功案例。1.强化学习的基本框架强化学习是机器学习的一个分支，专注于智能体在与环境的交互过程中，学习如何通过最大
  • 【IT】软件行业发展的前瞻性和希望的广度 天若有情673 人工智能
    我说一下我对程序应用的一个看法就是我其实个人不太建议自动驾驶技术的发展因为这个东西它说到底还是什么那么一点安全隐患，虽然我们平常考虑用同时实行各种各样的高级的自动作用，但是自动驾驶可能是个特例，其实我个人觉得程序可以在以下方面发展1.医学（包括诊断治疗手术等）因为现在也有很多的疾病是医学还没有能力去解决的，2.国防有的时候因为国家安全真的非常重要的，因为我们每个人都希望有一个国泰民安的和平环境.3
  • 【关于车载测试的基础知识的认知详解】 @逝水流年轻染尘@ 门控循环单元车载系统汽车51单片机
    目录一、目前车企的趋势1.电动化：2.自动驾驶技术：3.车联网（ConnectedCars）：4.智能化和数字化：5.安全性：6.轻量化：7.个性化和定制化：8.供应链和制造创新：9.法规和政策：10.竞争格局变化：二、汽车域控的介绍1.动力域（PowertrainDomain）：2.底盘域（ChassisDomain）：3.车身域（BodyDomain）：4.座舱域（CockpitDomain）
  • 车载测试| 汽车的五域架构 （含线控技术知识） squirrel快乐敲码 汽车架构
    汽车的五域架构是一种将汽车电子控制系统按照功能进行划分的架构模式，主要包括动力域、底盘域、座舱域、自动驾驶域和车身域。（汽车三域架构通常是指将汽车电子系统划分为三个主要领域：动力域、底盘域和智能座舱域（或车身舒适域））以下是对这五个域的详细介绍：1、**动力域**：**功能**：动力域控制器是智能化的动力总成管理单元，主要功能包括对多种动力系统单元（如内燃机、电动机/发电机、电池、变速箱等）进行计
  • 第15篇 运用指挥家思维模型开发自动驾驶算法 墨客云开
    如何带领一个团队共同开发一项自动驾驶功能，问题边界和指挥家问题边界是相似的，首先，各个算法工程师都是在有明确边界下的内部协作，共同开发一个新功能；其次，最终集成后呈现的功能是前期可调试测试的。第一，要抓住“功能应用边界”关键点和指挥家一样，算法团队的负责人无法做到精通每一个子技术领域的算法，但却需要把控好整个团队的工作方向。感知，决策，控制，每一个子领域的算法开发都有解决不完的问题，团队负责人要做
  • 一文让你搞懂什么是AI大模型 码上飞扬 人工智能大模型AI
    近年来，人工智能（AI）技术飞速发展，特别是大模型的出现，给各行各业带来了巨大的变革。无论是自然语言处理、图像识别，还是自动驾驶，AI大模型都展现出了强大的能力和广泛的应用前景。那么，什么是AI大模型？它们有哪些特点和应用场景？本文将带你一探究竟。目录AI大模型的定义AI大模型的发展历程AI大模型的特点AI大模型的应用场景如何训练和使用AI大模型AI大模型的挑战与未来1.AI大模型的定义AI大模型
  • 数据分析-13-时间序列异常值检测的类型及常见的检测方法 皮皮冰燃 数据分析数据分析
    参考时间序列异常值的分类及检测参考异常值数据预警分析1时间序列异常的类型时间序列异常检测是数据处理和分析的重要环节，广泛应用于量化交易、网络安全检测、自动驾驶汽车和大型工业设备日常维护等领域。在时间序列数据中，异常通常指的是与正常数据模式显著不同的数据点，可能由系统故障、错误或外部干扰引起。异常数据，也称为离群点，是指在数据集中与其他数据点明显不同的样本。这些数据点往往不符合预期的模式或行为，可能
  • 比亚迪方程豹携手华为乾崑智驾，开放合作，加速中国智驾技术向前 科技真优趣 汽车
    在智能化领域，比亚迪很早就开始布局，在行业最早提出“上半场是电动化、下半场是智能化”。当前，比亚迪L2级智能驾驶搭载量已突破350万，智驾数据基座稳居全球第一梯队。同时，比亚迪是获得全国第一张高快速路段有条件自动驾驶（L3级）测试牌照，也是国内首批获得L3准入的车企。比亚迪拥有超四千名工程师的智驾研发队伍，构建起一套全栈自研的智驾研发体系，研发实力稳居行业第一梯队。比亚迪全栈自研的“天神之眼”高阶
  • Python编码系列—Python项目架构的艺术：最佳实践与实战应用 学步_技术 Python编码python架构开发语言
    欢迎来到我的技术小筑，一个专为技术探索者打造的交流空间。在这里，我们不仅分享代码的智慧，还探讨技术的深度与广度。无论您是资深开发者还是技术新手，这里都有一片属于您的天空。让我们在知识的海洋中一起航行，共同成长，探索技术的无限可能。探索专栏：学步_技术的首页——持续学习，不断进步，让学习成为我们共同的习惯，让总结成为我们前进的动力。技术导航：人工智能：深入探讨人工智能领域核心技术。自动驾驶：分享自动
  • 你不开车，车可不会自己走 小斌哥ge 了解AI人工智能自动驾驶
    你不开车，车可不会自己走前言《人工不智能：计算机如何误解世界》由美国人工智能专家、数据记者梅瑞狄斯·布鲁萨德著。我看这本书已有很长一段时间，当时书中对自动驾驶的分析让我印象深刻，如自动驾驶的分级、电车难题等。2024年5月份，我国某互联网公司在一座一线城市发布和上线了最新版的自动驾驶汽车，他们自称新发布的大模型支持L4级自动驾驶。这次上线确实为乘客提供了出行服务，不是“即将推出”、不是“将来会有一
  • 支持萝卜快跑：AI能否颠覆出租车与外卖行业？ ai_xiaogui 人工智能
    在人工智能技术快速发展的背景下，自动驾驶技术正在逐步渗透到各行各业，其中最为人瞩目的莫过于出行和餐饮配送领域。萝卜快跑作为一个代表性的自动驾驶项目，引发了广泛的讨论。本文将探讨AI技术在出租车和外卖送餐行业的应用前景，并邀请持不同意见的朋友提出他们的观点，以期达成共识。一、引言简述AI技术的发展及其在交通和餐饮配送领域的应用。引出文章主题——萝卜快跑项目及其对传统行业的潜在影响。二、萝卜快跑项目简
  • 基于Frenet坐标系的无人车路径规划：ROS实现与Python程序详解 快撑死的鱼 算法杂谈python算法解析硬件算法实践python开发语言
    基于Frenet坐标系的无人车路径规划：ROS实现与Python程序详解前言在自动驾驶和无人车技术快速发展的今天，路径规划是实现车辆自主行驶的核心技术之一。本文将详细介绍基于Frenet坐标系的无人车路径规划，并结合ROS（RobotOperatingSystem）和Python程序进行实现。通过系统的讲解和实例代码，帮助读者深入理解这一技术，并能够在实际项目中应用。Frenet坐标系简介什么是F
  • rust的指针作为函数返回值是直接传递，还是先销毁后创建？ wudixiaotie 返回值
     这是我自己想到的问题，结果去知呼提问，还没等别人回答， 我自己就想到方法实验了。。 fn main() { let mut a = 34; println!("a's addr:{:p}", &a); let p = &mut a; println!("p's addr:{:p}", &a
  • java编程思想 -- 数据的初始化 百合不是茶 java数据的初始化
      1.使用构造器确保数据初始化      /* *在ReckInitDemo类中创建Reck的对象 */ public class ReckInitDemo { public static void main(String[] args) { //创建Reck对象 new Reck(); } }
  • [航天与宇宙]为什么发射和回收航天器有档期 comsci
           地球的大气层中有一个时空屏蔽层,这个层次会不定时的出现,如果该时空屏蔽层出现,那么将导致外层空间进入的任何物体被摧毁,而从地面发射到太空的飞船也将被摧毁...        所以,航天发射和飞船回收都需要等待这个时空屏蔽层消失之后,再进行 &
  • linux下批量替换文件内容 商人shang linux替换
    1、网络上现成的资料 　　格式: sed -i "s/查找字段/替换字段/g" `grep 查找字段 -rl 路径` 　　linux sed 批量替换多个文件中的字符串 　　sed -i "s/oldstring/newstring/g" `grep oldstring -rl yourdir` 　　例如：替换/home下所有文件中的www.admi
  • 网页在线天气预报 oloz 天气预报
    网页在线调用天气预报 <%@ page language="java" contentType="text/html; charset=utf-8" pageEncoding="utf-8"%> <!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01 Transit
  • SpringMVC和Struts2比较 杨白白 springMVC
    1. 入口 spring mvc的入口是servlet，而struts2是filter（这里要指出，filter和servlet是不同的。以前认为filter是servlet的一种特殊），这样就导致了二者的机制不同，这里就牵涉到servlet和filter的区别了。 参见：http://blog.csdn.net/zs15932616453/article/details/8832343 2
  • refuse copy, lazy girl! 小桔子 copy
           妹妹坐船头啊啊啊啊！都打算一点点琢磨呢。文字编辑也写了基本功能了。。今天查资料，结果查到了人家写得完完整整的。我清楚的认识到： 1.那是我自己觉得写不出的高度 2.如果直接拿来用，很快就能解决问题 3.然后就是抄咩~~ 4.肿么可以这样子，都不想写了今儿个，留着作参考吧！拒绝大抄特抄，慢慢一点点写！  
  • apache与php整合 aichenglong php apache web
    一  apache web服务器 1 apeche web服务器的安装   1)下载Apache web服务器   2)配置域名(如果需要使用要在DNS上注册)   3)测试安装访问http://localhost/验证是否安装成功 2 apache管理   1)service.msc进行图形化管理   2)命令管理，配
  • Maven常用内置变量 AILIKES maven
    Built-in properties ${basedir} represents the directory containing pom.xml ${version} equivalent to ${project.version} (deprecated: ${pom.version}) Pom/Project properties Al
  • java的类和对象 百合不是茶 JAVA面向对象 类 对象
    java中的类：     java是面向对象的语言，解决问题的核心就是将问题看成是一个类，使用类来解决   java使用 class 类名   来创建类 ，在Java中类名要求和构造方法，Java的文件名是一样的   创建一个A类： class A{ }   java中的类：将某两个事物有联系的属性包装在一个类中，再通
  • JS控制页面输入框为只读 bijian1013 JavaScript
    在WEB应用开发当中，增、删除、改、查功能必不可少，为了减少以后维护的工作量，我们一般都只做一份页面，通过传入的参数控制其是新增、修改或者查看。而修改时需将待修改的信息从后台取到并显示出来，实际上就是查看的过程，唯一的区别是修改时，页面上所有的信息能修改，而查看页面上的信息不能修改。因此完全可以将其合并，但通过前端JS将查看页面的所有信息控制为只读，在信息量非常大时，就比较麻烦。  
  • AngularJS与服务器交互 bijian1013 JavaScriptAngularJS$http
            对于AJAX应用（使用XMLHttpRequests）来说，向服务器发起请求的传统方式是：获取一个XMLHttpRequest对象的引用、发起请求、读取响应、检查状态码，最后处理服务端的响应。整个过程示例如下： var xmlhttp = new XMLHttpRequest(); xmlhttp.onreadystatechange
  • [Maven学习笔记八]Maven常用插件应用 bit1129 maven
    常用插件及其用法位于：http://maven.apache.org/plugins/   1. Jetty server plugin 2. Dependency copy plugin 3. Surefire Test plugin 4. Uber jar plugin           1. Jetty Pl
  • 【Hive六】Hive用户自定义函数(UDF) bit1129 自定义函数
    1. 什么是Hive UDF Hive是基于Hadoop中的MapReduce，提供HQL查询的数据仓库。Hive是一个很开放的系统，很多内容都支持用户定制，包括： 文件格式：Text File，Sequence File 内存中的数据格式： Java Integer/String, Hadoop IntWritable/Text 用户提供的 map/reduce 脚本：不管什么
  • 杀掉nginx进程后丢失nginx.pid，如何重新启动nginx ronin47 nginx 重启 pid丢失
    nginx进程被意外关闭，使用nginx -s reload重启时报如下错误：nginx: [error] open() “/var/run/nginx.pid” failed (2: No such file or directory)这是因为nginx进程被杀死后pid丢失了，下一次再开启nginx -s reload时无法启动解决办法：nginx -s reload 只是用来告诉运行中的ng
  • UI设计中我们为什么需要设计动效 brotherlamp UIui教程ui视频ui资料ui自学
    随着国际大品牌苹果和谷歌的引领，最近越来越多的国内公司开始关注动效设计了，越来越多的团队已经意识到动效在产品用户体验中的重要性了，更多的UI设计师们也开始投身动效设计领域。 但是说到底，我们到底为什么需要动效设计？或者说我们到底需要什么样的动效？做动效设计也有段时间了，于是尝试用一些案例，从产品本身出发来说说我所思考的动效设计。 一、加强体验舒适度 嗯，就是让用户更加爽更加爽的用你的产品。
  • Spring中JdbcDaoSupport的DataSource注入问题 bylijinnan javaspring
    参考以下两篇文章： http://www.mkyong.com/spring/spring-jdbctemplate-jdbcdaosupport-examples/ http://stackoverflow.com/questions/4762229/spring-ldap-invoking-setter-methods-in-beans-configuration Sprin
  • 数据库连接池的工作原理 chicony 数据库连接池
           随着信息技术的高速发展与广泛应用，数据库技术在信息技术领域中的位置越来越重要，尤其是网络应用和电子商务的迅速发展，都需要数据库技术支持动 态Web站点的运行，而传统的开发模式是：首先在主程序（如Servlet、Beans）中建立数据库连接；然后进行SQL操作，对数据库中的对象进行查 询、修改和删除等操作；最后断开数据库连接。使用这种开发模式，对
  • java 关键字 CrazyMizzz java
    关键字是事先定义的，有特别意义的标识符，有时又叫保留字。对于保留字，用户只能按照系统规定的方式使用，不能自行定义。 Java中的关键字按功能主要可以分为以下几类：    （1）访问修饰符       public,private,protected       p
  • Hive中的排序语法 daizj 排序hiveorder byDISTRIBUTE BYsort by
    Hive中的排序语法 2014.06.22 ORDER BY hive中的ORDER BY语句和关系数据库中的sql语法相似。他会对查询结果做全局排序，这意味着所有的数据会传送到一个Reduce任务上，这样会导致在大数量的情况下，花费大量时间。 与数据库中 ORDER BY 的区别在于在hive.mapred.mode = strict模式下，必须指定 limit 否则执行会报错。
  • 单态设计模式 dcj3sjt126com 设计模式
      单例模式（Singleton）用于为一个类生成一个唯一的对象。最常用的地方是数据库连接。 使用单例模式生成一个对象后，该对象可以被其它众多对象所使用。 <?phpclass Example{    // 保存类实例在此属性中    private static&
  • svn locked dcj3sjt126com Lock
    post-commit hook failed (exit code 1) with output: svn: E155004: Working copy 'D:\xx\xxx' locked svn: E200031: sqlite: attempt to write a readonly database svn: E200031: sqlite: attempt to write a
  • ARM寄存器学习 e200702084 数据结构C++cC#F#
    无论是学习哪一种处理器，首先需要明确的就是这种处理器的寄存器以及工作模式。     ARM有37个寄存器，其中31个通用寄存器，6个状态寄存器。 1、不分组寄存器（R0-R7）     不分组也就是说说，在所有的处理器模式下指的都时同一物理寄存器。在异常中断造成处理器模式切换时，由于不同的处理器模式使用一个名字相同的物理寄存器，就是
  • 常用编码资料 gengzg 编码
    List<UserInfo> list=GetUserS.GetUserList(11); String json=JSON.toJSONString(list); HashMap<Object,Object> hs=new HashMap<Object, Object>(); for(int i=0;i<10;i++) {
  • 进程 vs. 线程 hongtoushizi 线程linux进程
    我们介绍了多进程和多线程，这是实现多任务最常用的两种方式。现在，我们来讨论一下这两种方式的优缺点。 首先，要实现多任务，通常我们会设计Master-Worker模式，Master负责分配任务，Worker负责执行任务，因此，多任务环境下，通常是一个Master，多个Worker。 如果用多进程实现Master-Worker，主进程就是Master，其他进程就是Worker。 如果用多线程实现
  • Linux定时Job：crontab -e 与 /etc/crontab 的区别 Josh_Persistence linuxcrontab
    一、linux中的crotab中的指定的时间只有5个部分：* * * * * 分别表示：分钟，小时，日，月，星期，具体说来： 第一段 代表分钟 0—59 第二段 代表小时 0—23 第三段 代表日期 1—31 第四段 代表月份 1—12 第五段 代表星期几，0代表星期日 0—6   如： */1 * * * *   每分钟执行一次。 *
  • KMP算法详解 hm4123660 数据结构C++算法字符串KMP
         字符串模式匹配我们相信大家都有遇过，然而我们也习惯用简单匹配法（即Brute-Force算法)，其基本思路就是一个个逐一对比下去，这也是我们大家熟知的方法，然而这种算法的效率并不高，但利于理解。       假设主串s="ababcabcacbab",模式串为t="
  • 枚举类型的单例模式 zhb8015 单例模式
    E.编写一个包含单个元素的枚举类型[极推荐]。代码如下： public enum MaYun {himself; //定义一个枚举的元素，就代表MaYun的一个实例private String anotherField;MaYun() {//MaYun诞生要做的事情//这个方法也可以去掉。将构造时候需要做的事情放在instance赋值的时候：/** himself = MaYun() {*
  • Kafka+Storm+HDFS ssydxa219 storm
    cd /myhome/usr/stormbin/storm nimbus &amp;bin/storm supervisor &amp;bin/storm ui &amp;Kafka+Storm+HDFS整合实践kafka_2.9.2-0.8.1.1.tgzapache-storm-0.9.2-incubating.tar.gzKafka安装配置我们使用3台机器搭建Kafk
  • Java获取本地服务器的IP 中华好儿孙 javaWeb获取服务器ip地址
    System.out.println("getRequestURL:"+request.getRequestURL()); System.out.println("getLocalAddr:"+request.getLocalAddr()); System.out.println("getLocalPort:&quo
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他