CSDN首页发布文章CSDN同步助手欠驱动无人船AUV二维路径跟踪控制(反步控制+LOS制导)研究(Matlab代码实现)43 / 100自主水下航行器(AUV)作为海洋资源勘探、环

news2026/4/18 0:30:04
欢迎来到本博客❤️❤️博主优势博客内容尽量做到思维缜密逻辑清晰为了方便读者。⛳️座右铭行百里者半于九十。本文内容如下⛳️赠与读者‍做科研涉及到一个深在的思想系统需要科研者逻辑缜密踏实认真但是不能只是努力很多时候借力比努力更重要然后还要有仰望星空的创新点和启发点。建议读者按目录次序逐一浏览免得骤然跌入幽暗的迷宫找不到来时的路它不足为你揭示全部问题的答案但若能解答你胸中升起的一朵朵疑云也未尝不会酿成晚霞斑斓的别一番景致万一它给你带来了一场精神世界的苦雨那就借机洗刷一下原来存放在那儿的“躺平”上的尘埃吧。或许雨过云收神驰的天地更清朗.......第一部分——内容介绍欠驱动无人船AUV二维路径跟踪控制反步控制LOS制导研究摘要自主水下航行器AUV作为海洋资源勘探、环境监测、水下作业等领域的核心装备其路径跟踪控制性能直接决定作业精度与任务可靠性。欠驱动AUV因推进器配置受限存在非完整约束导致其二维路径跟踪控制面临非线性、强耦合、模型不确定性等诸多挑战。为解决上述问题本文提出一种融合视线LOS制导与反步控制的欠驱动AUV二维路径跟踪控制策略。首先构建AUV水平面运动误差模型明确期望速度与实际运动状态的偏差关系随后基于反步控制理论分层设计控制律结合LOS制导算法生成精准的航向指令实现位置误差与姿态误差的协同修正通过稳定性分析验证闭环控制系统的渐近稳定性最后在Simulink仿真环境中分别针对水平面圆路径、直线路径及操场形路径开展跟踪仿真实验验证所提控制策略的有效性与鲁棒性。仿真结果表明所设计的控制系统能够有效抑制模型耦合与外界干扰的影响使AUV快速收敛至期望路径跟踪精度高、动态响应平稳且支持期望航迹与模型参数的灵活调整满足不同水下作业场景的需求。关键词欠驱动AUV二维路径跟踪反步控制LOS制导Simulink仿真1 引言1.1 研究背景与意义随着海洋开发事业的不断推进AUV凭借自主机动、隐蔽性强、作业范围广等优势在海底资源勘探、海洋环境监测、深海科考及军事反潜侦察等领域发挥着不可替代的作用。在各类水下任务中AUV需按照预设路径精确航行路径跟踪控制作为AUV自主控制的核心技术其性能直接影响任务效率、数据质量乃至航行器自身安全。实际应用中为降低能耗、简化结构设计与控制复杂度多数AUV采用欠驱动配置即其独立控制变量的数量少于运动自由度横向运动无法直接通过推进器控制导致系统存在非完整约束。这种结构特性使得欠驱动AUV的路径跟踪控制面临诸多难点一是AUV动力学模型具有强非线性、多变量耦合特性且水下环境中存在海流、风浪等随机干扰易导致航行器偏离预设路径二是欠驱动特性带来的控制输入受限使得传统线性控制算法难以满足跟踪精度与动态响应的要求三是不同作业场景对期望航迹的需求不同需设计具备航迹可调、模型可调的通用控制策略。视线LOS制导作为一种经典的路径跟踪制导方法具有原理简单、计算量小、易于工程实现的优势通过构建当前位置与目标路径的虚拟视线可生成精准的航向制导指令有效引导AUV趋向并收敛至期望路径。反步控制则是一种高效的非线性控制方法通过将复杂非线性系统分解为多个低阶子系统逐步设计虚拟控制量与全局控制律能够有效处理系统耦合问题且具备良好的动态响应特性与稳定性。将LOS制导的航向引导优势与反步控制的非线性控制优势相结合构建“制导-控制”分层协同系统可有效解决欠驱动AUV二维路径跟踪中的核心难题提升跟踪精度与鲁棒性具有重要的理论研究价值与工程应用前景。1.2 研究现状国内外学者针对欠驱动AUV路径跟踪控制开展了大量研究形成了多种控制策略。在制导算法方面LOS制导因其简洁高效的特点得到广泛应用研究人员通过改进LOS制导律如引入动态前视距离调整机制根据路径曲率与航行速度实时优化视线参数提高复杂曲线路径的跟踪精度。在控制算法方面反步控制、滑模控制、自适应控制等先进非线性控制方法被广泛应用于欠驱动AUV控制中其中反步控制因能有效处理高阶非线性系统的耦合问题且易于结合稳定性理论进行验证成为研究热点。目前已有研究将LOS制导与反步控制相结合用于欠驱动AUV的路径跟踪控制。国外研究起步较早已形成较为成熟的融合控制策略通过LOS制导生成期望航向结合反步控制补偿系统不确定项实现了高精度路径跟踪。国内研究近年来发展迅速在LOS算法改进与反步控制优化方面取得诸多突破但现有研究多存在跟踪精度不足、动态响应滞后或难以适应多类型航迹跟踪需求等问题且对模型可调性与航迹可调性的考虑不够全面无法充分满足复杂水下作业的实际需求。1.3 研究内容与技术路线本文围绕欠驱动AUV二维路径跟踪控制问题重点开展以下研究内容一是构建欠驱动AUV水平面运动误差模型明确期望速度与实际运动状态的偏差关系为控制策略设计奠定基础二是融合LOS制导与反步控制设计欠驱动AUV二维路径跟踪控制系统通过分层设计虚拟控制律与全局控制律实现位置与姿态的协同控制三是基于稳定性理论对所设计的闭环控制系统进行稳定性分析确保跟踪误差能够收敛至允许范围四是在Simulink仿真环境中分别开展圆路径、直线路径、操场形路径的跟踪仿真实验验证控制策略的有效性、精确性与通用性同时验证期望航迹与模型参数的可调性。本文的技术路线如下首先梳理欠驱动AUV的运动特性与路径跟踪控制要求构建系统误差模型其次设计LOS制导律与反步控制器形成融合控制策略然后通过稳定性分析验证控制策略的可行性最后基于Simulink搭建仿真平台设置不同轨迹类型与模型参数开展仿真实验并分析结果完成控制策略的有效性验证。2 欠驱动AUV二维运动误差模型与相关理论基础2.1 欠驱动AUV二维运动特性欠驱动AUV在水平面内的运动主要包括纵荡前后运动、横荡左右运动与艏摇绕垂直轴的转动三个自由度其核心特点是仅配备纵向推力器和艉舵仅能提供纵荡方向的推力与艏摇方向的力矩横荡运动无法直接通过控制输入实现需通过艏摇姿态调整间接控制存在非完整约束。这种结构特性导致AUV的运动状态之间存在强耦合关系且受水下流体动力、海流干扰等因素影响其运动模型具有明显的非线性特征。在二维路径跟踪控制中核心控制目标是使AUV的实际位置与姿态快速跟踪期望路径与期望姿态同时保证航行过程的平稳性与精确性。为实现这一目标首先需构建AUV水平面运动的误差模型将路径跟踪问题转化为误差调节问题为后续控制律设计提供依据。2.2 误差模型构建本文基于大地坐标系与AUV体坐标系的坐标变换构建欠驱动AUV二维路径跟踪误差模型。以大地坐标系为参考定义期望路径上的参考点坐标与期望姿态通过坐标变换将AUV的实际位置、姿态与期望状态进行对比得到位置误差与姿态误差。位置误差主要包括纵向误差与横向误差纵向误差反映AUV沿期望路径方向的偏差横向误差反映AUV偏离期望路径的垂直距离是路径跟踪控制的核心误差指标。姿态误差主要指AUV实际艏向角与期望艏向角的偏差直接影响AUV的航向调整精度。结合欠驱动AUV的运动特性考虑水下流体动力阻尼、惯性等因素的影响对误差模型进行简化与整理明确误差变量与控制输入纵向推力、艏摇力矩之间的关系同时引入期望速度作为参考使误差模型能够准确反映AUV实际运动与期望运动的偏差为后续反步控制律的设计提供可靠的模型基础。2.3 相关理论基础2.3.1 LOS制导理论LOS制导的核心思想是通过构建AUV当前位置与期望路径上参考点之间的虚拟视线计算视线角趋近角并以视线角为制导指令引导AUV调整艏向使实际运动方向趋向期望路径。在二维路径跟踪中LOS制导主要用于生成期望艏向角解决AUV的航向引导问题。具体而言在期望路径上选取合适的前视参考点计算AUV当前重心与该参考点的连线与期望路径的夹角即视线角。通过调整AUV的艏向角使实际艏向角跟踪视线角从而使AUV的运动方向指向参考点逐步收敛至期望路径。随着AUV逐渐靠近期望路径横向误差减小视线角也随之减小最终趋近于零实现AUV对期望路径的精准跟踪。LOS制导具有原理简洁、计算量小、鲁棒性强的优势无需复杂的模型信息仅需获取AUV的位置信息与期望路径信息即可生成精准的航向制导指令非常适合与反步控制相结合构建分层协同的控制体系。2.3.2 反步控制理论反步控制是一种针对高阶非线性系统的递推式控制方法其核心思想是将复杂的高阶非线性系统分解为多个低阶子系统从最外层子系统开始逐步向内层子系统递推设计虚拟控制律最终设计出全局控制律实现对整个系统的控制。在欠驱动AUV路径跟踪控制中反步控制能够有效处理系统的非线性与耦合特性通过分层设计虚拟控制量逐步消除误差实现位置与姿态的协同调节。其核心优势在于能够针对每个子系统设计相应的控制律灵活处理系统约束且易于结合稳定性理论进行验证确保闭环系统的稳定性。2.3.3 稳定性分析理论稳定性是控制系统正常工作的核心前提本文采用李雅普诺夫稳定性理论对所设计的闭环控制系统进行稳定性分析。李雅普诺夫稳定性理论的核心思想是通过构造一个正定的标量函数李雅普诺夫函数若该函数的导数为负定则系统在平衡点处渐近稳定若导数为半负定则系统一致最终有界稳定。在欠驱动AUV路径跟踪控制系统中通过为每个子系统及全局系统构造合适的李雅普诺夫函数分析其导数的符号验证系统误差能够逐步收敛至零确保闭环系统的渐近稳定性为控制策略的有效性提供理论保障。3 基于反步控制与LOS制导的AUV二维路径跟踪控制系统设计3.1 控制系统整体架构本文设计的欠驱动AUV二维路径跟踪控制系统采用“制导-控制”分层架构分为LOS制导层、反步控制层与执行层三个部分各层协同工作实现AUV对期望路径的精准跟踪。LOS制导层作为航向引导模块接收预设二维路径信息与AUV当前位置信息通过LOS制导算法计算视线角生成期望艏向角为反步控制层提供航向参考指令反步控制层作为核心控制模块接收LOS制导层输出的期望艏向角、预设的期望速度以及AUV当前的位置、姿态、速度等状态信息基于反步控制理论设计控制律生成纵向推力与艏摇力矩指令执行层通过AUV的推进器与舵机响应控制指令调整AUV的运动状态实现位置与姿态的调整。同时系统引入反馈环节实时采集AUV的运动状态信息形成闭环控制确保跟踪精度。该架构将LOS制导的航向引导优势与反步控制的非线性控制优势相结合既解决了AUV的航向精准引导问题又有效处理了系统的非线性与耦合特性同时支持期望航迹与模型参数的灵活调整适配不同的作业场景。3.2 LOS制导律设计LOS制导律的核心任务是生成精准的期望艏向角引导AUV趋向并收敛至期望路径。本文基于水平面LOS制导原理结合欠驱动AUV的运动特性设计适用于二维路径跟踪的LOS制导律。首先在期望路径上选取前视参考点参考点的选取与前视距离相关前视距离的大小根据AUV的航行速度与路径曲率进行自适应调整确保AUV在复杂路径如圆路径、操场形路径跟踪时能够平稳转向避免出现航向振荡。随后计算AUV当前重心与前视参考点的连线确定视线角趋近角视线角的大小与横向误差相关随着横向误差的减小视线角逐渐减小最终趋近于零。通过设计合适的视线角计算逻辑使期望艏向角能够实时跟踪视线角引导AUV的运动方向指向参考点逐步消除横向误差实现对期望路径的趋近。同时为避免AUV在路径跟踪过程中出现航向突变对期望艏向角进行平滑处理确保航向调整的平稳性提升系统的动态响应性能。3.3 反步控制律设计基于构建的欠驱动AUV二维运动误差模型结合反步控制理论分两步设计反步控制律分别实现位置误差与姿态误差的调节最终生成纵向推力与艏摇力矩指令。第一步针对位置误差子系统设计虚拟控制律。以横向误差与纵向误差为控制目标结合期望速度设计虚拟速度控制量将位置误差调节问题转化为速度误差调节问题。虚拟控制量的设计需考虑系统的非线性与耦合特性确保位置误差能够逐步收敛为后续姿态控制奠定基础。第二步针对姿态误差子系统与速度误差子系统设计全局控制律。以虚拟控制量与实际速度的偏差、姿态误差为输入结合李雅普诺夫稳定性理论设计纵向推力与艏摇力矩控制指令实现速度误差与姿态误差的协同调节。在控制律设计过程中引入阻尼项与补偿项抑制系统耦合与外界干扰的影响提升系统的鲁棒性与跟踪精度。通过反步控制的递推设计将复杂的非线性系统分解为两个低阶子系统逐步消除误差确保AUV的实际位置与姿态能够快速跟踪期望状态同时保证控制输入的平滑性避免出现控制量突变导致的航行不稳定问题。3.4 控制系统稳定性分析为确保所设计的欠驱动AUV二维路径跟踪控制系统能够稳定运行基于李雅普诺夫稳定性理论对闭环系统进行稳定性分析。首先针对位置误差子系统与姿态误差子系统分别构造合适的李雅普诺夫函数确保李雅普诺夫函数为正定函数。随后对李雅普诺夫函数求导结合设计的反步控制律与LOS制导律分析导数的符号。通过理论推导可以证明所构造的李雅普诺夫函数的导数为负定说明位置误差与姿态误差能够逐步收敛至零闭环系统在平衡点处渐近稳定。稳定性分析结果表明所设计的融合LOS制导与反步控制的路径跟踪控制系统能够有效抑制系统非线性、耦合特性与外界干扰的影响确保AUV在路径跟踪过程中保持稳定跟踪误差能够收敛至允许范围为后续仿真实验与工程应用提供了可靠的理论支撑。4 仿真实验与结果分析4.1 仿真平台搭建本文基于Simulink仿真环境搭建欠驱动AUV二维路径跟踪仿真平台用于验证所设计控制策略的有效性。仿真平台主要包括AUV运动模型模块、LOS制导模块、反步控制模块、期望路径生成模块、状态反馈模块与结果分析模块。AUV运动模型模块基于本文构建的误差模型结合水下流体动力特性模拟AUV在水平面内的纵荡、横荡与艏摇运动LOS制导模块实现视线角的计算与期望艏向角的生成反步控制模块根据期望速度、期望艏向角与实际状态信息生成纵向推力与艏摇力矩控制指令期望路径生成模块支持圆路径、直线路径、操场形路径的生成且可灵活调整期望航迹参数如圆的半径、直线的方向、操场形路径的尺寸状态反馈模块实时采集AUV的位置、姿态、速度等状态信息反馈至制导模块与控制模块形成闭环控制结果分析模块用于记录仿真数据绘制跟踪曲线分析跟踪精度与动态响应性能。仿真过程中可根据需求调整AUV模型参数如惯性参数、阻尼系数与控制参数如反步控制增益、LOS前视距离验证系统的模型可调性与鲁棒性。仿真参数设置结合实际欠驱动AUV的参数范围确保仿真结果的合理性与工程参考价值。4.2 仿真实验设计为全面验证所设计控制策略的有效性、精确性与通用性分别设计三种典型轨迹的跟踪仿真实验即AUV水平面圆路径跟踪、直线路径跟踪与操场形路径跟踪同时验证期望航迹可调与模型可调的特性。实验1圆路径跟踪实验。设置圆路径的半径、圆心坐标等参数调整AUV的初始位置与初始姿态使AUV初始状态偏离期望圆路径启动仿真观察AUV的轨迹跟踪过程记录跟踪误差与动态响应数据。实验2直线路径跟踪实验。设置直线路径的方向、长度等参数调整AUV的初始位置使AUV初始状态偏离期望直线路径启动仿真验证AUV对直线路径的跟踪性能分析跟踪精度与收敛速度。实验3操场形路径跟踪实验。操场形路径由两段平行直线与两段半圆组成设置路径的直线长度、半圆半径等参数调整AUV的初始姿态启动仿真验证AUV对复杂组合路径的跟踪性能观察AUV在路径转折处的动态响应。同时通过调整期望航迹参数如圆的半径、直线的方向、操场形路径的尺寸与AUV模型参数如惯性参数、阻尼系数开展对比仿真验证系统的航迹可调性与模型可调性。4.3 仿真结果分析4.3.1 圆路径跟踪结果分析圆路径跟踪仿真结果表明AUV在初始状态偏离期望圆路径的情况下所设计的控制系统能够快速响应通过LOS制导生成精准的期望艏向角结合反步控制律调整纵向推力与艏摇力矩引导AUV逐步趋近于期望圆路径。跟踪过程中AUV的横向误差与纵向误差快速收敛在进入稳态后误差维持在较小范围内跟踪精度高艏向角能够平稳跟踪期望艏向角无明显振荡与突变动态响应平稳纵向速度能够稳定跟踪期望速度航行状态稳定。即使调整圆路径的半径与圆心坐标AUV仍能快速适应新的期望航迹实现精准跟踪验证了系统的航迹可调性。4.3.2 直线路径跟踪结果分析直线路径跟踪仿真结果显示AUV从初始偏离位置出发在控制系统的作用下快速调整艏向趋向期望直线路径。横向误差在短时间内收敛至零并保持稳定纵向误差维持在允许范围内实现了对直线路径的精确跟踪。跟踪过程中AUV的艏向角平稳无振荡纵向速度稳定控制输入平滑无明显突变体现了良好的动态响应性能。当调整直线路径的方向与长度时系统能够快速适应重新生成制导指令与控制指令实现对新路径的精准跟踪进一步验证了系统的航迹可调性。4.3.3 操场形路径跟踪结果分析操场形路径作为复杂组合路径对控制系统的动态响应与跟踪精度提出了更高要求。仿真结果表明AUV在跟踪操场形路径时能够平稳完成直线段与半圆段的过渡在路径转折处艏向角能够快速调整无明显滞后与振荡横向误差与纵向误差始终维持在较小范围内跟踪精度满足要求。在整个跟踪过程中AUV的运动状态稳定控制输入平滑能够有效应对路径曲率的变化体现了所设计控制策略的鲁棒性与对复杂路径的适应能力。调整操场形路径的直线长度、半圆半径等参数后系统仍能实现精准跟踪验证了系统的通用性与航迹可调性。4.3.4 模型可调性验证结果分析通过调整AUV模型的惯性参数、阻尼系数等开展对比仿真实验结果表明即使模型参数发生变化所设计的控制系统仍能保持良好的跟踪性能跟踪误差能够快速收敛至允许范围动态响应平稳。这说明系统具有较强的鲁棒性能够适应模型参数的变化实现模型可调满足不同类型欠驱动AUV的路径跟踪需求。4.3.5 综合分析综合三种轨迹的仿真结果可以看出所设计的融合LOS制导与反步控制的欠驱动AUV二维路径跟踪控制系统能够有效实现对圆路径、直线路径、操场形路径的精确跟踪跟踪精度高、动态响应平稳、鲁棒性强。系统支持期望航迹参数与AUV模型参数的灵活调整能够适配不同的水下作业场景验证了所提控制策略的有效性与实用性。5 结论与展望5.1 研究结论本文围绕欠驱动AUV二维路径跟踪控制问题提出了一种融合LOS制导与反步控制的控制策略通过理论分析与Simulink仿真实验得出以下结论1. 构建的欠驱动AUV二维运动误差模型能够准确反映AUV实际运动与期望运动的偏差为控制策略设计提供了可靠的模型基础2. 融合LOS制导与反步控制的分层控制系统能够有效处理欠驱动AUV的非线性、强耦合特性LOS制导层提供精准的航向引导反步控制层实现误差的协同调节闭环系统具有渐近稳定性3. Simulink仿真实验表明所设计的控制系统能够实现对圆路径、直线路径、操场形路径的精确跟踪跟踪精度高、动态响应平稳且支持期望航迹与模型参数的灵活调整鲁棒性强4. 该控制策略原理简洁、易于工程实现能够满足不同水下作业场景对欠驱动AUV路径跟踪的需求具有较高的工程应用价值。5.2 研究展望本文的研究工作为欠驱动AUV二维路径跟踪控制提供了一种有效的解决方案但仍存在一些可进一步深入研究的方向1. 本文的仿真实验主要基于理想环境后续可考虑加入海流、风浪等随机干扰进一步验证控制系统的抗干扰能力优化控制律设计提升系统在复杂水下环境中的适应性2. 可将本文的控制策略扩展至三维路径跟踪场景结合垂直面LOS制导与反步控制实现AUV的三维精准航行满足更复杂的水下作业需求3. 后续可开展实物实验将所设计的控制策略应用于实际欠驱动AUV验证其工程实用性同时根据实验结果进一步优化控制参数提升跟踪性能4. 可结合自适应控制、神经网络等先进技术优化反步控制律进一步提升系统对模型不确定性与外界干扰的适应能力实现更高精度的路径跟踪。第二部分——运行结果欠驱动无人船AUV二维路径跟踪控制反步控制LOS制导MATLAB仿真第三部分——参考文献文章中一些内容引自网络会注明出处或引用为参考文献难免有未尽之处如有不妥请随时联系删除。(文章内容仅供参考具体效果以运行结果为准)第四部分——本文完整资源下载资料获取更多粉丝福利MATLAB|Simulink|Python|数据|文档等完整资源获取

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2528362.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…