车路协同云控平台建设实践

news2024/11/27 4:18:10

前言

随着汽车工业水平飞速发展,以及 IoT、5G、V2X 等信息通信技术的发展演进,通过汽车的智能化、网联化升级为大众带来更智能、更便捷的驾乘体验,成为汽车行业的发展趋势,自动驾驶、智能网联汽车成为行业热点。近年来,我国陆续颁布数字交通、交通强国等政策,「车路协同」成为智能汽车与智慧交通行业热门高频词汇。

车路协同即 IVICS(Intelligent Vehicle Infrastructure Cooperative System)或 CVIS(Cooperative Vehicle-Infrastructure System),是智能交通运输系统(ITS)的重要子系统,融合了 V2X 通信技术、多源传感技术、云计算、边缘计算、交通控制等技术的综合技术体系及系统,总体目标是掌握交通状况、实现车路云信息交互,提升交通安全、效率及服务。

依靠车路协同系统对车辆提供感知辅助及协同控制,能够提升自动驾驶安全性,降低自动驾驶单车成本,被认为是实现全场景自动驾驶的技术路径。同时,车路云的数据交互也是智慧交通实现智能路况综合感知、动态协同交通控制等核心应用的重要基础。

车路协同系统的发展现状及趋势

标准化与示范试点并进,中国式技术架构逐步形成

车路协同技术发展是国家交通强国战略引领,交通部、工信部等多个部委都持续发布政策落实推进我国汽车及公路向数字化、网联化、智能化方向快速发展。

我国车路协同目前正处于从测试示范到商业落地的过渡阶段。基于 C-V2X 的车路协同系统是汽车、通信、交通、人工智能等多个技术融合发展的领域,标准化及测试示范是其发展初期重要一环。2017 年 3GPP 发布了第一代 C-V2X 标准后,在政策推动下,我国积极开展了车路协同标准化建设。从 2017 年首个国家级示范区无锡国家智能交通综合测试基地落地,截至 2022 年 3 月,根据相关统计,我国在城市封闭或开放道路环境共建设国家级车路协同示范区/测试基地 10 个,地方级车路协同示范区/测试基地 34 个;在高速公路场景下,也有超 6000 公里高速公路已经或将要在其部分路段开展车路协同创新示范工作。标准化和测试示范互相促进共同发展的情况下,中国式车路协同技术架构逐步形成。

车路协同云控平台成为系统核心

随着越来越多的车路协同示范项目在全国落地,车路协同示范系统典型的建设方案也基本形成,系统通常分为端侧、网络和云端三个层次开展建设。

路侧系统通常由路侧单元(RSU)、路侧感知设备、路侧计算单元(MEC)、智能交通设施(红绿灯、智能路牌等)组成:

  • 路侧单元 RSU 是部署在路侧的 C-V2X 通信网关设备,可连接路侧各类设备、传感器以及车辆;
  • 路侧能感知设备主要包括路侧视频监控设备、路侧激光雷达、路侧毫米波雷达、微环境气象监测站等感知设备。
  • 路侧边缘计算设备是边缘侧的本地计算节点,通常搭载融合感知算法能处理感知设备的原始数据输出结构化分析结果,包括全量的交通参与者信息、交通事件信息以及交通流量信息。

根据《车路协同云控基础平台第 1 部分:通用要求》征求意见稿的定义,「云控基础平台」是指服务于车路协同业务的基础平台系统,具有基本的实时信息融合与共享、实时计算编排、智能应用编排、大数据分析、信息安全等基础性服务能力,可为智能汽车、管理及服务机构、终端用户提供辅助驾驶、自动驾驶、交通运输安全、交通管理等协同应用和数据服务提供基础支撑。可以看出,车路协同云控平台是系统中实现数据端到端流转的数据核心,是驱动各项具体功能业务的业务核心。

具体到示范项目中,云控平台的建设,需要通过统一接入实现车侧、路侧、环境等交通全要素感知数据汇聚,引入交通流状态、交通事件、道路气象环境、道路基础设施状态等监测信息,对数据进行整合分析,形成符合 V2X 消息标准的应用场景业务消息,并实时向车端及路侧设备下发业务消息,从而支撑多样化应用实现,是整个系统的数据中枢和业务核心。

目前的车路协同云控平台建设方案中,主要包含数据模块、V2X 消息转发、云控可视化、运维管理等功能模块:

  • 数据模块提供数据统一接入、数据分析、鉴权认证等数据基础能力;
  • V2X 消息转发模块主要负责 V2X 消息处理、V2X 消息转发、业务消息配置等核心功能,满足车路协同 V2X 国标消息高并发转发需求;
  • 云控可视化模块通常会结合高精度地图实先数据可视化、数字孪生、电子地图、车辆轨迹追踪、事件监控、设备状态监控等核心功能;
  • 运维管理模块包括基础管理配置、设备运行监控、运维中心及电子地图等功能。

1

多级云控、云边协同是未来技术趋势

目前示范区建设项目中,通常单个项目建设一个车路协同云控平台,项目区域内所有数据接入、业务处理都由这个车路协同云控平台负责实现。未来面向规模化商用,车路协同的建设必然会向着城市化发展,车路云一体化中国方案将向着「分层解耦、跨域共用」两大技术特征演进,建设多级云控平台实现业务分层解耦,同时又能实现数据和能力的跨域共用是未来云控平台趋势。

未来的车路协同云控平台将由边缘云、区域云与中心云三级组成,由边到云,三级平台提供的服务实时性要求逐层降低,服务范围逐级扩大。边缘云可能会部署于运营商区县级的机房,通过统一接入网关就近接入路侧设备与车端设备数据,并负责面向车路协同自动驾驶提供感知辅助、安全告警等实时性强的应用基础服务;区域云主要负责支撑面向智慧交通管理、公共交通、出行服务等弱实时性服务;中心云则会面向更大范围的业务,例如运营注册管理、宏观数据分析等。

另一大趋势是云端对路侧边缘端的管理协同,路侧计算单元输出的路侧数据是云控功能和应用场景的原材料,未来云端需要能够对其输出数据进行灵活的调整以适应不同路口不同的应用场景需求,同时能够实现路侧计算单元数据分析算法的下发更新,增强系统可拓展性。

多级云控、云边协同在目前已经出现在一些城市级示范试点项目规划方案中,但仍需产业链协同解决诸多问题实现落地验证。

2

丰富应用、探索商业化成为行业发展关键

车路协同经过技术概念探讨、应用场景探索、试点示范建设几个阶段,虽然示范试点成果显著、产业链已经形成,但如何实现商业闭环及体现建设成果的价值,仍是未来车路协同行业需要共同面对和探索的问题。未来的车路协同系统,需要更加注重以数据为核心,深挖场景深度,拓宽应用广度,探索商业模式。

  • 面向车路协同自动驾驶,需要加深路侧感知的精度、提升自动驾驶车辆对路云感知辅助的信任,做深单车自动驾驶痛点场景;
  • 面向智慧交通管理,基于「数据基础+平台能力」,通过路网全要素数字化实现全息感知、智慧认知、辅助决策、交通评价,提升管理效率,增加运管手段,实现智慧交通;
  • 面向公共交通出行,为公众提供高效便捷的公共交通出行服务,为公共交通运输提供车路协同应用服务,使得示范区价值更贴合公众实际需求的体现;
  • 面向自动驾驶,通过刚需应用与车辆深度绑定,通过无人公交、无人出租车等场景探索商业化。

车路协同云控平台建设面临的挑战

根据《车路协同云控基础平台第 1 部分:通用要求》,云控基础平台基础能力主要分为:资源连接、数据处理和数据共享。

  • 资源连接层负责与车辆、路侧边缘计算单元、路侧通信单元以及外部数据源进行对接,包括接入管理功能和数据采集功能;
  • 数据处理层主要提供对各类数据的初步清洗、存储,并将数据与主题相关联,使数据进入相应的主题数据库;
  • 数据共享层主要提供物理数据、能力数据、用户数据等相关的主题数据库,供数据分析层调用。

这些能力要求,在未来大规模建设、商业化提速的新阶段,对云控基础平台的构建提出了诸多挑战。

海量设备的高并发、高可靠、低时延连接

未来车路协同系统中,云控平台需要接入包括路侧感知设备、路侧计算单元、路侧通信单元以及车载通信单元在内的大量设备。另外,车路协同场应用场景 20-100ms 的应用时延要求,也对高并发连接后消息吞吐的性能提出极高挑战。

路侧感知数据的归一化治理

目前行业内路侧计算单元构化感知结果的输出,尚未形成统一标准,不同厂商的路侧计算单元输出格式往往存在差异,尤其在一些多厂商设备分区域部署的项目中,如何在数据接入层面就解决路侧数据的归一化治理、存储,往往是项目中云控平台会遇到的难题。

海量流式数据的计算、存储、分发

车路协同每种设备的多种类型数据都以 1-10Hz 的频率上传,云控基础平台需要对不断流入的动态数据流进行实时处理,并向车端实时下发结果、向云端其他应用分发、持久化用于后续分析展示等。而当前基本的方案都要涉及多个分布式组件,极大增加了云控平台的开发难度、运维难度及可靠性。

高效灵活的数据分类管理及访问管控

在多路口、多设备、多数据类型的未来车路协同实际落地系统中,路侧感知结构化数据、云控平台生成的 V2X 应用消息通常需要按照消息类型、路口、设备、厂商等维度进行高效的数据隔离管理、访问控制,以方便上级应用灵活地提取数据数据,这对应用场景的实现、平台功能的实现至关重要。

大量设备及数据的高效运维管理

车路协同系统对业务应用的稳定性、连续性有高要求,云控平台需要对设备在线状态、数据流入流出状态进行全局监控。项目中有的路侧设备不支持直接上报状态,平台在设备及数据的实时监管、系统问题排查方面存在困难,平台和设备间需要额外协商和开发相关协议又会增加两侧的工作量。

设备接入安全保障

车路协同系统涉及道路交通信息、车辆信息甚至交通及车辆的控制,信息安全至关重要,设备接入云控平台之前,在保证通道安全的基础上,云控平台也需要通过设备秘钥、证书、身份认证等手段保障系统入口安全。

EMQ 物联网数据基础设施助力云控平台构建

MQTT 在车路协同的应用优势

在车路协同系统中,路侧上传的数据以及车路云交互的 V2X 消息均为结构化数据,数据量通常在 1-5KB 左右,单条数据不大,但频率高、数量多。多个不同的系统应用可能会需要按照消息类型、路口、设备、厂商等不同维度对同一设备上传的数据进行消费取用,反向往往也需要按照路口维度将不同 V2X 应用消息下发给多个设备。

MQTT 是基于发布/订阅模式的物联网通信协议,提供灵活的多级主题定义,支持基于主题的灵活订阅发布,报文结构紧凑且 Payload 格式灵活,提供三种可选的 QoS 等级,提供在线状态感知及会话保持能力,这些特点能够很好地满足车路协同系统需求,为云控基础平台及其应用实现带来很多便利。因此,虽然标准层面并未规定 TCP 之上需要使用 MQTT 协议,但越来越多的车路协同示范项目以及一些 V2X 开源架构项目中,MQTT 协议已经成为主要的车云间、路云间交互协议。

面向典型车路协同系统的解决方案架构

车路协同属于多领域交叉行业,产业链涉及车路协同通信模组、路侧及车端通信设备、路侧感知设备、路侧计算单元设备、通信网络、云控平台系统以及车端自动驾驶系统,项目建设中也需要产业链各方通力合作。EMQ 可为车路协同产业链提供车路协同云控基础平台资源连接、数据接入层基础软件以及数据「采集-移动-传递-对接」的整体解决方案,基于自研产品为客户打造完整的云控物联基础架构,助力快速构建云控平台。

EMQ 车路协同整体解决方案以基于 MQTT 消息采集和传递框架为核心,结合分布式 MQTT 消息服务器 EMQX 和创新的流处理数据库 HStreamDB 打造系统数据中枢,解决车路数据采集、汇聚、传递、计算、存储及管理等方面诸多挑战,让客户可基于此架构快速构建车路协同云控平台的资源连接层、数据处理层,并实现这两层与数据共享层的衔接。

其中,作为基于 MQTT 协议标准的云原生分布式物联网接入平台,EMQX 为实现车路协同高性能、高可靠的实时数据采集、移动、处理和集成提供动力:

  • **多协议设备接入能力:**除了支持 MQTT 3.1/3.1.1/5.0,同时支持 LwM2M、CoAP、MQTT-SN 或 TCP/UDP 私有协议接入,支持车载通信单元通过 MQTT 或 JT-808/GBT-32960 车联网专业协议接入,能适应项目中不同的设备协议,实现全量设备统一接入。
  • **千万级并发连接、百万级数据吞吐、毫秒级实时消息路由:**基于高可用、分布式集群架构,支持百万到亿级海量并发连接、毫秒级软实时消息路由、百万级 TPS 数据吞吐,满足城市级规模车路系统在「路侧-云端-车端」之间的双向移动。
  • **强大规则引擎实现接入数据预处理归一化:**提供内置的规则引擎,在接收车路设备数据后,通过 SQL 语句低代码形式就可以创建规则将来自不同设备、结构有差异的感知数据进行实时数据编解码、筛选、聚合、模板归一化,再根据不同应用需求,将处理数据零代码、高性能桥接集成到多种消息队列及 SQL / NoSQL /时序列数据库。
  • **多种接入认证保证系统安全:**支持 TLS/SSL(包含国密算法)双向认证、内置/外置账密数据库源认证、一机一密方案适配,以及扩展与第三方 C-V2X CA 认证平台进行认证对接。
  • **支持灵活的消息分发及管控:**通过 MQTT 基于主题的发布/订阅模式进行消息传递,能够支持车路数据按照类型、所属路口、设备厂商等多维度进行灵活分类和路由转发,访问控制机制能够对不同终端进行信息发布和订阅的权限控制,方便上层应用调用数据和管理数据。
  • **提供丰富的 API 供上层应用平台集成:**V2X 消息转发模块可以通过消息发布、主题订阅等接口基于 EMQX 强大性能实现 V2X 消息高并发转发;数据监控应用可通过 API 获取连接数、订阅数、消息流量监控,运维管理可通过上下线消息通知实时掌握设备运行情况。

作为首个专为流数据设计的「流原生数据库」,HStreamDB 能够对 EMQX 输入的数据进行高效存储、管理、动态实时分析:

  • 轻松支持存储和管理大规模的数据流,数据以流为单位进行组织和访问,在大量数据流并发读写的情况下仍然能够保持稳定的读写延迟。
  • 完整的基于事件时间的状态化处理方案,支持过滤、转换、聚合以及基于多种时间窗口的计算,同时也支持乱序和晚到消息的特殊处理,保证 V2X 业务数据计算结果的准确性、稳定性。
  • 轻松灵活的数据集成,提供了多种常用上下游服务和数据系统对接,方便用户和外部数据系统进行集成开发应用。
    3

赋能云控平台关键业务场景

在典型车路协同系统架构中,边缘计算单元会上传传感分析结构化数据,主要包括交通参与者感知数据、交通流数据、交通事件数据,这些数据通常为大小在 3-5KB、频率为 1 或 10Hz 的结构化数据。每个路口的边缘计算设备通过 MQTT 协议可将数据推送到对应路口编号与设备编号所标识的 MQTT Topic,借助 EMQX 高并发能力以及 MQTT 的订阅发布模式,能对示范区域内各路口的感知数据实现接入汇聚。EMQX 强大的内置规则引擎能够对数据接入进行编解码、筛选、统一格式等处理,再将数据桥接到 HStreamDB 或其他数据队列、数据库进行存储或进一步计算。云控平台上层用于系统可以对数据进行消费,并调用 EMQX 丰富的 API,快速实现相关业务。

V2X 消息生成和下发

V2X 消息生成和下发负责将路侧交通情况、交通事件等数据与车辆上报的基本信息进行分析、匹配、下发,借助 5G Uu 空口实现告警、交通信息、服务信息向车端的传递推送,也可以先发送到对应路口 RSU,再由 RSU 在路口区域内广播发布。该模块可以从 HStreamDB 中实时消费路侧上传的交通参与者感知数据、交通流数据、交通事件数据,根据 V2X 国标消息格式生成行人位置信息 RSM、拥堵提醒 RSI 消息、事故告警 RSI 等应用场景消息,并综合每个路口 MAP 地图消息中的地理信息、事件的位置信息、车载 OBU 上传的 BSM 消息中车辆位置信息进行匹配、分析,决策出每个消息下发的目标。再通过调用 EMQX 消息订阅发布能力将应用场景消息下发给相应的车载 OBU。OBU 解析消息内容,通过车上的人机交互设备完成信息内容的传递实现辅助驾驶,或将传递信息内容给自动驾驶计算系统实现感知辅助。

云控可视化

云控可视化功能通常基于电子地图或高精度地图实现交通元素孪生展示、云控事件告警、大数据分析、数据看板,该功能模块可以从 HStreamDB 中实时消费路侧上传的交通参与者数据,叠加在高精度地图或三维建模环境中,实现交通全要素的动态精准孪生再现;也可以实时消费各类交通事件 RSI 消息,形成交通事件在高精地图的实时告警、应用场景在示范区域的分布情况统计等;或其从 HStreamDB 或其对接的其他数据库中拿取持久化的历史数据,用作大数据分析,实现历史交通流量分析、历史数据查询、轨迹回溯等业务。云控模块还可以调用 EMQX 丰富的消息吞吐统计 API,轻松实现云控平台上下行消息统计、不同时间维度的消息吞吐统计展示。

另外,客户端上下线事件通知、客户端详细信息查询 API 等,可以支撑云控平台设备状态监管、路侧设备注册管理、车辆注册管理等运维管理功能。

在不同项目中,EMQ 的云控基础设施解决方案能够根据客户需求适配物理机、容器/K8S、私有云、混合云及公有云多种部署方式,与客户应用系统部署在同一环境中,帮助客户快速实现不同项目中异厂商设备数据统一接入、汇聚和移动,快速搭建高性能、高可靠、多功能的车路协同云控平台。

赋能未来「多级云控、云边协同」

未来的车路协同云控平台「逻辑协同、物理分散」的多级分层架构,边缘云在实现接入路侧及车端设备数据移动的同时,也需要边缘云与边缘云之间实现数据交互以保证应用服务的连续性,区域云和中心云需要从边缘云同步接入或处理生成的关键数据,这些都对云控基础平台接入、移动能力提出了更高的挑战。

EMQX 具备灵活的数据桥接能力,当作为云控基础平台的接入平台时,能够连接部署在其他区域及云端的其他多个 EMQX 或者其他 MQTT 消息中间件,支持设定规则把指定主题的消息转发至桥接节点,桥接节点收到消息后在本节点/集群中转发该消息。三级云控往往部署在不同环境的云资源上,EMQX 支持跨 VPC 部署,提高整个三级架构的覆盖能力;支持异构节点桥接,如果其他边缘云或区域云采用一些使用其他协议的消息服务作为数据接入网关,如果有协议适配器,也可以通过桥接转发消息过去。

在云边协同方面,EMQ 提供边缘流数据计算引擎 eKuiper 以及云边协同管理模块。eKuiper 能够部署在路侧边缘计算单元,对路侧计算单元输出的路侧感知结果进行云端所配置的数据聚合、数据计算、数据筛选数据处理规则,以适应不同路口不同的应用场景需求。同时能集成机器学习深度学习等算法框架,配合云边管理及影子服务功能,实现云端算法向路侧计算单元的远程下发、异步下发,作为未来路侧算法升级及应用扩展的通道,增强系统的可拓展性。

4

未来展望

车路协同领域是智慧交通、智能网联汽车及智慧城市融合的新型行业。EMQ 多年来也在与中国移动等客户共同积极探索车路协同试点示范的落地。目前,基于面向车路云一体化云控基础设施解决方案已被运用到重庆、厦门等地的国家级或地区级车路协同示范项目中,为车路协同云控平台提供车路数据采集、汇聚、传递、计算、存储及管理等方面能力支持。例如重庆两江协同创新区车路协同二期项目,EMQ 的车路协同解决方案助力中国移动上海产业研究院实现了车-路-云数据连接,支撑客户构建了示范区 5G 时空信息车路协同服务平台。

未来,EMQ 将和合作伙伴共同探索下一阶段车路协同技术架构演进以及大规模商业化应用。

推动流式数据库在车路协同的应用

依托「流原生数据库」HSreamDB 的大规模数据流计算、存储及管理能力,逐步试点优化目前车路云控平台针对海量流数据处理和存储而采用的多个分布式组件集成的解决方案,降低云控平台业务应用构建难度,提升系统可靠性及运维效率。

推动「多级云控、云边协同」架构的落地及演进

「边缘-区域-中心」三级式分层的车路协同云控平台架构,是支撑车路协同走向大规模商业化阶段的重要技术路径。EMQ 将结合自身产品云边协同布局以及多级协同的产品能力,与云控平台建设探索多级云控平台的实现,与路侧边缘计算单元提供商共同探索基于云边协同的灵活边缘计算、算法更新等应用场景的打造,推动「多级云控、云边协同」架构的落地验证及后续演进探索。

探索创新技术方案

探索 MQTT over QUIC 技术在车路协同系统的应用。QUIC 是下一代互联网协议 HTTP/3 的底层传输协议,致力解决弱网络、频切换、易拥塞等问题。EMQ 正积极推进 MQTT over QUIC 的标准化落地,同时结合 5G 网络探索实现车路协同所需的全场景低时延、高可靠传输。

促进车与路进一步加深协同

EMQ 产品在路侧设备与云端互联、车联网车机与云端连接两方面都有丰富服务和系统建设经验,EMQ 将进一步将数据连接能力延伸至生态连接、应用连接,协同车辆主机厂、路侧设备供应商、云控平台建设方共同探索车与路之间更紧密的协同,形成可落地、有价值的商业化应用场景。

版权声明: 本文为 EMQ 原创,转载请注明出处。

原文链接:https://www.emqx.com/zh/blog/emq-application-practice-in-vehicle-road-collaboration

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/42353.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

Dubbo集成Nacos作为注册中心

Nacos简介 什么是Nacos? Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service的首字母简称,一个更易于构建云原生应用的动态服务发现、配置管理和服务管理平台。 Nacos 致力于帮助您发现、配置和管理微服务。Nacos 提供了一组简单易用的特性集&#…

数据要素市场研究资料合集

编 辑:彭文华来 源:大数据架构师彭友们好,我是老彭。最近有个博士彭友在为论文挠头,到处找数据要素市场的资料。正好,国家工业信息安全发展研究中心刚刚发布《中国数据要素市场发展报告(2021-2022&#xff…

智能合约介绍

介绍 智能合约是区块链实现可编程化的重要工具;在比特币时期,脚本仅限于描述交易得到内容和状态;随着智能合约的出现可以定义任何数据对象的状态擦欧总——>使其成为网络上的“法律条文”或者“商业共识”。相当于网络中的道德准则&#…

基于GIS的生态安全网络格局构建之主成分分析

来源:GIS前沿 一、数据来源介绍 (一)数字高程数据、归一化植被指数数据 本文所用到的松原市宁江区数字高程数据采用30 m分辨率的GDEMV 3数字高程数据、归一化植被指数数据采用250m分辨率的MYD13Q1植被指数16天合成产品,这些数据…

【零基础入门SpringMVC】第五期——报文、文件转移、拦截器、异常处理器

一、HttpMessageConverter 代表报文信息转化器,可以将请求报文转换为Java对象,也可以将Java对象转换为响应报文 请求报文分为三部分:请求头、请求空行和请求体 post 请求才会生成请求体get 请求会把请求信息拼接到地址后 概述:这…

经验分析:数据可视化工具入门讲解,如何应用数据可视化

什么是数据可视化?最核心的要点,就是解释数据、进行信息传递、压缩数据信息、突出整体观点。 在分析过程中,通过比较数据的大小、差异、分布,让其轻松呈现。 今天小编给大家介绍一款优秀的在线数据可视化软件。 项目是个人创建的…

第一性原理谈安全性和可靠性

已剪辑自: https://mp.weixin.qq.com/s/jttd-dhv9PmNu25Z-zyd5Q 最近从各个行业对系统的安全性的关注度越来越高,10月28日,工信部公开征求的《道路机动车辆生产准入许可管理条例(征求意见稿)》中,第六条提出&#xff…

C语言航路外传之隐式转换与优先级的那点事(你程序总是出bug的一个重要原因)

目录 一、表达式求值 二、隐式类型转换 1.基本概念 2.整型提升的意义 3.详解截断与整型提升的过程 4.char类型范围有关的一些事情 5.有关整形提升的一些案例 三、算术转换 四、操作符的属性 1.优先级表格 2.运算规则 3.一些问题表达式 (1)a…

Linux 之 arm linux 与 windows 使用 tftp 进行文件传输的简单整理

Linux 之 arm linux 与 windows 使用 tftp 进行文件传输的简单整理 目录 Linux 之 arm linux 与 windows 使用 tftp 进行文件传输的简单整理 一、简单介绍 二、tftp 下载安装 三、arm linux 通过tftp 下载 windows 上的文件 四、tftp 命令相关说明 1、busybox tftp命令常…

Baklib|知识库应用场景:制作员工培训手册

持续的专业发展对于想要加入、保留和提升员工的组织来说是必不可少的。为了确保员工总是能从学习能力中受益,您需要考虑创建培训手册,使员工能够胜任并保持他们的工作能力。 在过去,您可能认为培训手册是一本厚重的册子,充满了密…

如何理解电商云仓出租?

为了说清这个概念,我们先说一下云的概念。别看云现在已经漫天飞舞,但真正能准确的把它说明白的并不多,多数人只是跟着一起用而已。云起源于云计算,是指通过云计算技术各种终端设备手机、电脑、电视、车载屏幕等实现互通互联&#…

【教学类-19-03】20221127《ABBABB式-规律排序-A4竖版2份》(中班)

展示效果: 单人使用样式: 单页打印样式 ​ 背景需求: 中班幼儿需要掌握ABBABB的排序规律 前文制作了ABCABC单元格色块,完全套用ABC排序word表格,调整python的代码,随机生成ABB排序样式,引导幼…

1_SpringMVC_概述,2_SpringMVC_项目搭建

M model 模型层 DAO封装 >>> Mybatis V view 视图层 html css js jsp C controller 控制层 Servlet封装 >>> springMVC SpringMVC是spring为展现层提供的基于MVC设计理念的优秀WEB框架,是目前最主流的MVC框架之一 …

疫情下如何保持高效项目交付

作者:饶炯 疫情以来,我们工作和生活的正常秩序不时受到影响,项目开发过程中不时出现项目成员被封闭或开发现场封锁的情况,很多项目不得不临时选择远程开发模式,项目沟通和协作中出现了各种新的问题和困难,严…

[附源码]计算机毕业设计springboot4S店汽车售后服务管理系统

项目运行 环境配置: Jdk1.8 Tomcat7.0 Mysql HBuilderX(Webstorm也行) Eclispe(IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持)。 项目技术: SSM mybatis Maven Vue 等等组成,B/S模式 M…

Python库的使用

文章目录库的使用标准库认识标准库import导入模块使用示例:日期差计算使用示例:字符串操作1)翻转单词顺序2)旋转字符串3)统计是给定字符串前缀的字符串数目第三方库认识第三方库包管理器pip使用示例:生成二…

QFile(文件)

QFile QFile提供一个用于读/写的接口,是一个可以用来读/写二进制文件的Qt资源的I/O设备,QFile可以单独使用,一般配合QTextStream或QDataStream 输入文件路径时最好使用"/"作为分隔符 构造函数: 常用的函数:…

前端甘特图组件开发(二)

自定义时间轴功能 由于常见的甘特图时间轴只支持按照天/周/月/年或者固定的时间单位进行划分,但实际使用场景下有时候会需要按照特定且不规则的时间段对进度数据进行直观划分。因此本组件在原时间轴的基础上添加新的自定义时间轴,可通过数据配置自定义时…

Spring Bean的作用域

1.写在前面 前面的博客我们已经介绍完Spring的依赖的查找来源,依赖注入的来源等等相关知识,今天我们继续来介绍Spring的Bean的作用域。 2.Spring Bean作用域 作用域 3.“singleton” Bean作用域 配置 4.“prototype” Bean作用域 配置 注意事项 Sp…

[Redis]-持久化方式

[Redis]-持久化方式 森格 | 2022年11月 本文是在学习Redis中,对Redis持久化的个人总结。 一、 持久化与Redis 1.1 什么是持久化 持久化是一种将程序数据在瞬时状态和持久状态间的转换机制,也就是把数据保存到可永久保存的存储设备中去。 1.2 Redis的持…