毕业设计 单片机LSRB算法的走迷宫小车 - 嵌入式 stm32

news2025/2/26 15:12:26

文章目录

  • 0 前言
  • 1 简介
  • 2 主要器件
  • 3 实现效果
  • 4 硬件设计
    • 马达驱动器(L298N)
    • Mpu 6050
    • 60 RPM 直流电机
    • 红外传感器
    • Arduino Pro mini
  • 5 软件说明
    • “LSRB”算法
  • 6 最后

0 前言

🔥 这两年开始毕业设计和毕业答辩的要求和难度不断提升，传统的毕设题目缺少创新和亮点，往往达不到毕业答辩的要求，这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。

为了大家能够顺利以及最少的精力通过毕设，学长分享优质毕业设计项目，今天要分享的是

🚩 ** 单片机LSRB算法的走迷宫小车 **

🥇学长这里给一个题目综合评分(每项满分5分)

  • 难度系数：4分
  • 工作量：4分
  • 创新点：3分

🧿 选题指导, 项目分享：

https://gitee.com/dancheng-senior/project-sharing-1/blob/master/%E6%AF%95%E8%AE%BE%E6%8C%87%E5%AF%BC/README.md


1 简介

这是一款使用LSRB算法解决迷宫的线迷宫机器人。与许多机器人不同，这是通过使用 IR 传感器阵列来完成的，但我找到了一种仅使用 3 个 IR 传感器来解决迷宫问题的方法。与此同时还节省了很多经费，因此这个项目也可以说是爱好者的一个简单且更便宜的选择。

2 主要器件

  • 对称底盘
  • 电机驱动器
  • 陀螺仪（可选）
  • 60 RPM 直流电机
  • 车轮
  • 红外传感器
  • Arduino Pro Mini

3 实现效果

构造

在这里插入图片描述

4 硬件设计

马达驱动器(L298N)

在这里插入图片描述
这将用于驱动直流电机。L298N是双通道的，意思是它可以同时控制两个电机的方向。

Mpu 6050

在这里插入图片描述
MPU6050是6轴加速度加陀螺仪模块。这意味着它可以测量 X、Y 和 Z 方向的加速度，还可以测量运动中身体的偏航、俯仰和滚动。

60 RPM 直流电机

在这里插入图片描述
这些电机将用于移动机器人。为什么选择 60 RPM 电机？好吧，如果您正在入门，最好从慢速马达开始。速度慢的机器人更稳定，更容易控制。对于许多强劲的 RPM，电机将难以控制（为此您需要强大的 PID 控制器）。因此，要开始使用，建议使用 60 RPM 直流电机。

红外传感器

在这里插入图片描述

这些传感器将在检测交叉路口类型方面发挥重要作用。

Arduino Pro mini

在这里插入图片描述
这将是我们机器人的大脑。算法的所有处理和计算都将在这个微控制器中进行。

5 软件说明

“LSRB”算法

在这里插入图片描述

这是机器人解决迷宫的算法。在“LSRB”中，L 代表“LEFT”，S 代表“STRAIGHT”，R 代表 RIGHT，B 代表“BACK”或 BACKWARD。这些 LEFT、RIGHT、STRAIGHT 和 BACK 是机器人遵循的方向。该算法简单直接。在该算法中，向左方向具有最高优先级，而后（U 形转弯）方向具有最低优先级。让我们看看这个算法是什么样子的：

  • 第 1 步：只要有可能转弯，请始终跟随左转
  • 第 2 步：如果无法向左走，请直接走。
  • 第 3 步：如果 LEFT 和 STRAIGHT 都不可能，请选择 RIGHT。
  • 第 4 步：如果 LEFT、STRAIGHT 和 RIGHT 都不可能返回（或者这意味着要掉头）

这意味着无论何时机器人在转折点或十字路口，它总是尽可能向左走。如果 LEFT 不可能，那么 STRAIGHT，如果两者都不可能，那么 RIGHT。如果所有三个转弯都不可能，那么只能返回。这是您唯一需要了解的 LSRB 算法。基于此，有 8 种可能的情况：

  • 1.Simple 或 Straight lane ：这里 LEFT 是不可能的，但 STRAIGHT 路径是。所以机器人将遵循直线路径。
  • 2.左转（仅限左）：顾名思义，这是左转，所以这里可以左转。根据 LSRB 算法，机器人应尽可能向左走。所以机器人会在这里左转。
  • 3.右转（仅右转）：同样顾名思义，这是一个右转，所以左和直路径都是不可能的，所以根据 LSRB 算法机器人将右转。
  • 4.T相交(T)：这个相交的形状像T，所以叫T相交。如图所示，Robot 可以左转。所以通过算法机器人会左转。
  • 5.左 T 路口（直或左）：再次通过图像，我们可以看到机器人可以走左路，所以机器人会在这里左转。
  • 6.Right T 交点（直或右）：这里不可能向左，但直路径是。所以机器人会左转
  • 7.Dead End：这里 LEFT、STRAIGHT 和 RIGHT 这三个都不可能。所以机器人会在这里掉头。
  • 8.四车道交叉口（Cross）：此处再次通过图像左转是可能的，因此机器人将在此处左转。

最后，迷宫结束：迷宫在这里结束，所以机器人会停在这里。

现在让我们看一下如何将其转换为代码：

//LSRB ALGORITHM

IR1 = <PIN 1>
IR2 = <PIN 2>
IR3 = <PIN 3>

void setup 
{
  DECLARE IR1 IR2 AND IR3 AS INPUTS
}

void loop 
{
  IR1 = digitalRead(<PIN 1>)
  IR2 = digitalRead(<PIN 2>)
  IR3 = digitalRead(<PIN 3>)

  if (IR1 == LOW && IR2 == HIGH && IR3 == LOW)//Straight path
    {
     Forward();
    }

  if (IR1 == HIGH && IR2 == LOW && IR3 == LOW)//Left turn
    {
     Left();
    }

  if (IR1 == LOW && IR2 == LOW && IR3 == HIGH)//Right Turn
    {
      Right();
    }

  if (IR1 == HIGH && IR2 == LOW && IR3 == HIGH)//T Intersection
    {
      Left(); // As left is possible
    }

  if (IR1 == HIGH && IR2 == HIGH && IR3 == LOW)//Left T Intersection
    {
      Left();// As Left is possible
    }

  if (IR1 == LOW && IR2 == HIGH && IR3 == HIGH)//Right T Tntersection
    {
     Forward();//As Straight path is possible
    }

  if (IR1 == LOW && IR2 ==LOW && IR3 == LOW)//Dead End
    {
     U_Turn(); //As no other direction is possible
    }

  if (IR1 == HIGH && IR2 == HIGH && IR3 == HIGH)//4 Lane intersection
    {
     Left(); //As no other direction is possible
    }

  if (IR1 == HIGH && IR2 == HIGH && IR3 == HIGH)//End of Maze
    {
     Stop(); //As no other direction is possible
    } 
}

代码很简单，但还有一个问题。4车道交叉口和迷宫尽头的情况似乎相似。我们的机器人如何区分 4 车道交叉口和 End of Maze？答案也很简单。让机器人走得更远一点。现在，如果传感器的值保持不变，那就结束了。但是如果左右传感器的值发生变化，那么它是一个 4 路交叉点。让我们看一下它的代码：

if (IR1 == HIGH && IR2 == HIGH && IR3 == HIGH)
    {
     Forward();
     delay(<Time>);
     Stop();

     if (IR1 == HIGH && IR2 == HIGH && IR3 == HIGH)
        {
          Serial.println("ËND OF MAZE");
          Stop();
        }
     else
        {
         Serial.println("FOUR WAY INTERSECTION");
         Left();
        }
    }

最短路径算法

这是机器人用来计算迷宫中最短路径的算法。它使用使用 LSRB 算法获取的路径并将其转换为最短路径。如何？让我们看看这是如何工作的。考虑下图中的迷宫。现在让我们在这里放置一个机器人，让我们通过 LSRB 算法可视化它的路径。我们可以通过使用 LSRB 算法，机器人将采取 LEFT、LEFT、BACK、RIGHT、STRAIGHT。简而言之，我们可以说机器人跟随 L、L、B、R、S。现在作为一个人，我们可以直接说最短路径就是这里的 RIGHT 或“R”转。但是机器人是如何做到这一点的呢？最短路径算法在这里使用了替换。这些替换如下所示：

  • LBR = “B”
  • LBS = “R”
  • RBL = “B”
  • SBL = “R”
  • SBS = “B”
  • LBL = “S”

现在让我们通过替换方法缩短路径。在路径 {L, L, B, R, S} 中，LBR = ‘B’ 所以 Path 现在变为 { L, B, S}。现在 LBS = ‘R’ 所以最终路径变为 { R} ，如前所述，这是正确的。现在让我们将这个算法转化为 Arduino 代码：

void CALCULATE_SHORTEST_PATH(char MAZE_ARRAY[], int SIZE_OF_ARRAY)
{
  /*ONCE THE ROBOT COMPLETES THE MAZE THE FINAL SHORTEST PATH CALCULATED
  IS STORED IN THE ROBOT MEMORY.THIS SHORTEST PATH IS USED TO COMPLETE
  THE SAME MAZE IN SHORTEST AMOUNT OF TIME.(L :LEFT, R:RIGHT, B:BACK,S:STRAIGHT)
  BELOW ARE THE FEW SUBSTITUTIONS TO CONVERT FULL MAZE PATH TO ITS 
  SHORTEST PATH:
  LBL = S
  LBR = B
  LBS = R
  RBL = B
  SBL = R
  SBS = B
  LBL = S */

  char ACTION;
  
  for(int i = 0; i <= SIZE_OF_ARRAY-2; i++)
    {
      ACTION = MAZE_ARRAY[i];
           
      if(ACTION == 'B')
        {
          if(MAZE_ARRAY[i-1]== 'L' && MAZE_ARRAY[i+1] == 'R')
            {
              MAZE_ARRAY[i] = 'B';
              MAZE_ARRAY[i-1] = 0;
              MAZE_ARRAY[i+1] = 0;
              REARRANGE(MAZE_ARRAY,SIZE_OF_ARRAY,i-1,i,i+1); 
            }

           if(MAZE_ARRAY[i-1]== 'L' && MAZE_ARRAY[i+1] == 'S')
            {
              MAZE_ARRAY[i] = 'R';
              MAZE_ARRAY[i-1] = 0;
              MAZE_ARRAY[i+1] = 0;
              REARRANGE(MAZE_ARRAY,SIZE_OF_ARRAY,i-1,i,i+1);
            }

            if(MAZE_ARRAY[i-1]== 'R' && MAZE_ARRAY[i+1] == 'L')
            {
              MAZE_ARRAY[i] = 'B';
              MAZE_ARRAY[i-1] = 0;
              MAZE_ARRAY[i+1] = 0;
              REARRANGE(MAZE_ARRAY,SIZE_OF_ARRAY,i-1,i,i+1);         
            }

            if(MAZE_ARRAY[i-1]== 'S' && MAZE_ARRAY[i+1] == 'L')
            {
              MAZE_ARRAY[i] = 'R';
              MAZE_ARRAY[i-1] = 0;
              MAZE_ARRAY[i+1] = 0;
              REARRANGE(MAZE_ARRAY,SIZE_OF_ARRAY,i-1,i,i+1);             
            }

            if(MAZE_ARRAY[i-1]== 'S' && MAZE_ARRAY[i+1] == 'S')
            {
              MAZE_ARRAY[i] = 'B';
              MAZE_ARRAY[i-1] = 0;
              MAZE_ARRAY[i+1] = 0;
              REARRANGE(MAZE_ARRAY,SIZE_OF_ARRAY,i-1,i,i+1);             
            }

            if(MAZE_ARRAY[i-1]== 'L' && MAZE_ARRAY[i+1] == 'L')
            {
              MAZE_ARRAY[i] = 'S';
              MAZE_ARRAY[i-1] = 0;
              MAZE_ARRAY[i+1] = 0;
              REARRANGE(MAZE_ARRAY,SIZE_OF_ARRAY,i-1,i,i+1);
            }
            
          i = -1;
        }
       
       delay(100);   
    }
}

最短路径算法可以用 3 个红外传感器吗？

如果您只使用 3 个红外传感器，那就很难了。为了使其工作，您必须使用 PID 算法使机器人遵循绝对直线路径。如果您的机器人遵循绝对直线路径，则只能在其中实现最短路径算法。

PID控制器

在这里插入图片描述
PID控制器中的PID代表比例积分和微分。这将在我们的机器人中用于遵循一条完全笔直的路径。先查看一下PID这个术语的意思：

1.Proportional：此项与误差（E）项成正比。误差越大，比例部分的值越大。该值负责机器人的转动。例如，如果误差很大，那么机器人的动作也会很强。所以基本上比例负责机器人的动作强度。比例的缺点是它会产生很多振荡。就像如果机器人只包含比例部分，那么车辆将继续从左到右摆动。好吧，它会直走，但会振荡很多。通过比例控制获得的增益用“KP”表示。

P = KP x Error

  1. 积分：即使在微分部分消除了振荡之后，仍然存在小的偏移量。积分部分通过考虑所有误差来消除此偏移。积分项随时间增加。通过积分获得的增益用“KI”表示。

I = I + KI x Error

3 微分：微分项减少或消除了比例项产生的振荡。这将使机器人的运动更加顺畅。机器人将沿着一条直线前进，没有振荡。Derivative 获得的增益用“KD”表示。

D = KD x (Error - Previous_Error)/Time

PID 的公式由下式给出：

在这里插入图片描述

所以最终的PID值是通过将这些项相加得到的：

PID = P + I + D

PID 的主要目标是尽可能减少误差项。在继续编码之前，PID 控制器需要三个主要元素。

1.反馈：反馈是一个过程，其中一部分输出用作迭代中的输入。在我们的案例中，反馈是由 MPU6050 提供的。我们得到了什么样的反馈？我们得到陀螺值作为反馈。

2.Actuator：这个东西起到改变系统输出的作用。它可以是伺服电机、直流电机或任何其他电机。在我们的例子中，执行器是机器人的两个直流电机。

3.SetPoint ：这是我们想要达到的理想点或值。它是通过完全消除误差而获得的。

现在将这个理论转化为代码：

double PID_CONTROLLER(double FEEDBACK, double dt)
{
  double ERROR_VALUE;
  double PREVIOUS_ERROR_VALUE = 0;
  double SETPOINT = <desired_value>; //put the desired value decided by you here.
  double KP = <value>; //put the value you want here.
  double KI = <value>; //put the value you want here.
  double KD = <Value>; //put the value you want here.
  double P;
  double I;
  double D;
  double INTEGRAL;
  double DERIVATIVE;
  double OUTPUT_VALUE;

  ERROR_VALUE = SETPOINT - FEEDBACK; //Here the feedback is YAW from MPU6050

  P = KP*ERROR_VALUE; 

  INTEGRAL += ERROR_VALUE*dt;
  I = KI*INTEGRAL;

  DERIVATIVE += (ERROR_VALUE-PREVIOUS_ERROR_VALUE)/dt;
  D = KD*DERIVATIVE;

  OUTPUT_VALUE = P + I + D ;

  PREVIOUS_ERROR_VALUE = ERROR_VALUE;

  return OUTPUT_VALUE;
  
}

PID值的调整：
调整系统的 Kp、Ki 和 Kd 值的方法有很多，其中一种是手动调整，通过它可以轻松实现稳定性。最初，Kp、Ki 和 Kd 值设置为零。然后 Kp 值从零增加到系统开始从其平均位置振荡的点。
随着 Kp 值的增加，可以看出系统的响应逐渐增加。保持 Kp 值恒定，然后增加 Ki 值，直到从系统中可以看出，朝某个方向的小倾斜倾向于使车辆朝该方向加速。当正确获得 Kp 和 Ki 值时，则增加 Kd 值。Kd 值增加，从而显着降低了快速加速度。
适当的 KD 值会导致较小的过冲和振荡。在获得粗略的 Kp、Ki 和 Kd 值后，进行微调。以上步骤重复多次，得到增益值的最佳组合。

PID控制器

即使使用对称的底盘，您可能已经注意到机器人在沿线行驶时仍然会向左或向右移动，这是因为直流电机。爱好者使用的直流电机并不完美。没有两个电机是一样的。它们的机械结构之间总是存在细微差别。如果您的机器人遵循绝对直线路径，那么您很幸运，恭喜！但很多时候这种情况不会发生，机器人通常不会向左或向右移动。如果您不使用红外传感器阵列，这可能会影响您的最短路径算法。对 PID 的另一种需求是当您使用非常高的 RPM 电机时。

为了克服这个问题，有很多选择：

1.使用优质直流电机（不保证直线路径）

2.使用优质车轮（不保证直线路径）

3.使用高度机械精确的底盘（不保证直线路径）

4.降低一个电机的速度，使两个电机的速度完美匹配（但这样做后仍然存在微小的误差，使机器人几乎没有偏离轨道）。

5.使用旋转编码器（有时可能很好用）

6.使用PID控制器（如果编码完美，保证机器人的直线路径）。

在所有这些选项中，只有 PID 控制器可以保证机器人的绝对直线路径。

请注意，代码将仅是 LSRB 算法的实现。代码中有一个最短路径函数，您可以使用它来实现最短路径算法。您可以尝试使用该功能来实现 3 个红外传感器的最短路径。

6 最后

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/44932.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

小米三季报：手机不振，汽车加码

小米三季报：手机不振，汽车加码

配图来自Canva可画 ​如果将2022年第一季度的滑落视作气温转冷的话&#xff0c;那么小米的冬天已经持续了三个季度了。 小米不久前发布的2022年第三季度财报显示&#xff0c;小米在第三季度营收、毛利、调整后利润或多或少地都在下降&#xff0c;经营利润更是“扭盈为亏”&am…
阅读更多...
Spring Boot Admin 监控指标接入Grafana可视化

Spring Boot Admin 监控指标接入Grafana可视化

其他相关文章&#xff1a; Spring Boot Admin 参考指南SpringBoot Admin服务离线、不显示健康信息的问题Spring Boot Admin2 EnableAdminServer的加载Spring Boot Admin2 AdminServerAutoConfiguration详解Spring Boot Admin2 实例状态监控详解Spring Boot Admin2 自定义JVM监控…
阅读更多...
智慧环卫管理系统解决方案（垃圾分类）

智慧环卫管理系统解决方案（垃圾分类）

1.1 垃圾分类管理子系统 1.1.1 公众参与互动平台 可为客户量身打造微信公众号&#xff0c;搭建互动交流的平台&#xff0c;更好的调动居民参与垃圾分类的热情。 1.1.1.1 分类指导 将目前城市的垃圾处理情况、垃圾分类现状、分类的意义&#xff0c;以数据来说明垃圾分类的…
阅读更多...
MyBatis 源码解读 一讲到底

MyBatis 源码解读 一讲到底

序言 前面大概的介绍了一下mybatis的一些东西&#xff0c;那么现在我们来解析一下Mybatis的源码&#xff0c;就从demo开始 Testpublic void TestExample() throws IOException {String resource "mybatis-config.xml";InputStream inputStream Resources.getResou…
阅读更多...
人才资源开发杂志人才资源开发杂志社人才资源开发编辑部2022年第21期目录

人才资源开发杂志人才资源开发杂志社人才资源开发编辑部2022年第21期目录

开卷有益《人才资源开发》投稿&#xff1a;cnqikantg126.com 年轻干部要走好成长成才之路 赖宁; 1 特别关注 迎难而上 勇担重任 推进河南人事考试高质量发展 常万琦; 6-7 工作要闻 第五届中国河南招才引智创新发展大会开幕 归欣 ;张笑闻; 8 河南省12家企业和2个…
阅读更多...
ceph 线程池分析

ceph 线程池分析

ceph 线程池 1. WHY 线程过多会带来调度开销&#xff0c;进而影响缓存局部性和整体性能。而线程池维护着多个线程&#xff0c;等待着监督管理者分配可并发执行的任务。这避免了在处理短时间任务时创建与销毁线程的代价。线程池不仅能够保证内核的充分利用&#xff0c;还能防止…
阅读更多...
从ChargePoint到能链智电，充电服务商的价值创新

从ChargePoint到能链智电，充电服务商的价值创新

近日&#xff0c;吉林长春出租车雨雪之中排队换电艰难的视频引起热议。 新能源汽车充换电困难&#xff0c;一方面说明电池在寒冷天气下的性能有优化空间&#xff0c;另一方面也反映出国内新能源汽车配套基础设施仍然存在较大需求缺口。 充电基础设施建设对新能源汽车推广意义…
阅读更多...
LabView 总结 持续追加

LabView 总结 持续追加

波形图和波形图表 波形图是同时将所有要显示的点显示出来&#xff0c;接收的数据是数组&#xff0c;当然要显示多条曲线&#xff0c; 波形图表在具有波形图的功能上还有逐点显示&#xff0c;接收数据是一个数值 条件结构 可以用于枚举、字符串、数值 当需要连接两个端点时&a…
阅读更多...
[附源码]计算机毕业设计springboot二手书店设计论文

[附源码]计算机毕业设计springboot二手书店设计论文

项目运行 环境配置&#xff1a; Jdk1.8 Tomcat7.0 Mysql HBuilderX&#xff08;Webstorm也行&#xff09; Eclispe&#xff08;IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持&#xff09;。 项目技术&#xff1a; SSM mybatis Maven Vue 等等组成&#xff0c;B/S模式 Ma…
阅读更多...
聚苏丹红Ⅲ膜/磺化聚醚醚酮膜/ SiO2/Ag纤维复合材料修饰多巴胺的研究

聚苏丹红Ⅲ膜/磺化聚醚醚酮膜/ SiO2/Ag纤维复合材料修饰多巴胺的研究

小编在这里给大家整理了聚苏丹红Ⅲ膜/磺化聚醚醚酮膜/ SiO2/Ag纤维复合材料修饰多巴胺的研究&#xff0c;一起来看看吧&#xff01; 聚苏丹红Ⅲ膜修饰多巴胺的研究&#xff1a; 目的建立测定盐酸多巴胺注射液 含量的电化学分析新方法.方法采用循环伏安法研究盐酸多巴胺在膜修饰…
阅读更多...
面试汇总-MySQL-杂项

面试汇总-MySQL-杂项

目录 1、悲观锁和乐观锁 2、数据库关键字的执行顺序是什么&#xff1f; 3、SQL优化 3.1、如何进行sql优化&#xff1f; 3.2、常见的join算法 3.2.1、Hash Join 3.2.2、Merge Join 3.2.3、Nested Loop Join 3.3、Join前后表的数据量对查询性能有什么影响&#xff1f; …
阅读更多...
云原生架构实践前言

云原生架构实践前言

开场白 每个开发人员都可以拥有自己私有的 DEV 环境&#xff0c;方便在业余时间进行探索尝试&#xff0c;学习新的技术&#xff0c;拓宽知识面&#xff0c;保持技术敏感性&#xff0c;不至于被日新月异的快速变革所匆匆淘汰。 自身实力过硬&#xff0c;即使身处激烈的竞争环境&…
阅读更多...
猿如意开发工具|python3.10

猿如意开发工具|python3.10

目录 写在前面 正文 官网 python3.10 下载 总结 写在前面 因为我的电脑系统是32位的&#xff0c;而猿如意要64位&#xff0c;所以&#xff0c;我没法下载&#xff0c;在此&#xff0c;我就只好评论一下python3.10这个软件和猿如意官网。 正文 官网 首先&#xff0c;…
阅读更多...
使用Nacos作为配置中心

使用Nacos作为配置中心

目录 一&#xff0c;配置中心简介 Nacos Config入门 二&#xff0c;nacos差异化配置 三&#xff0c;nacos共享配置 同一个微服务的不同环境之间共享配置 不同微服务中间共享配置 四&#xff0c;nacos的命名空间&组 nacos的几个概念 创建命名空间(Namespace) 组 一…
阅读更多...
压测工具nGrinder：性能测试入门

压测工具nGrinder：性能测试入门

1 前言 nGrinder将Grinder的控制台和代理包装起来&#xff0c;并扩展了支持多个并发测试的特性。用户可以设置使用多个进程或线程来并发的执行该脚本&#xff0c;通过不断重复地执行测试脚本&#xff0c;来模拟多并发用户访问。 2 相应参数配置 (1)输入需要测试的url地址&…
阅读更多...
STM32实战总结：HAL之看门狗

STM32实战总结：HAL之看门狗

在由单片机构成的微型计算机系统中&#xff0c;单片机的工作常常会受到来自外界电磁场的干扰&#xff0c;造成程序的跑飞&#xff0c;而陷入死循环&#xff1b;或者因为用户配置代码出现BUG&#xff0c;导致芯片无法正常工作。出于对单片机运行状态进行实时监测的考虑&#xff…
阅读更多...
java面试强基（14）

java面试强基（14）

Java 中 IO 流分为几种? 按照流的流向分&#xff0c;可以分为输入流和输出流&#xff1b;按照操作单元划分&#xff0c;可以划分为字节流和字符流&#xff1b;按照流的角色划分为节点流和处理流。 Java IO 流共涉及 40 多个类&#xff0c;这些类看上去很杂乱&#xff0c;但实…
阅读更多...
[附源码]计算机毕业设计springboot病房管理系统

[附源码]计算机毕业设计springboot病房管理系统

项目运行 环境配置&#xff1a; Jdk1.8 Tomcat7.0 Mysql HBuilderX&#xff08;Webstorm也行&#xff09; Eclispe&#xff08;IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持&#xff09;。 项目技术&#xff1a; SSM mybatis Maven Vue 等等组成&#xff0c;B/S模式 M…
阅读更多...
跨国并购数据库：SDC跨国数据库、Thomson数据库、A股上市公司并购数据库等多指标数据（4W+）

跨国并购数据库：SDC跨国数据库、Thomson数据库、A股上市公司并购数据库等多指标数据（4W+）

&#xff08;1&#xff09;SDC跨国数据库 1、数据来源&#xff1a;WRDS沃顿数据库Thomson Reuters SDC - Mergers and Acquisitions板块 2、时间跨度&#xff1a;1982年1月1日至2020年12月31日 3、区域范围&#xff1a;全国 4、指标说明&#xff1a; 数据的所有并购方都为…
阅读更多...
DDD 与 EDA- 核心逻辑提炼方法论

DDD 与 EDA- 核心逻辑提炼方法论

在【DDD与应用架构】一文中我们说过&#xff0c;应用架构的存在就是为了把一团混沌的代码变得有秩序&#xff0c;好管理。我们保持最核心逻辑不变&#xff0c;就可以保持系统的稳定与发展。领域驱动设计的作者 Eric Evans 说&#xff1a;“为了使领域模型成为有价值的资产&…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023