ROS仿真R2机器人之安装运行及MoveIt的介绍

        R2(Robonaut 2)是NASA美国宇航局与GM通用联合推出的宇航人形机器人，能在国际空间站使用，可想而知其价格是非常昂贵，几百万美刀吧，还好NASA发布了一个R2机器人的Gazebo模型，使用模型就不需要花钱了，由于我们的机器人软件通常是不依赖于具体机器人的，所以在R2学到的东西也可以应用到其他的机器人身上，所以我们在仿真平台上来操作它。

1、安装R2机器人

1.1、OS版本

使用的是虚拟机上的一个Ubuntu18的版本系统来安装，我们先来查看下版本：cat /etc/os-release 

NAME="Ubuntu"
VERSION="18.04.6 LTS (Bionic Beaver)"
ID=ubuntu
ID_LIKE=debian
PRETTY_NAME="Ubuntu 18.04.6 LTS"
VERSION_ID="18.04"
HOME_URL="https://www.ubuntu.com/"
SUPPORT_URL="https://help.ubuntu.com/"
BUG_REPORT_URL="https://bugs.launchpad.net/ubuntu/"
PRIVACY_POLICY_URL="https://www.ubuntu.com/legal/terms-and-policies/privacy-policy"
VERSION_CODENAME=bionic
UBUNTU_CODENAME=bionic

 1.2、安装ROS

在前面的 Ubuntu18.04版本安装ROS及出现错误的处理方法
有介绍不同OS版本对应着不同的ROS版本安装，所以这里我的是melodic版本
分别输入命令安装，也可以使用空格隔开写在一条指令上进行安装：

sudo apt-get install ros-melodic-ros-control
sudo apt-get install ros-melodic-gazebo-ros-control
sudo apt-get install ros-melodic-joint-state-controller
sudo apt-get install ros-melodic-effort-controllers
sudo apt-get install ros-melodic-joint-trajectory-controller
sudo apt-get install ros-melodic-moveit*
sudo apt-get install ros-melodic-object-recognition-*

从名称也可以知道，除了ROS之外，还有一些关节状态控制器，路径控制器以及后面重点介绍的MoveIt

1.3、创建工作空间 

创建一个名为chessbot的工作空间，这里我想用R2来做下棋的机器人。 

mkdir -p ~/chessbot/src
cd ~/chessbot/src
catkin_init_workspace

 1.4、下载编译

网上好像也只有下面这个貌似要被弃用的包，哈哈。所以也会在后面带来一个我没有解决的问题或许是这个原因。

git clone https://bitbucket.org/nasa_ros_pkg/deprecated_nasa_r2_simulator.git
git clone https://bitbucket.org/nasa_ros_pkg/deprecated_nasa_r2_common.git
其余包来源：https://bitbucket.org/nasa_ros_pkg/workspace/repositories/

下载好了之后，进行编译：

cd ..
catkin_make

1.5、显示机器人

编译好了之后，就可以显示R2双臂机器人了

cd ~/chessbot
source devel/setup.bash
roslaunch r2_gazebo r2_display.launch

如下图：

运行robot_state_publisher节点，会使用R2的几何描述和它的关节状态向量，持续地计算并更新机器人上的所有坐标系(前向运动学计算)，这种操作的是标准的ROS实现，不依赖机器人，所以我们只需要直接启动它，它就能为R2机器人做正确的事情。

cd ~/chessbot
source devel/setup.bash
rosrun robot_state_publisher robot_state_publisher

 然后我们试着让机器人的双臂挥动起来，代码如下：

cd ~/chessbot/src
gedit r2_move.py
#!/usr/bin/env python
import sys,rospy,tf,moveit_commander,random
from geometry_msgs.msg import Pose,Point,Quaternion
from math import piQ=Quaternion(*tf.transformations.quaternion_from_euler(pi,-pi/2,-pi/2))
orient=[Q,Q]
pose=[Pose(Point(0.5,-0.5,1.3),orient[0]),Pose(Point(-0.5,-0.5,1.3),orient[1])]
moveit_commander.roscpp_initialize(sys.argv)
rospy.init_node('r2_wave_arm',anonymous=True)
group=[moveit_commander.MoveGroupCommander("left_arm"),moveit_commander.MoveGroupCommander("right_arm")]
while not rospy.is_shutdown():pose[0].position.x = 0.5+random.uniform(-0.1,0.1)pose[1].position.x = -0.5+random.uniform(-0.1,0.1)for side in [0,1]:pose[side].position.z = 1.5+random.uniform(-0.1,0.1)group[side].set_pose_target(pose[side])group[side].go(True)moveit_commander.roscpp_shutdown()

代码的意思比较简单，首先将欧拉角转成四元数(tf.transformations.quaternion_from_euler(pi,-pi/2,-pi/2))，因为四元数在计算几何软件包中更为常用，因为它的数值稳定性较好，然后我们设置左右臂的位姿，通过MoveIt里面的moveit_commander的Python接口来驱动双臂的随机挥动。

加个可执行权限：chmod u+x r2_move.py

./r2_move.py

不出意外的话就会出现意外，报错如下：

[ INFO] [1702101228.432735750]: Loading robot model 'r2'...
[ INFO] [1702101228.434537951]: No root/virtual joint specified in SRDF. Assuming fixed joint
[FATAL] [1702101228.847908597]: Group 'left_arm' was not found.
Traceback (most recent call last):
  File "./r2_move.py", line 11, in <module>
    group=[moveit_commander.MoveGroupCommander("left_arm"),moveit_commander.MoveGroupCommander("right_arm")]
  File "/opt/ros/melodic/lib/python2.7/dist-packages/moveit_commander/move_group.py", line 66, in __init__
    name, robot_description, ns, wait_for_servers
RuntimeError: Group 'left_arm' was not found.

SRDF中没有指定根/虚拟关节。找不到这个'left_arm' 组，也就是没有定义它，这个错误涉及到了MoveIt软件包，由于比较复杂，放在后面进行单独说明。

2、R2关节

R2机器人由于完全模拟了人体的各个关节，所以会出现很多的关节（手臂、手指、手掌等），那么对于这些关节的英文名称还是需要非常熟悉的：

backpack：背包、行囊
baseplate：底座
bodycover：机身罩（类似衣服）
chest base：胸部区域
shoulder：肩膀
arm：手臂
elbow：肘部
distal：末端的（比如手指的指尖）
medial：中间的
proximal：近端的（比如手指靠近手掌的关节部分）
tip：末梢 尖端
lower arm：前臂（手垂直向下的下面部分）
upper arm：上臂（手垂直向下的上面部分）
palm：手掌
wrist：手腕
neck：脖子
waist：腰部
五根手指的名称：
thumb：大拇指；index：食指；middle：中指； ring：无名指；little：小指

3、MoveIt

我们可以看到在上面想要让机器人运动的时候，会报错：Group 'left_arm' was not found.

就是这个left_arm和right_arm左右两个手臂的组，找不到，这里就需要MoveIt这个软件包，功能强大但也比较复杂，一起来看下是如何通过MoveIt来制作机器人运动所需要的相关操作：

3.1、创建SRDF文件

打开MoveIt辅助安装工具：

cd ~/chessbot
source devel/setup.bash
rosrun moveit_setup_assistant moveit_setup_assistant

这里我们选择创建新的MoveIt包，选择的路径在deprecated_nasa_r2_common包里面的
r2_description/robots/r2.display.urdf.xacro文件，然后点击右下角 Load Files 加载文件
根据机器人的URDF(Unified Robot Description Format统一机器人描述格式)文件生成SRDF(Semantic Robot Description Format语义机器人描述格式)文件。

如下图：
 

3.2、优化自碰撞检查

对碰撞的检查，禁用碰撞的部件对，可以减少运动规划的时间，如下图：

默认10000次检查即可，点击 Generate Collision Matrix 生成碰撞矩阵，红线有两种展示方式。 

3.3、创建虚拟关节 

虚拟关节是将机器人连接到世界（World）的。主要作用是把机器人固定在地面上别乱跑，如下图：

3.4、规划组

这里是最关键的一个地方了，将机器人的子集规划成一个一个的组，如下图：

所以按照我们的双臂机器人，控制双臂运动，所以分别创建left_arm和right_arm

3.5、机器人位姿

这个可以定义机器人的位姿，对位姿进行分组，在经常去到一个点(比如返航充电的位姿)，将这个位姿设置一个名称就比较方便，图略
类似下面这样，用home代替坐标的意思，这样更直观

arm.set_named_target('home')
arm.go()

其余可选的还有，末端执行器：如果有夹具，吸盘之类的末端执行器就进行配置，可选
被动关节：就是不能主动控制的关节，也叫从动关节，可选
模拟文件：生成URDF文件，可选
3D感知传感器：这里可以选择点云或者深度图像，可选

3.6、ROS控制器

可以直接点击 Auto Add FollowJointsTrajectory Controllers For Each Planning Group 自动为每个规划组添加控制器，用来规划路径的用途

3.7、作者信息

指定作者的名字和邮箱地址，这个可以随意填写，图略

3.8、配置文件

最后一步就是对上述这些操作，进行打包操作，将会生成两个文件以及两个目录(配置文件的目录和launch目录) 

全部配置好了之后，先来看个demo，这里以右臂为例

cd ~/chessbot
source devel/setup.bash
roslaunch mybot demo.launch

如下图(实际是动态，这里就截图了)：

代码运行规划组：

cd ~/chessbot
source devel/setup.bash
roslaunch mybot move_group.launch

3.9、错误处理

重新开一个终端，我们运行上面那个代码文件：

cd ~/chessbot
source devel/setup.bash
cd ~/chessbot/src
./r2_move.py

报错如下：

[ERROR] [1702121793.117659791]: Could not initialize chain object
[ERROR] [1702121793.117758850]: Kinematics solver of type 'kdl_kinematics_plugin/KDLKinematicsPlugin' could not be initialized for group 'lef_arm'
[ERROR] [1702121793.117789067]: Kinematics solver could not be instantiated for joint group lef_arm.
[ERROR] [1702121793.118336454]: Could not initialize chain object
[ERROR] [1702121793.118389993]: Kinematics solver of type 'kdl_kinematics_plugin/KDLKinematicsPlugin' could not be initialized for group 'right_arm'
[ERROR] [1702121793.118409474]: Kinematics solver could not be instantiated for joint group right_arm.
[FATAL] [1702121793.119064673]: Group 'left_arm' was not found.

可能遇到这样的错误：

[ INFO] [1702174557.779660012]: Ready to take commands for planning group left_arm.
[ INFO] [1702174558.017795107]: Ready to take commands for planning group right_arm.
[ INFO] [1702174558.072099968]: ABORTED: Catastrophic failure
[ INFO] [1702174558.172742129]: ABORTED: Catastrophic failure 

也可能会遇到这样的错误：ABORTED: Solution found but controller failed during execution

主要原因是运动学插件和关节类型的匹配问题。

4、话题解释

我们来查看下出现了哪些话题：rostopic list

/attached_collision_object
/clicked_point
/collision_object
/execute_trajectory/cancel
/execute_trajectory/feedback
/execute_trajectory/goal
/execute_trajectory/result
/execute_trajectory/status
/head_mount_kinect/depth_registered/camera_info
/head_mount_kinect/depth_registered/image_raw
/head_mount_kinect/depth_registered/points
/initialpose
/joint_states
/move_base_simple/goal
/move_group/camera_info
/move_group/cancel
/move_group/display_contacts
/move_group/display_planned_path
/move_group/feedback
/move_group/filtered_cloud
/move_group/filtered_cloud/compressed
/move_group/filtered_cloud/compressed/parameter_descriptions
/move_group/filtered_cloud/compressed/parameter_updates
/move_group/filtered_cloud/compressedDepth
/move_group/filtered_cloud/compressedDepth/parameter_descriptions
/move_group/filtered_cloud/compressedDepth/parameter_updates
/move_group/filtered_cloud/theora
/move_group/filtered_cloud/theora/parameter_descriptions
/move_group/filtered_cloud/theora/parameter_updates
/move_group/filtered_label
/move_group/filtered_label/compressed
/move_group/filtered_label/compressed/parameter_descriptions
/move_group/filtered_label/compressed/parameter_updates
/move_group/filtered_label/compressedDepth
/move_group/filtered_label/compressedDepth/parameter_descriptions
/move_group/filtered_label/compressedDepth/parameter_updates
/move_group/filtered_label/theora
/move_group/filtered_label/theora/parameter_descriptions
/move_group/filtered_label/theora/parameter_updates
/move_group/goal
/move_group/model_depth
/move_group/model_depth/compressed
/move_group/model_depth/compressed/parameter_descriptions
/move_group/model_depth/compressed/parameter_updates
/move_group/model_depth/compressedDepth
/move_group/model_depth/compressedDepth/parameter_descriptions
/move_group/model_depth/compressedDepth/parameter_updates
/move_group/model_depth/theora
/move_group/model_depth/theora/parameter_descriptions
/move_group/model_depth/theora/parameter_updates
/move_group/monitored_planning_scene
/move_group/ompl/parameter_descriptions
/move_group/ompl/parameter_updates
/move_group/plan_execution/parameter_descriptions
/move_group/plan_execution/parameter_updates
/move_group/planning_scene_monitor/parameter_descriptions
/move_group/planning_scene_monitor/parameter_updates
/move_group/result
/move_group/sense_for_plan/parameter_descriptions
/move_group/sense_for_plan/parameter_updates
/move_group/status
/move_group/trajectory_execution/parameter_descriptions
/move_group/trajectory_execution/parameter_updates
/pickup/cancel
/pickup/feedback
/pickup/goal
/pickup/result
/pickup/status
/place/cancel
/place/feedback
/place/goal
/place/result
/place/status
/planning_scene
/planning_scene_world
/rosout
/rosout_agg
/tf
/tf_static
/trajectory_execution_event

常见的话题有必要去熟悉它：

4.1、点击的坐标点

rostopic info /clicked_point
rosmsg show geometry_msgs/PointStamped

表示用户在图形界面上点击的坐标点，也可以表示从点云数据中提取的某个点的坐标信息。其中获取的消息类型是 geometry_msgs/PointStamped 表示一个带有时间戳的2D或3D点。它包含一个Point 类型（表示2D或3D坐标）和一个Header 类型（表示消息的时间戳和frame ID）

4.2、显示机器人状态

rostopic info /display_robot_state
rosmsg show moveit_msgs/DisplayRobotState

读取机器人的状态信息（比如位姿、关节角度、角速度等），并将其显示在ROS图形界面上，需要加载MoveIt软件包

4.3、初始位姿

rostopic info /initialpose
rosmsg show geometry_msgs/PoseWithCovarianceStamped

对机器人进行定位，当从这个话题得到消息的时候，它会重置所有候选位姿(candidate pose)，并生成一组服从正态分布的，以消息中提供的位姿为中心的候选位姿。比如，使用rviz设置初始位姿就是在这个话题上发布一条消息。
好的导航结果依赖好的机器人定位，改进初始位姿估计的一个办法是在rviz中查看传感器数据并确保它与地图相符，尤其是在有激光测距仪的时候，这个办法工作得很好，因为激光传感器的数据就像是一张本地的地图，不断改进初始位姿估计直到激光的数据与地图符合起来，你就得到了很好的位姿估计。想要让位姿估计更好一些，可以驾驶机器人到处走走，这将使候选集合很好地分布在实际位置周围，从而给出一个更好的估计。
随着机器人到处移动并用传感器测量环境数据，这些候选位姿逐渐接近机器人的真实位姿，在任意时刻，用于路径规划的机器人的真实位姿就是候选位姿中可信度最高的那个。需要注意的是，当使用导航系统驱动机器人前往某个特定位置的时候，最终很有可能靠得很近，但是不太可能完全重合，不过对于路径规划以及基于传感器的循迹算法来说，这通常足够精确了。

4.4、附加碰撞物体

该话题会侦听提供的AttachedCollisionObject消息，这些消息会决定将碰撞物体附加到机器人状态中的链接上，或者从链接上将物体分离开。

4.5、执行轨迹

execute_trajectory有五个话题服务（Action通信机制），对轨迹规划的执行操作，类似的话题还有pickup抓取和place放置操作。关于Action动作想要了解的可以查阅：ROS通信机制之动作(Action)服务的实践

4.6、move_group

这个是MoveIt的核心组件话题，为用户提供一系列的动作指令和服务，通过参数服务器提供三种信息，URDF\SRDF\Config一些配置和关节限位和运动学插件之类

5、更换运动学插件

上面默认的是KDL插件，速度慢，求解很容易失败，所以可以自己更换插件，比如trac-ik-kinematics-plugin运动插件：

sudo apt-get install ros-melodic-trac-ik-kinematics-plugin
sudo apt-get install ros-melodic-trac-ik

将config的kinematics.yaml运动学的插件修改下

left_arm:kinematics_solver: trac_ik_kinematics_plugin/TRAC_IKKinematicsPluginkinematics_solver_search_resolution: 0.005kinematics_solver_timeout: 0.005
right_arm:kinematics_solver: trac_ik_kinematics_plugin/TRAC_IKKinematicsPluginkinematics_solver_search_resolution: 0.005kinematics_solver_timeout: 0.005

因为已经安装好了，所以也可以在上面MoveIt的Moveit_setup_assistant可视化界面中的规划路径去选择。

最后想要查看整个机器人的结构，可以使用树形结构命令查看：rosrun rqt_tf_tree rqt_tf_tree

6、小结

总的来说这个R2机器人还是非常复杂，遇到问题网上资料都很少，相关问题也可能是其他机器人，最终的路径规划和执行是表面上没有出错了，查看轨迹也有信息，不是空，但是没有速度，也就是代码没有驱动机器人手臂运动（GUI界面可以运动），出现坐标变换不被识别的问题，修改代码如下：

cd ~/chessbot
source devel/setup.bash

 

import sys,rospy,tf,moveit_commander,random
from geometry_msgs.msg import Pose,Point,Quaternion
from math import pimoveit_commander.roscpp_initialize(sys.argv)
rospy.init_node('r2_wave_arm',anonymous=True)
robot = moveit_commander.RobotCommander()
group = moveit_commander.MoveGroupCommander("left_arm")
group.set_goal_position_tolerance(0.005)
group.set_goal_orientation_tolerance(0.005)
pose_target = Pose(Point(0.5,-0.5,1.3),Quaternion(*tf.transformations.quaternion_from_euler(pi,-pi/2,-pi/2)))
group.set_joint_value_target(pose_target,group.get_end_effector_link(),True)
plan1 = group.plan()
group.execute(plan1)#group.go()#相当于Plan and Execute

 代码2：

import sys,rospy,tf,moveit_commander,random
import geometry_msgs.msg
from geometry_msgs.msg import Pose,Point,Quaternion
from math import pimoveit_commander.roscpp_initialize(sys.argv)
rospy.init_node('r2_wave_arm',anonymous=True)
#机器人接口
robot = moveit_commander.RobotCommander()
#所在环境接口
scene = moveit_commander.PlanningSceneInterface() 
#控制对象接口
group = moveit_commander.MoveGroupCommander("left_arm")#允许最大的误差、速度、加速度
group.set_goal_position_tolerance(0.005)
group.set_goal_orientation_tolerance(0.005)
group.set_max_velocity_scaling_factor(0.5) 
group.set_max_acceleration_scaling_factor(0.5)#pose_target = geometry_msgs.msg.Pose()
pose_target = geometry_msgs.msg.PoseStamped() 
pose_target .header.frame_id = robot.get_planning_frame()
pose_target.pose.position.x = group.get_current_pose().pose.position.x+0.5
pose_target.pose.position.y = group.get_current_pose().pose.position.y
pose_target.pose.position.z = group.get_current_pose().pose.position.z-0.1
pose_target.pose.orientation = group.get_current_pose().pose.orientation
group.set_joint_value_target(pose_target,group.get_end_effector_link(),True)
#group.go(wait=True) plan1= group.plan()
group.execute(plan1)

这个问题也找遍了全网，估计是时间久，版本的问题了，另外资料很少没有解决，只能等后期会了再来处理这个问题，如果有大神遇到且能解决，还请大神留下解决方案，感谢。 

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.rhkb.cn/news/226806.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

Oracle查询重复数据取第二行，好用来删除重复数据

Oracle查询重复数据取第二行，好用来删除重复数据

Oracle查询重复数据取第二行&#xff0c;好用来删除重复数据 SELECT * FROM ( SELECT e.* , ROW_NUMBER() over(PARTITION BY product_category_id,model_size_id ORDER BY product_category_id,model_size_id) rn FROM equ_check_rules e ) s WHERE rn 2;
阅读更多...
《Spring Cloud学习笔记：Nacos配置管理 OpenFeign LoadBalancer Getway》

《Spring Cloud学习笔记：Nacos配置管理 OpenFeign LoadBalancer Getway》

基于Feign的声明式远程调用&#xff08;代码更优雅&#xff09;&#xff0c;用它来去代替我们之前的RestTemplate方式的远程调用 1. Nacos配置管理&#xff1a;Nacos Config 服务配置中心介绍 首先我们来看一下,微服务架构下关于配置文件的一些问题&#xff1a; 配置文件相…
阅读更多...
计量经济学|学习笔记以及学习感悟

计量经济学|学习笔记以及学习感悟

初级计量经济学着重于介绍基本的统计工具和经济模型&#xff0c;以帮助理解经济数据和经济现象之间的关系。它包括回归分析、假设检验和预测方法等内容。中级计量经济学则深入研究这些方法的理论基础和实际应用&#xff0c;包括更复杂的模型和技术&#xff0c;如面板数据分析、…
阅读更多...
【验证概括 SV的数据类型_2023.12.18】

【验证概括 SV的数据类型_2023.12.18】

验证概括 验证的过程是保证芯片实现符合规格说明书&#xff08;Specification&#xff0c;spec&#xff09;的过程 验证的两项任务&#xff1a; RTL sim&#xff1a;前仿真&#xff0c;验证功能 GLS-Gate (Level Simulation)&#xff1a;后仿真&#xff0c;验证功能和时序 验…
阅读更多...
SourceTree的安装和使用

SourceTree的安装和使用

提示&#xff1a;文章写完后&#xff0c;目录可以自动生成&#xff0c;如何生成可参考右边的帮助文档 文章目录 前言一、安装&#xff1a;二、使用步骤1.获取地址2.放入sourceTree 3.点击推送 前言 提示&#xff1a;这里可以添加本文要记录的大概内容&#xff1a; 简单讲解一…
阅读更多...
SpringBoot 2 集成Spark 3

SpringBoot 2 集成Spark 3

前提条件: 运行环境&#xff1a;Hadoop 3.* Spark 3.* ,如果还未安装相关环境&#xff0c;请参考&#xff1a; Spark 初始 CentOS 7 安装Hadoop 3 单机版 SpringBoot 2 集成Spark 3 pom.xml <?xml version"1.0" encoding"UTF-8"?> <pro…
阅读更多...
stm32中的i2c协议

stm32中的i2c协议

stm32中I2C 文章目录 stm32中I2CI2C 协议简介I2C物理层协议层I2C基本读写过程 **通讯的起始和停止信号****数据有效性****地址及数据方向****响应** STM32的I2C特性及架构**STM32** **的** I2C外设简介STM32 的 I 2C 架构剖析通讯引脚 通讯过程主发送器主接收器 I2C初始化结构体…
阅读更多...
【数据结构】快速排序(4种方式实现)

【数据结构】快速排序(4种方式实现)

前言&#xff1a;前面我们学习了几种相对比较简单的排序&#xff0c;今天我们要一起学习的是快速排序&#xff0c;我们将通过四种方式来模拟实现快排。 &#x1f496; 博主CSDN主页:卫卫卫的个人主页 &#x1f49e; &#x1f449; 专栏分类:数据结构 &#x1f448; &#x1f4a…
阅读更多...
【23.12.29期--Spring篇】Spring的 IOC 介绍

【23.12.29期--Spring篇】Spring的 IOC 介绍

介绍一下Spring的IOC ✔️引言✔️ lOC的优点✔️Spring的IOC✔️ 拓展知识仓✔️IOC是如何实现的&#xff1f; ✔️引言 所谓的IOC (inversion of control) &#xff0c;就是控制反转的意思。何为控制反转? 在传统的程序设计中&#xff0c;应用程序代码通常控制着对象的创建和…
阅读更多...
车载毫米波雷达及芯片新趋势研究2--“CMOS+AiP+SoC”与4D毫米波雷达推动产业越过大规模发展临界点

车载毫米波雷达及芯片新趋势研究2--“CMOS+AiP+SoC”与4D毫米波雷达推动产业越过大规模发展临界点

2.1 MMIC芯片工艺发展至CMOS时代&#xff0c;芯片集成度更高、体积与成本下降  MMIC芯片工艺经GaAs、SiGe已发展至CMOS时代&#xff0c;CMOS MMIC具有更低成本、更高集成度的优势。 工艺的主要变化发生在MMIC芯片的射频材料部分&#xff0c;目前SiGe仍为主流工艺。 SiGe虽在…
阅读更多...
Maven配置教程

Maven配置教程

一&#xff1a;下载 Maven – Download Apache Maven 二&#xff1a;解压 三&#xff1a;修改setting 1.在<localRepository>标签内添加自己的本地位置路径 <!-- localRepository| The path to the local repository maven will use to store artifacts.|| Default:…
阅读更多...
Redis主从

Redis主从

一、为何需要主从 单节点Redis的并发能力是有上限的&#xff0c;要进一步提高Redis的并发能力&#xff0c;就需要搭建主从集群&#xff0c;实现读写分离 二、如何设置主从 有临时和永久两种模式&#xff1a; 修改配置文件&#xff08;永久生效&#xff09; 在redis.conf中添…
阅读更多...
网站服务器被入侵，如何排查，该如何预防入侵呢？

网站服务器被入侵，如何排查，该如何预防入侵呢？

在我们日常使用服务器的过程中&#xff0c;当公司的网站服务器被黑客入侵时&#xff0c;导致整个网站以及业务系统瘫痪&#xff0c;将会给企业带来无法估量的损失。作为服务器的维护人员应当在第一时间做好安全响应&#xff0c;对入侵问题做到及时处理&#xff0c;以最快的时间…
阅读更多...
【基础篇】八、Arthas实现热部署

【基础篇】八、Arthas实现热部署

文章目录 1、Arthas实现热部署2、示例3、注意点 1、Arthas实现热部署 实现热部署指的是在服务不停止的情况下&#xff0c;动态地更新字节码文件到内存中&#xff0c;即&#xff1a;把修复后的类的字节码文件更新到内存中&#xff0c;让类加载器重新加载 背景&#xff1a;修复了…
阅读更多...
[RoarCTF 2019]Easy Java（java web）

[RoarCTF 2019]Easy Java（java web）

题目 页面如下 页面长得像sql注入 点击help看一下 这里需要了解java web目录结构 WEB INF:Java的web应用安全目录&#xff1b; 此外如果想在页面访问WEB-INF应用里面的文件&#xff0c;必须要通过web.xml进行相应的映射才能访问&#xff1b; WEB-INF是Java Web应用程序中的一…
阅读更多...
基于Python的短视频APP大学生用户数据分析预测

基于Python的短视频APP大学生用户数据分析预测

温馨提示&#xff1a;文末有 CSDN 平台官方提供的学长 QQ 名片 :) 1. 项目背景 本项目以国内高校大学生在一段时间内对某短视频平台的使用数据为基础。通过数据分析和建模方法&#xff0c;我们深入挖掘这些数据中所蕴含的信息&#xff0c;以实现对高校和大学生维度的统计分析。…
阅读更多...
Modbus转Profinet，不会编程也能用！轻松快上手！

Modbus转Profinet，不会编程也能用！轻松快上手！

Modbus转Profinet是一种用于工业自动化领域的通信协议转换器&#xff0c;可以将Modbus协议转换为Profinet协议&#xff0c;实现设备之间的数据交换与通信。这个工具的使用非常简单&#xff0c;即使没有编程经验的人也可以轻松上手。即使不会编程的人也可以轻松快速上手使用Modb…
阅读更多...
【成功案例】起量时间缩短30%，超额达成目标！看初创厂商如何从0-1？

【成功案例】起量时间缩短30%，超额达成目标！看初创厂商如何从0-1？

在非游出海的大浪潮中&#xff0c;工具类应用占据了半壁江山&#xff0c;不管是持续变现能力和收益周期&#xff0c;都跑出了优异成绩。 这股增长之风也吹到初创厂商这里&#xff0c;KP公司公司带着他们的首款产品JoySteps&#xff0c;勇敢地踏出了这一步。 从零到一的过程少…
阅读更多...
鸿蒙原生应用再添新丁！爱奇艺入局鸿蒙

鸿蒙原生应用再添新丁！爱奇艺入局鸿蒙

鸿蒙原生应用再添新丁&#xff01;爱奇艺 入局鸿蒙 来自 HarmonyOS 微博12月29日消息&#xff0c;#爱奇艺完成鸿蒙原生应用Beta版#作为中国头部在线视频平台&#xff0c;爱奇艺 完成鸿蒙原生应用Beta版&#xff0c;将以丰富的正版高清视频资源促进鸿蒙生态的进一步繁荣&#x…
阅读更多...
[鹏城杯 2022]简单包含

[鹏城杯 2022]简单包含

[鹏城杯 2022]简单包含 wp 题目代码如下&#xff1a; <?php highlight_file(__FILE__); include($_POST["flag"]); //flag in /var/www/html/flag.php; 直接 POST 传参&#xff1a; flag/var/www/html/flag.php 会触发 waf 。 尝试用伪协议读取&#xff1a; …
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023