CORE Mobility Errorr的调试

在运行CORE tutorial 3中的mobility示例时,出现如下错误:
在这里插入图片描述
当看到这个问题的时候,并没有仔细去分析日志和现象,在core-daemon的进程打印界面只看了一下最后的出错堆栈:

2024-06-27 10:43:48,614 - ERROR - _server:_call_behavior - Exception calling application: int() argument must be a string, a bytes-like object or a real number, not ‘NoneType’
Traceback (most recent call last):
File “/opt/core/venv/lib/python3.10/site-packages/grpc/_server.py”, line 494, in _call_behavior
response_or_iterator = behavior(argument, context)
File “/opt/core/venv/lib/python3.10/site-packages/core/api/grpc/server.py”, line 916, in MobilityAction
node.mobility.stop(move_initial=True)
File “/opt/core/venv/lib/python3.10/site-packages/core/location/mobility.py”, line 1095, in stop
super().stop(move_initial=move_initial)
File “/opt/core/venv/lib/python3.10/site-packages/core/location/mobility.py”, line 839, in stop
self.session.mobility.sendevent(self)
File “/opt/core/venv/lib/python3.10/site-packages/core/location/mobility.py”, line 209, in sendevent
end_time = int(model.endtime)
TypeError: int() argument must be a string, a bytes-like object or a real number, not ‘NoneType’

然而,从这里很难看出什么问题。在网上各种搜索关键字也是毫无收获。还怀疑是python3.10的版本问题,准备退回python3.9再试试。最后都是无劳而返。
偶然又留意了一下core-daemon最开始出错的打印,才发现如下日志:

2024-06-27 10:42:13,978 - INFO - mobility:update_config - ns-2 scripted mobility configured for WLAN 3 using file: /usr/share/core/examples/tutorials/tutorial3/movements1.txt
2024-06-27 10:42:13,979 - ERROR - mobility:startup - mobility startup error
Traceback (most recent call last):
File “/opt/core/venv/lib/python3.10/site-packages/core/location/mobility.py”, line 136, in startup
self.set_model(node, model, config)
File “/opt/core/venv/lib/python3.10/site-packages/core/config.py”, line 360, in set_model
node.setmodel(model_class, config)
File “/opt/core/venv/lib/python3.10/site-packages/core/nodes/network.py”, line 754, in setmodel
self.mobility.update_config(config)
File “/opt/core/venv/lib/python3.10/site-packages/core/location/mobility.py”, line 904, in update_config
self.readscriptfile()
File “/opt/core/venv/lib/python3.10/site-packages/core/location/mobility.py”, line 916, in readscriptfile
file_path = self.findfile(self.file)
File “/opt/core/venv/lib/python3.10/site-packages/core/location/mobility.py”, line 998, in findfile
raise CoreError(f"invalid file: {file_path}")
core.errors.CoreError: invalid file: /usr/share/core/examples/tutorials/tutorial3/movements1.txt

原来这一段才是出错的根本原因。而且在日志中的原因也说明非常明白:movements1.txt有问题。我检查了一下,原因是我的系统对应路径不存在这个文件。于是重新修改了一下此文件对应的路径,可以顺利运行此示例程序了。
现在在回头看这个问题出现时的现象,在wlan3 mobility player这个窗口上也显示了movements1.txt的路径信息,只是自己没有留意或者在意,导致问题的根本原因未被及时发现。
总结此次教训,产生的原因是未仔细查看所有的日志,未仔细观察所有的现象和界面信息,太过于浮躁。

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/362928.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

CentOS安装Docker教程(包含踩坑的经验)

目录 一.基础安装 ▐ 安装Docker 二.启动Docker服务 三.配置Docker镜像加速 一.基础安装 在安装Docker之前可能需要先做以下准备 首先如果系统中已经存在旧的Docker,则先卸载: yum remove docker \docker-client \docker-client-latest \docker-…

排序算法。

快速排序:QuickSort 选标准值,将比标准值小的放在其左侧,将比标准值大的放在其右侧,左右两部分分别重复以上操作 1.挖坑填补法 拆东墙补西墙 先把第一个数拿出来用temp储存 然后从最后面遍历 找到比temp小的放到第一个位置 然后…

代码随想录第36天|动态规划

62. 不同路径 补充: 对二维数组的操作 dp[j][i] 表示到 j,i 有多少种路径递推公式: dp[j][i] dp[j - 1][i] dp[j][i - 1]初始化: dp[0][i] 和 dp[j][0] 都只有1种情况遍历顺序: 由于dp[j][i] 由 上和左的元素推导, 所以采用从左到右、从上到下的遍历顺序 class Solution {…

【PL理论深化】(9) Ocaml 语言:自定义类型 | 异常处理 | 模块

💬 写在前面:本章我们将继续介绍 OCaml 的基本特性,自定义类型、异常处理和模块。掌握了这些内容后,编写基本程序应该不会有太大困难。接下来的两节将学习函数式编程中常用的两种编程风格 —— 递归函数和高阶函数。 目录 0x00 …

python CSSE7030

1 Introduction In this assignment, you will implement a (heavily) simplified version of the video game ”Into The Breach”. In this game players defend a set of civilian buildings from giant monsters. In order to achieve this goal, the player commands a s…

基于51单片机的银行排队呼叫系统设计

一.硬件方案 本系统是以排队抽号顺序为核心,客户利用客户端抽号,工作人员利用叫号端叫号;通过显示器及时显示当前所叫号数,客户及时了解排队信息,通过合理的程序结构来执行排队抽号。电路主要由51单片机最小系统LCD12…

unity使用XR插件开发SteamVR项目,异常问题解决方法

一、unity使用XR插件开发SteamVR项目,运行后相机高度异常问题解决方法如下操作 (一)、开发环境 1、Unity 2021.3.15f 2、XR Interaction Toolkit Version 2.5.2 (com.unity.xr.interaction.toolkit) 3、OpenXR Pl…

ArmSoM-Sige7/5/1 和树莓派5规格比较

引言 在当今快速发展的嵌入式系统领域,选择一款性能强大、功能丰富的开发板对于项目的成功至关重要。本文将介绍并比较 Sige7、Sige5、Raspberry Pi 5 和 Sige1 这四款开发板的关键规格和特性,帮助开发者和爱好者选择最适合其需求的平台。 ArmSoM-Sige…

智慧校园-缴费管理系统总体概述

在构建现代化教育环境的过程中,智慧校园缴费管理系统脱颖而出,成为提升校园财务管理效率与服务质量的关键一环。缴费管理系统需要精心设计,通过科技力量,让原本繁琐的缴费流程变得简单快捷,同时增强家校之间的互动与信…

postman教程-22-Newman结合Jenkins执行自动化测试

上一小节我们学习了Postman Newman运行集合生成测试报告的方法,本小节我们讲解一下Postman Newman结合Jenkins执行自动化测试的方法。 在软件开发过程中,持续集成(CI)是一种实践,旨在通过自动化的测试和构建过程来频繁…

Transformers 安装与基本使用

文章目录 Github文档推荐文章简介安装官方示例中文情感分析模型分词器 Tokenizer填充 Padding截断 Truncation google-t5/t5-small使用脚本进行训练Pytorch 机器翻译数据集下载数据集格式转换 Github https://github.com/huggingface/transformers 文档 https://huggingface…

【Sklearn-LR驯化】一文搞懂分类基石模型-逻辑回归使用总结

【Sklearn-驯化】一文搞懂分类基石模型-逻辑回归使用总结 本次修炼方法请往下查看 🌈 欢迎莅临我的个人主页 👈这里是我工作、学习、实践 IT领域、真诚分享 踩坑集合,智慧小天地! 🎇 免费获取相关内容文档关注&#xf…

Transformer教程之Encoder-Decoder架构

在当今的自然语言处理(NLP)领域,Transformer已经成为不可或缺的模型。它以其高效的并行计算和卓越的性能在多个任务中占据了主导地位。在这篇文章中,我们将深入探讨Transformer的核心——Encoder-Decoder架构,帮助大家…

设计模式原则——接口隔离原则

设计模式原则 设计模式示例代码库地址: https://gitee.com/Jasonpupil/designPatterns 接口隔离原则 要求程序员尽量将臃肿庞大的接口拆分为更小的和更具体的接口,让接口中只包含客户感兴趣的方法接口隔离原则的目标是降低类或模块之间的耦合度&…

STM32将外部SDRAM空间作为系统堆(Heap)空间

概述 stm32可以外扩很大的sram,常见外部sram的初始化函数一般是c语言写的,默认写在main函数里面。stm32初始化首先进入汇编代码startup_stm32f429xx.s,在汇编代码中Reset_Handler(复位中断服务程序)里面先调用了Syste…

【Python机器学习】自动化特征选择——迭代特征选择

在单变量测试中,没有使用模型;在基于模型的选择中,使用单个模型来选择特征。而在迭代特征选择中,将会构造一系列模型,每个模型都使用不同数量的特征。有两种基本方法: 1、开始时没有特征,然后逐…

Django使用

一、安装Django 可以在创建好的虚拟环境中下载包 pip install Django3.2.20 -i https://pypi.tuna.tsinghua.edu.cn/simple 查看对应的下载好的内容 1、在Lib的site-packages第三方包里:这就是django框架源码 2、在scripts中有个 这是个工具,帮助创建d…

Java nio 的线程通信机制线程通信Pipe

Java的Pipe是一种新的线程通信机制,传统的线程通信可以是通过共享内存的方式,socket等方式,而Pipe是通过Java NIO 通信的方式实现共享内存,优点类似于go语言的管道 先上代码 public static void main(String[] args) throws IOEx…

Java网络编程(JavaWeb的基础)

Java网络编程(JavaWeb的基础) 文章目录 Java网络编程(JavaWeb的基础)前言一、网络编程概述1.1 软件架构&网络基础1.2 网络通信要素:IP/端口/通信协议1.3 传输层协议:tcp/udp 二、网络编程API2.1 InetAddress类2.2 Socket类&am…

DELL:利用大语言模型(LLM)生成评论与解释,革新虚假信息检测

ACL 2024 DELL: Generating Reactions and Explanations for LLM-Based Misinformation Detection https://arxiv.org/abs/2402.10426https://arxiv.org/abs/2402.10426 1.概述 大型语言模型(LLM)虽在诸多领域显示出色性能,但在直接应用于新闻真实性鉴别时,面临两大核心挑…