草庐IT

2022 电赛陕西省赛

♚℡灬 2023-04-21 原文

一：题目：

声源定位跟踪系统（E题）

设计制作一个声源定位跟踪系统，能够实时显示及指示声源的位置，当声源移动时能够用激光笔动态跟踪声源。

  • 设计并制作声音发生装置——“声源”，装置最大边长或直径不超过10cm，声源中心点B用红色或其他醒目颜色标识，并在B点所在的平面以B点为圆心，直径为5cm画圆圈，用醒目线条标识，该平面面向检测指示装置（图中A点）。（4分）
  • 设计并制作一个声源定位检测装置，传感器安装在图1的 C区范围内，高度不超过1m，系统采用的拾音器或麦克风传感器数量不超过10个；在装置上标记测试参考点A，作为位置坐标的原点；装置上有显示电路，实时显示D区域内声源的位置，显示A、B两点直线距离γ和以A点为原点，AB在地面的投影与图1中心线的夹角θ，测量时间不超过5s，距离γ和角度θ的测值误差越小越好。（36分）
  • 设计并制作一个声源指示控制装置，此装置和上述声源定位检测装置可以合为一体。也放置在图1的 C区，安装有激光笔和二维电动云台，能控制激光笔指向声源，定位计算过程中时，激光笔关闭，定位运算完成时激光笔开启。定位指示声源时，动作反应时间不超过10s，光点与B点偏差越小越好。（30分）
  • 声源移动动态追踪：当声源摆放在地面，用细绳牵引，以0.2m/s左右的速度在D区移动时，激光笔光点指向B点，光点与B点偏差越小好，跟踪反应时间越短越好。（20分）

二：方案计划：

2.1【硬件选型】

Sipeed Maix Dock k210开发板：

Sipeed麦克风阵列模块：

飞特串口舵机：

激光模块：

按键：

2.2【基础架构】

刚开始将麦克风阵列模块平面放置进行尝试，但出来的声音数据处于整个屏幕的最下方，有一半数据被遮挡不见，所以放弃此方法。

后面将麦克风阵列垂直放置后发现接收到的数据偶尔会有偏移现象导致不准，所以开始尝试增加麦克风阵列的收音能力。

尝试通过增加桶装结构来增加收音功能，但由于桶太小，3m距离的两头顶点数据很少收到，所以最终还是使用垂直放置的方式。

2.3【各模块软件设计】

2.3.1 麦克风阵列软件设计：

依据官方给出的声源定位历程如下所示：

#导入MIC_ARRAY和LCD模块
from Maix import MIC_ARRAY as mic
import lcd

#初始化模块
lcd.init()
mic.init()

while True:

    #获取原始的声源黑白位图，尺寸 16*16
    imga = mic.get_map()

    #获取声源方向并设置LED显示
    b = mic.get_dir(imga)
    a = mic.set_led(b,(0,0,255))

    #将声源地图重置成正方形，彩虹色
    imgb = imga.resize(160,160)
    imgc = imgb.to_rainbow(1)

    #显示声源图
    lcd.display(imgc)

mic.deinit()

问题：依据官方给的结果只能得出一张声场图，通过调用 get_dir 函数可以得到12个灯珠的强度。但是得不到具体的位置，只能令相应位置的灯珠亮。

通过在网上搜寻发现了一位大神所写的依据官方声源定位做处理得到相应X坐标，Y坐标，强度，角度的具体实现如下所示：

def get_mic_dir():
    AngleX=0
    AngleY=0
    AngleR=0
    Angle=0
    AngleAddPi=0
    mic_list=[]
    imga = mic.get_map()    # 获取声音源分布图像
    imgb = imga.resize(160,160)
    imgc = imgb.to_rainbow(1)
    lcd.display(imgc)
    b = mic.get_dir(imga)   # 计算、获取声源方向
    for i in range(len(b)):
        if b[i]>=2:
            AngleX+= b[i]*math.sin(i*math.pi/6)
            AngleY+= b[i]*math.cos(i*math.pi/6)
    AngleX=round(AngleX,6) #计算坐标转换值
    AngleY=round(AngleY,6)
    if AngleY<0:AngleAddPi=180
    if AngleX<0 and AngleY > 0:AngleAddPi=360
    if AngleX!=0 or AngleY!=0: #参数修正
        if AngleY==0:
            Angle=90 if AngleX>0 else 270 #填补X轴角度
        else:
            Angle=AngleAddPi+round(math.degrees(math.atan(AngleX/AngleY)),4) #计算角度
        AngleR=round(math.sqrt(AngleY*AngleY+AngleX*AngleX),4) #计算强度
        mic_list.append(AngleX)
        mic_list.append(AngleY)
        mic_list.append(AngleR)
        mic_list.append(Angle)
    a = mic.set_led(b,(0,0,255))# 配置 RGB LED 颜色值
    return mic_list #返回列表，X坐标，Y坐标，强度，角度

经过测试，发现数据非常NICE，但是还是有些达不到本次赛题的具体要求（只能说我也是非常头疼了）。于是开始尝试追寻源头，获取最底层的数据，尽量往题目de要求靠近了:(。

与麦克风阵列有关的函数库为MIC_ARRAY：MaixPy/components/micropython/port/src/Maix at master · sipeed/MaixPy (github.com)

  1. 通过查看发现我们所使用的 get_map() 函数内部只是把数据进行了一个拷贝，真正的数据来自 thermal_map_data ，定义如下：STATIC uint8_t thermal_map_data[256]; ，是一个静态变量。

    000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 
 000 000 000 000 093 191 000 000 000 000 000 000 000 000 000 000 
 000 000 000 204 243 109 000 000 000 000 000 000 000 000 000 000 
 000 000 000 000 255 146 146 000 000 000 000 000 000 000 000 000 
 000 000 000 000 122 219 076 000 000 000 000 000 000 000 000 000 
 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 
 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 
 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 
 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 
 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 
 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 
 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 
 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 
 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 
 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 
 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 
 ====================
000 000 000 016 122 206 168 068 000 000 000 000 000 000 000 000 
 000 000 000 000 078 255 208 120 003 000 000 000 000 000 000 000 
 000 000 000 000 096 164 201 204 042 000 000 000 000 000 000 000 
 000 000 000 000 010 043 139 149 028 000 000 000 000 000 000 000 
 000 000 000 000 000 000 021 000 000 000 000 000 000 000 000 000 
 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 
 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 
 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 
 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 
 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 
 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 
 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 
 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 
 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 
 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 
 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000

  2. 这个变量只使用过两次，一次是初始化的时候进行读取，一次是在调用 get_map() 这个函数的时候进行处理。接下来就瞅瞅到底是如何调用数据的。

  3. 在 Maix_mic_array_init(size_t n_args, const mp_obj_t *pos_args, mp_map_t *kw_args) 函数中最后一行代码显示 int ret = lib_mic_init(DMAC_CHANNEL4, lib_mic_cb, thermal_map_data); 所以最原始的数据来自 lib_mic_init 这个函数，而这个函数在 #include "lib_mic.h" 函数库中。

  4. lib_mic.h 地址如下所示：https://github.com/sipeed/MaixPy/blob/master/components/kendryte_sdk/include/lib_mic.h，最终发现官方只给了 lib_mic.a 静态链接库。所以我们目前所能够获得的最原始的数据便是 thermal_map_data 这256个数据也就是16x16在屏幕上所能看到的音场图像 😃 。

软件设计：

  1. 通过 mic.get_dir(imga) 获得的音场图像我们可以通过如下所示获得255的最原始的数据点。

    imga = mic.get_map()    # 获取声音源分布图像
imgb = imga.resize(200,200)
for y in range(imgb.height()):
    for x in range(imgb.width()):
         print('%03d'%imgb.get_pixel(x, y), end=" ")
         print('\r\n', end=" ")
return

  2. 因为最终得到的是图像数据，所以我们可以通过处理图像的API来处理音频数据（嘻嘻），通过 find_blobs 函数可以适当的降噪并得到超过一定阈值的色块儿。

    th = [(230, 255)]
blobs = imgb.find_blobs(th, area_threshold=16, pixels_threshold=1, merge=True, x_stride=1, y_stride=1)
#官方地址：https://book.openmv.cc/image/blob.html

  3. 这里通过最简单的对每个色块的cx值进行平滑处理（每次增加一个因素）得到大体的最终像素的位置。

     if blobs:
        meanlost = 0
        for obj in blobs:
            if meanfound == False:
                meanfound = True
                for i in range(meancount):
                    mean_x[i] = obj.cx()
                    meanwriteindex = 0
            else:
                mean_x[meanwriteindex] = obj.cx()
                meanwriteindex = meanwriteindex + 1
                meanwriteindex = meanwriteindex % meancount

            allv = 0.0
            allv = (allv / (meancount)) - 100
            print("x:" + str(allv) + "y:" + str(obj.cy()))
    else:
        meanlost = meanlost + 1
        if meanlost > 50:
            meanfound = False

  4. 之前已经通过 imga.resize 函数将最终的结果放大到200了，所以理论上平面上的像素的位置因该处于100与-100之间。根据3m的约束，100像素对应150cm，在完全线性情况下计算距离的时候只需要将得到的值乘以1.5便是边上的最终距离（当然这是不切实际的哈，需要与真是场合进行最终的拟合）

  5. 通过测试如果将其中的最大与最小值进行去除后效果较为稳定

                max_num = mean_x[1]
            min_num = mean_x[1]
            for i in range(meancount):
                if mean_x[i] >  max_num:
                    max_num = mean_x[i]
                if mean_x[i] < min_num:
                    min_num = mean_x[i]
                allv = allv + mean_x[i]
            allv = allv - max_num - min_num

  6. 根据上述所示最终拟合后的情况较为稳定，大概像素抖动差距为1左右 😃

2.3.2 舵机软件设计：

串口舵机通过官方的协议发送相应的组帧数据便可到达相应的角度，这里设置360度对应于4096细分。封装结果如下所示：

#该函数将角度转换为步进电机的位置参数
#假定角度范围是0-180
def yiding(angle):
    return int(4096 * (angle / 360.0))

#该函数生成控制帧
def create_control_message(angle):
    step = yiding(angle)
    lw = step % 256
    hg = step>>8
    buffer = bytearray(7)
    buffer[0]=0x2A
    buffer[1]=lw
    buffer[2]=hg
    buffer[3]=0
    buffer[4]=0
    buffer[5]=0xE8 #这里没有做调速的逻辑
    buffer[6]=0x03 #直接将选定的参数写在代码里，可按需修改
    return SendBuffer(7, buffer, 0x03)

#该函数根据角度调用相应函数生成控制帧
#然后通过uart对象发送控制帧
def control(uart, angle):
    uart.write(create_control_message(angle))
    uart.read()

def SendBuffer(length, buffer, cmd):
    data = bytearray(length + 6)
    data[0] = 0xff
    data[1] = 0xff
    data[2] = 0x01
    data[3] = length + 2
    data[4] = cmd
    i = 0
    sum = 0
    while  i < length:
        data[5 + i] = buffer[i]
        sum += buffer[i]
        i += 1
    data[length + 5] = ~(data[2] + data[3] + data[4] + sum)
    return data

#引脚映射
fm.register(6, fm.fpioa.UART1_RX, force=True)
fm.register(7, fm.fpioa.UART1_TX, force=True)

#构造函数
uart = UART(UART.UART1, 115200, read_buf_len=4096)

2.3.3 矩阵键盘：

通过IO口进行控制：

fpioa = FPIOA()
fpioa.set_function(30, fpioa.GPIOHS0)
fpioa.set_function(31, fpioa.GPIOHS1)
fpioa.set_function(32, fpioa.GPIOHS2)
fpioa.set_function(33, fpioa.GPIOHS3)
fpioa.set_function(34, fpioa.GPIOHS4)
key_1 = GPIO(GPIO.GPIOHS0, GPIO.IN, GPIO.PULL_UP)
key_2 = GPIO(GPIO.GPIOHS1, GPIO.IN, GPIO.PULL_UP)
key_3 = GPIO(GPIO.GPIOHS2, GPIO.IN, GPIO.PULL_UP)
key_4 = GPIO(GPIO.GPIOHS3, GPIO.IN, GPIO.PULL_UP)
key_5 = GPIO(GPIO.GPIOHS4, GPIO.IN, GPIO.PULL_UP)
print("GPIO_init!")

2.4【问题总结】

上述麦克风阵列部分的软件设计虽然设想很好像素抖动并不巨大，但是当时只是测量了某些点，直到经过反复测量+1.5m — -1.5m的整体路径后… 😦

先上测试结果，如图所示为以15cm为间距测量的一个整体情况，发现在-75cm和-105cm之间麦克风阵列接收的值差距非常小几乎可以忽略…这岂不是代表6-7的像素结果最终需要对应到30cm emmm

xvaluerealx_cm
-101.29-150
-82.412-135
-71-120
-49.666-105
-45.412-90
-42.335-75
-31.212-60
-21.267-45
-12.828-30
-7.114-15
20
7.87115
19.23830
26.39845
36.71560
46.33575
49.75590
59.389105
78.123120
94.301135
100.567150

2.4.1【解决问题 —— 算法拟合的方式？】

刚开始的第一想法是认为算法太简单了可以通过拟合的方式导致结果好点，所以后面通过 TableCurve 2D 又再次对算法方面进行了优化。如图所示为原始数据，后面为重新修改算法后的对比图。

#三段数据通过傅里叶拟合后的代码已翻译为py
def evalfpoly_upper(order, x, c):
    y = c[0]
    x = (x-(-101.2900000000000))/(64.25307869540144)
    i = 1
    j = 1
    while (j<=order):
        y = y + c[j]*math.cos(i*x)+c[j+1]*math.sin(i*x)
        j = j + 2
        i = i + 1
    return y


def x2cm_upper(x):
    #xvalue,realx_cm
    #X= x
    #Y= y
    #Eqn# 6846  Fourier Series Polynomial 6x2
    #r2=0.9992520391742251
    #r2adj=0.9978629690692147
    #StdErr=4.024677208570474
    #Fstat=890.6456102510882
    #a= 18061.39806009811
    #b= 3037.621539029955
    #c= -32439.8924224331
    #d= -23307.50404252103
    #e= -4700.223775667663
    #f= -4180.635182396415
    #g= 13084.95904965044
    #h= 5462.199382107961
    #i= 2520.335507611479
    #j= 992.9660259627591
    #k= -1525.384832176511
    #l= -216.0594810973499
    #m= -201.9920503300485
    c = [ \
        18061.39806009811, \
        3037.621539029955, \
        -32439.89242243310, \
        -23307.50404252103, \
        -4700.223775667663, \
        -4180.635182396415, \
        13084.95904965044, \
        5462.199382107961, \
        2520.335507611479, \
        992.9660259627591, \
        -1525.384832176511, \
        -216.0594810973499, \
        -201.9920503300485 \
    ]
    y = evalfpoly_upper(12, x, c);
    return y


def evalfpoly_down(order, x, c):
    y = c[0]
    x = (x-(-101.2900000000000))/(16.43242956435201)
    i = 1
    j = 1
    while (j<=order):
        y += c[j]*math.cos(i*x)+c[j+1]*math.sin(i*x)
        j = j + 2
        i = i + 1

    return y


def x2cm_down(x):
    #xvalue,realx_cm
    #X= x
    #Y= y
    #Eqn# 6841  Fourier Series Polynomial 1x2
    #r2=0.9999494613096794
    #r2adj=0.9998483839290382
    #StdErr=0.2384450180034372
    #Fstat=9892.91031254093
    #a= -127.4956791753075
    #b= -22.44558132774609
    #c= 1.671278079513843
    c = ( \
        -127.4956791753075, \
        -22.44558132774609, \
        1.671278079513843 \
    )
    y = evalfpoly_down(2, x, c)
    return y


def x2cm_inner(x):
    #xvalue,realx_cm
    #X= x
    #Y= y
    #Eqn# 6067  High Precision Polynomial Order 17
    #r2=0.9999018183727648
    #r2adj=0.9990181837276478
    #StdErr=2.38117386446982
    #Fstat=1797.212645936657
    #a= -2.528288698078915
    #b= 2.16076952420472
    #c= 0.00582814018547617
    #d= -0.002275948124670886
    #e= -8.934730109710214E-05
    #f= 6.811064374229286E-06
    #g= 1.978340205779401E-07
    #h= -9.293511972574285E-09
    #i= -1.733939641774201E-10
    #j= 6.179017571697362E-12
    #k= 7.276632783720768E-14
    #l= -2.128501488212396E-15
    #m= -1.527417220941608E-17
    #n= 3.833655302736212E-19
    #o= 1.526021786343222E-21
    #p= -3.395643131151524E-23
    #q= -5.701345417693474E-26
    #r= 1.157136867109389E-27
    y = -2.528288698078915+x*(2.160769524204720+ \
        x*(0.005828140185476170+x*(-0.002275948124670886+\
        x*(-8.934730109710214E-05+x*(6.811064374229286E-06+\
        x*(1.978340205779401E-07+x*(-9.293511972574285E-09+\
        x*(-1.733939641774201E-10+x*(6.179017571697362E-12+\
        x*(7.276632783720768E-14+x*(-2.128501488212396E-15+\
        x*(-1.527417220941608E-17+x*(3.833655302736212E-19+\
        x*(1.526021786343222E-21+x*(-3.395643131151524E-23+\
        x*(-5.701345417693474E-26+x*1.157136867109389E-27))))))))))))))))
    return y


def x2cm(x):
    if x<-49.666:
        return x2cm_down(x)
    elif x > 49.755:
        return x2cm_upper(x)
    else:
        return x2cm_inner(x)

通过将数据导入到上位机方便进行查看和分析，蓝线为声源与接受装置之间的距离，红线为原始麦克风阵列的采样数据（像素数据），绿线为将麦克风阵列通过傅里叶变换拟合到3m距离的对应长度。发现结果并不十分稳定。

果然采集的数据不行再咋拟合都不行（服气）

2.4.2【解决问题 —— 改变音源播放的声音解决问题？】

【声音大小】

如图左边所示为播放小音量的结果，右边所示为播放大音量的结果，感觉好像并不差多少哎。所以排除声音大小的问题（0db -3db）

【声音频率的问题】

又找了两段不同频率的声音进行整体的测试，如图所示为测试结果，发现真的有用哎，不同的音频结果确实差距挺大的。但是都有各自的无法区分的区间 :?

于是开始了非常非常非常非常非常非常漫长的寻找音源的阶段，又过了一夜…最终有三个音频入选到决赛

【两种混音测试】

通过将两张音源进行混音再测试，发现测试情况并不理想，依旧有区分度不大的区间。

最终版 ->【三种交替测试】

最终通过测试，发现如果将三种声音进行依次排序播放，效果能达到最好，难以区分区间虽然依旧存在但效果最好 😃

上传不上来嘞…

2.4.3【意外收获】

在进行音频测试的过程中发现，在模糊的点处，如果将周围的环境进行一定程度的干扰，例如在周围放置一块大的板子，有可能会打破当前的音场，导致这个点的区分度一下子上升，但是会导致另外一个问题，那就是这个模糊点会转移到其他的位置依旧存在…emm…😕

三：演示结果：

代码传送门：https://github.com/ChampDeLin/2022-DianSai-Provincial-level.git
😃

2022陕西省spanclasstoken音视频

有关2022 电赛陕西省赛的更多相关文章

  1. 映宇宙2022年营收63亿元：同比下降三成，毛利率提升4.3个百分点 - 2

    3月26日，映宇宙（HK:03700，即“映客”）发布截至2022年12月31日的2022年度业绩财务报告。财报显示，映宇宙2022年的总营收为63.19亿元，较2021年同期的91.76亿元下降31.1%。2022年，映宇宙的经营亏损为4698.7万元，2021年同期则为净利润4.57亿元；期内亏损（净亏损）为1.68亿元，2021年同期的净利润为4.33亿元；非国际财务报告准则经调整净利润为3.88亿元，2021年同期为4.82亿元，同比下降19.6%。 映宇宙在财报中表示，收入减少主要是由于行业竞争加剧，该集团对旗下产品采取更为谨慎的运营策略以应对市场变化。不过，映宇宙的毛利率则有所提升

  2. IDEA 2022 创建 Spring Boot 项目详解 - 2

    如何用IDEA2022创建并初始化一个SpringBoot项目？目录如何用IDEA2022创建并初始化一个SpringBoot项目？0. 环境说明1.  创建SpringBoot项目 2.编写初始化代码0. 环境说明IDEA2022.3.1JDK1.8SpringBoot1.  创建SpringBoot项目        打开IDEA，选择NewProject创建项目。        填写项目名称、项目构建方式、jdk版本，按需要修改项目文件路径等信息。        选择springboot版本以及需要的包，此处只选择了springweb。        此处需特别注意，若你使用的是jdk1

  3. 2022年10月23日周赛ZZULIOJ - 2

    文章目录问题B:芝华士威士忌和他的小猫咪们代码&注释问题C:愿我的弹雨能熄灭你们的痛苦代码注释问题D:猜糖果游戏代码注释问题E:有趣的次方代码注释问题F:这是一个简单题代码&注释问题G:打印矩阵代码注释问题H:scz的简单考验代码注释问题I:完美区间代码&注释问题J:是狂热的小迷妹一枚吖~代码&注释2022年10月23日周赛ZZULIOJ问题B:芝华士威士忌和他的小猫咪们时间限制:1Sec内存限制:128MB题目描述芝华士威士忌很喜欢带着他的猫咪们一块跑着玩。但是小猫咪们很懒，只有在离他y米以内才愿意和他一块跑。这天他在坐标为x的位置，他想和他的猫咪们一块跑着玩。有n个小猫咪，第i个小猫咪在坐

  4. 【华为OD机试真题 java、python、c++】荒地电站建设【2022 Q4 100分】（100%通过+复盘思路） - 2

    代码请进行一定修改后使用，本代码保证100%通过率，本题目提供了java、python、c++三种代码。复盘思路在文章的最后题目描述祖国西北部有一片大片荒地，其中零星的分布着一些湖泊，保护区，矿区;整体上常年光照良好，但是也有一些地区光照不太好。某电力公司希望在这里建设多个光伏电站，生产清洁能源对每平方公里的土地进行了发电评估，其中不能建设的区域发电量为0kw，可以发电的区域根据光照，地形等给出了每平方公里年发电量x千瓦。我们希望能够找到其中集中的矩形区域建设电站，能够获得良好的收益。输入描述第一行输入为调研的地区长，宽，以及准备建设的电站【长宽相等，为正方形】的边长最低要求的发电量之后每行为

  5. 玩客云刷机（2022-3-19亲测） - 2

    https://cloud.189.cn/t/BJbYreYbmUj2(访问码:djz6)（网盘2022-4-1更新）一、刷入armbian。1.1使用AmlBurnTool软件烧录首选底包至固件。烧录完成后断开玩客云电源备用。(靠近hdmi的那个口子。)1.2使用WIn32diskimager软件将emmc固件写入U盘。1.3写入成功后，先将U盘插入玩客云靠近网线接口端的USB口，再接入电源。玩客云通电后指示灯会先亮绿灯，再亮蓝灯，红蓝闪烁，最后蓝灯常亮。等到确定蓝灯常亮后，再拔掉U盘、电源。(最好蓝灯常亮后，启动一次玩客云，看看ssh是否正常。)1.4使用WIn32diskimager写入

  6. AiBote 2022 新研发的自动化框架，支持 Android 和 Windows 系统。速度非常快 - 2

    Ai-Bot基于流行的Node.js和JavaScript语言的一款新自动化框架，支持Windows和Android自动化。1、Windowsxpath元素定位算法支持支持Windows应用、.NET、WPF、Qt、Java和Electron客户端程序和ie、edgechrome浏览器2、Android支持原生APP和H5界面，元素定位速度是appium十倍，无线远程自动化操作多台安卓设备3、基于opencv图色算法，支持找图和多点找色，1080*2340全分辨率找图50MS以内4、内置免费OCR人工智能技术，无限制获取图片文字和找字功能。5、框架协议开源，除官方node.jsSDK外，用户可

  7. 考勤刷卡 最大和 简单 蓝桥杯省赛 2022 - 2

    问题描述小蓝负责一个公司的考勤系统,他每天都需要根据员工刷卡的情况来确定每个员工是否到岗。当员工刷卡时,会在后台留下一条记录,包括刷卡的时间和员工编号,只要在一天中员工刷过一次卡,就认为他到岗了。现在小蓝导出了一天中所有员工的刷卡记录,请将所有到岗员工的员工编号列出。输入格式输入的第一行包含一个正整数n,表示一天中所有员工的刷卡记录的条数。接下来n行,每行包含一条刷卡记录,每条刷卡记录的格式为:HH:MM:SSID其中HH:MM:SS表示刷卡时间,HH为一个0到23之间的两位十进制整数(可能含前导0)表示时,MM为一个0到59之间的两位十进制整数(可能含前导0)表示分,SS为一个0到59之间的

  8. 2022年山东省职业院校技能大赛高职组“信息安全管理与评估”赛项竞赛规程 - 2

    2022年山东省职业院校技能大赛高职组“信息安全管理与评估”赛项竞赛规程一、赛项名称赛项名称：信息安全管理与评估英文名称：InformationSecurityManagementandEvaluation赛项组别：高职组赛项归属：电子与信息大类二、竞赛目的（一）引领教学改革通过大赛引领专业教学改革，实现以赛促教、以赛促学、以赛促改的产教结合格局，提升专业培养服务社会和行业发展的能力，为国家信息安全行业培养选拔技术技能型人才。2022年信息安全管理与评估赛项延续历届赛项的竞赛内容，通过赛项检验参赛选手安全网络组建、按照等保要求加固网络系统、安全架构、渗透测试、攻防实战等技术能力，检验参赛队计划

  9. 2022年度 FinClip 扩展 SDK 推荐！ - 2

    2022年，FinClip团队进行了24个产品迭代，为了丰富FinClip的平台能力，除了核心SDK之外，我们还为开发者们提供了扩展SDK，扩展SDK是一个依赖核心SDK的库，里面提供了核心SDK中所没有的各种小程序API。官方希望通过丰富的扩展SDK库可以帮助开发者减少开发工作，把更多的精力用到实现业务上。那本期，小编就为大家推荐扩展SDK库中8个功能稳定又实用的SDK！（更多详细内容请点击）以下分享以AndroidSDK文件为例，您可登录 资源下载中心下载AndroidSDK文件，扩展SDK也处于在所下载的压缩包中。1、WeChatSDK微信SDK的快捷接入，提供调起微信通过微信小程序获得

  10. 2022年C++面试题万余字汇总【面试官常问】 - 2

    2022年C++面试题【常问重点问题】`1、请你说说GET和POST的区别？``2、简述一下C++中的多态?``3、说一说进程有多少种状态，如何转换?``3、请你说说指针和引用的区别``4、简述一下虚函数的实现原理``5、说一说vector和list的区别，分别适用于什么场景？``6、什么是孤儿进程，什么是僵尸进程，如何解决僵尸进程``7、请你说说C++Lambda表达式用法及实现原理``8、请你说说innodb和myisam的区别``9、请你说说数据库的索引是什么结构，为什么不用哈希表?``10、虚析构函数有什么作用?``11、说一说常用的Linux命令?(常见）``12、简述一下堆和栈的区

随机推荐