从零开始搭二维激光SLAM --- 基于GMapping的栅格地图的构建

2024-04-02 22:18
文章标签 构建 slam 从零开始 地图 栅格 激光 二维 gmapping

本文主要是介绍从零开始搭二维激光SLAM --- 基于GMapping的栅格地图的构建，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

上篇文章讲解了如何在ROS中发布栅格地图，以及如何向栅格地图赋值．

这篇文章来讲讲如何将激光雷达的数据构建成栅格地图．

雷达的数据点所在位置表示为占用，从雷达开始到这点之间的区域表示为空闲．

1 GMapping简介

GMapping是ROS中navigation导航包集中推荐的二维建图算法包，由于其实现时间早，所以各种书中的demo使用的SLAM基本都是GMapping，同时GMapping网上的教程也是最多的．

GMapping是基于粒子滤波算法实现的SLAM，通过里程计数据获取粒子群的先验位姿，再通过雷达数据与地图的匹配程度对所有粒子进行打分，通过分数高的粒子群来近似机器人的真实位姿．

GMapping的具体实现是在open_gmapping包里，后来又在ROS中做了个封装包slam_gmapping．gmapping在ROS中的wiki地址为 http://wiki.ros.org/gmapping

2 代码

open_gmapping的代码比较复杂，比较乱． csdn博主 白茶-清欢 对 open_gmapping 与 slam_gmapping 两个包进行了重写，整理了代码使得代码结构更加清晰，同时添加了注释，还增加了激光雷达数据的畸变校正功能．

本篇文章的代码实现是参考于 csdn博主 白茶-清欢 注释简化之后的GMapping．其地址为 csdn 白茶-清欢: https://blog.csdn.net/zhao_ke_xue/article/details/109712355

2.1 获取代码

代码已经提交在github上了，如果不知道github的地址的朋友, 请在我的公众号: 从零开始搭激光SLAM 中回复 开源地址 获得。

推荐使用 git clone 的方式进行下载, 因为代码是正处于更新状态的, git clone 下载的代码可以使用 git pull 很方便地进行更新.

本篇文章对应的代码为 Creating-2D-laser-slam-from-scratch/lesson4/src/gmapping/ 与 Creating-2D-laser-slam-from-scratch/lesson4/include/gmapping/

2.2 回调函数

这个函数先进行角度值的cos与sin的计算，然后调用PublishMap()计算地图并发布出去．

// 回调函数 进行数据处理
void GMapping::ScanCallback(const sensor_msgs::LaserScan::ConstPtr &scan_msg)
{static ros::Time last_map_update(0, 0); //存储上一次地图更新的时间if (!got_first_scan_) //如果是第一次接收scan{// 将雷达各个角度的sin与cos值保存下来，以节约计算量CreateCache(scan_msg);got_first_scan_ = true; //改变第一帧的标志位}start_time_ = std::chrono::steady_clock::now();// 计算当前雷达数据对应的栅格地图并发布出去PublishMap(scan_msg);end_time_ = std::chrono::steady_clock::now();time_used_ = std::chrono::duration_cast<std::chrono::duration<double>>(end_time_ - start_time_);std::cout << "\n转换一次地图用时: " << time_used_.count() << " 秒。" << std::endl;
}

2.3 PublishMap()

这里的ScanMatcherMap为GMapping中存储地图的数据类型，先声明了一个ScanMatcherMap的对象gmapping_map_，然后通过ComputeMap()为gmapping_map_赋值，然后再将gmapping_map_中存储的值赋值到ros的栅格地图的数据类型中．

gmapping认为ros的栅格地图数据只需要有3个值

  • -1 代表栅格状态未知
  • 0 代表栅格是空闲的，代表可通过区域
  • 100 代表栅格是占用的，代表障碍物，不可通过
#define GMAPPING_UNKNOWN (-1)
#define GMAPPING_FREE (0)
#define GMAPPING_OCC (100)// 计算当前雷达数据对应的栅格地图并发布出去
void GMapping::PublishMap(const sensor_msgs::LaserScan::ConstPtr &scan_msg)
{// 地图的中点Point center;center.x = (xmin_ + xmax_) / 2.0;center.y = (ymin_ + ymax_) / 2.0;// ScanMatcherMap为GMapping中存储地图的数据类型ScanMatcherMap gmapping_map_(center, xmin_, ymin_, xmax_, ymax_, resolution_);// 使用当前雷达数据更新GMapping地图中栅格的值ComputeMap(gmapping_map_, scan_msg);// 将gmapping_map_中的存储的栅格值 赋值到 ros的map中for (int x = 0; x < gmapping_map_.getMapSizeX(); x++){for (int y = 0; y < gmapping_map_.getMapSizeY(); y++){IntPoint p(x, y);// 获取这点栅格的值，只有大于occ_thresh_时才认为是占用double occ = gmapping_map_.cell(p); // 未知if (occ < 0)map_.data[MAP_IDX(map_.info.width, x, y)] = GMAPPING_UNKNOWN;// 占用else if (occ > occ_thresh_) // 默认0.25map_.data[MAP_IDX(map_.info.width, x, y)] = GMAPPING_OCC;// 空闲elsemap_.data[MAP_IDX(map_.info.width, x, y)] = GMAPPING_FREE;}}// 添加当前的时间戳map_.header.stamp = ros::Time::now();map_.header.frame_id = scan_msg->header.frame_id;// 发布map和map_metadatamap_publisher_.publish(map_);map_publisher_metadata_.publish(map_.info);
}

2.4 ComputeMap()

这部分代码分为2个部分，第一部分为计算出地图的储存空间，并且计算出从雷达到激光点这条线在gmapping栅格地图中的坐标，以及雷达点的坐标．第二部分为将计算好的直线与点在gmapping地图中进行栅格值的更新．

// 使用当前雷达数据更新GMapping地图中栅格的值
void GMapping::ComputeMap(ScanMatcherMap &map, const sensor_msgs::LaserScan::ConstPtr &scan_msg)
{line_lists_.clear();hit_lists_.clear();// lp为地图坐标系下的激光雷达坐标系的位姿OrientedPoint lp(0, 0, 0.0);// 将位姿lp转换成地图坐标系下的位置IntPoint p0 = map.world2map(lp);// 第一部分// 地图的有效区域(地图坐标系)HierarchicalArray2D<PointAccumulator>::PointSet activeArea;// 通过激光雷达的数据，找出地图的有效区域for (unsigned int i = 0; i < scan_msg->ranges.size(); i++){// 排除错误的激光点double d = scan_msg->ranges[i];if (d > max_range_ || d == 0.0 || !std::isfinite(d))continue;if (d > max_use_range_)d = max_use_range_;// p1为激光雷达的数据点在地图坐标系下的坐标Point phit = lp;phit.x += d * a_cos_[i];phit.y += d * a_sin_[i];IntPoint p1 = map.world2map(phit);// 使用bresenham算法来计算 从激光位置到激光点 要经过的栅格的坐标GridLineTraversalLine line;GridLineTraversal::gridLine(p0, p1, &line);// 将line保存起来以备后用line_lists_.push_back(line);// 计算活动区域的大小for (int i = 0; i < line.num_points - 1; i++){activeArea.insert(map.storage().patchIndexes(line.points[i]));}// 如果d<m_usableRange则需要把击中点也算进去 说明这个值是好的。// 同时如果d==max_use_range_那么说明这个值只用来进行标记空闲区域　不用来进行标记障碍物if (d < max_use_range_){IntPoint cp = map.storage().patchIndexes(p1);activeArea.insert(cp);hit_lists_.push_back(phit);}}// 为activeArea分配内存map.storage().setActiveArea(activeArea, true);map.storage().allocActiveArea();// 第二部分// 在map上更新空闲点for (auto line : line_lists_){// 更新空闲位置for (int k = 0; k < line.num_points - 1; k++){// 未击中，就不记录击中的位置了，所以传入参数Point(0,0)map.cell(line.points[k]).update(false, Point(0, 0));}}// 在map上添加hit点for (auto hit : hit_lists_){IntPoint p1 = map.world2map(hit);map.cell(p1).update(true, hit);}
}

代码中的注释已经说明的很清楚了，这里简要说明一下．

第一部分

首先生成了一个activeArea变量，用于记录需要区域的范围．

之后遍历雷达数据点，使用bresemham画线算法生成从激光位置到激光点的连线在栅格地图中的坐标，并将这些点放入activeArea用于计算区域，同时保存下来以备后用．

再判断雷达数据点也就是 phit ．判断这个点与预先设定的参数 max_use_range_(雷达数据最大使用距离)，如果phit的距离小于max_use_range_则认为是好的数据点，放入hit_lists_中以备后用．

最后，设置区域的大小以及分配内存．

第二部分

第二部分做了两个工作，一个是更新空闲点，代表可通过区域，另一个是更新hit点，也就是激光雷达数据点在地图中的位置，代表着障碍物．

这部分之前是进行了2次for循环，做了很多无用的计算，我进行优化了一下，现在只需要进行一次for循环．

2.5 bresemham画线算法

以下函数位于Creating-2D-laser-slam-from-scratch/lesson4/include/lesson4/gmapping/grid/gridlinetraversal.h文件中．

2.5.1 gridLine()

上述代码调用了gridLine()函数，这个函数调用了gridLineCore()进行直线坐标点的计算，

然后判断了计算出的直线坐标点的起始点是否正确，如果不正确，就把直线的所有点顺序反转一下，

void GridLineTraversal::gridLine(IntPoint start, IntPoint end, GridLineTraversalLine *line)
{int i, j;int half;IntPoint v;gridLineCore(start, end, line);if (start.x != line->points[0].x || start.y != line->points[0].y){half = line->num_points / 2;for (i = 0, j = line->num_points - 1; i < half; i++, j--){v = line->points[i];line->points[i] = line->points[j];line->points[j] = v;}}
}

2.5.2 gridLineCore()

这个函数就是实际bresemham画线算法的实现，代码挺长，但是挺简单的，只是区分了很多情况：斜率是否大于1，以及增长的顺序的方向判断等等，具体的意思已经在代码注释的很清楚了.

如果您想弄清楚理论过程，理解的更透彻一些，可以参看这篇文章 https://www.jianshu.com/p/d63bf63a0e28

网上的教程也很多，我这就不再讲了．

void GridLineTraversal::gridLineCore(IntPoint start, IntPoint end, GridLineTraversalLine *line)
{int dx, dy;             // 横纵坐标间距int incr1, incr2;       // 增量int d;                  // int x, y, xend, yend;   // 直线增长的首末端点坐标int xdirflag, ydirflag; // 横纵坐标增长方向int cnt = 0;            // 直线过点的点的序号dx = abs(end.x - start.x);dy = abs(end.y - start.y);// 斜率绝对值小于等于1的情况，优先增加xif (dy <= dx){d = 2 * dy - dx;       // 初始点P_m0值incr1 = 2 * dy;        // 情况（1）incr2 = 2 * (dy - dx); // 情况（2）// 将增长起点设置为横坐标小的点处，将 x的增长方向 设置为 向右侧增长if (start.x > end.x){// 起点横坐标比终点横坐标大，ydirflag = -1（负号可以理解为增长方向与直线始终点方向相反）x = end.x; y = end.y;ydirflag = (-1);xend = start.x; // 设置增长终点横坐标}else{x = start.x;y = start.y;ydirflag = 1;xend = end.x;}//加入起点坐标line->points.push_back(IntPoint(x, y));cnt++;// 向 右上 方向增长if (((end.y - start.y) * ydirflag) > 0){while (x < xend){x++;if (d < 0){d += incr1;}else{y++;d += incr2; // 纵坐标向正方向增长}line->points.push_back(IntPoint(x, y));cnt++;}}// 向 右下 方向增长else{while (x < xend){x++;if (d < 0){d += incr1;}else{y--;d += incr2; // 纵坐标向负方向增长}line->points.push_back(IntPoint(x, y));cnt++;}}}// 斜率绝对值大于1的情况，优先增加yelse{// dy > dx，当斜率k的绝对值|k|>1时，在y方向进行单位步进d = 2 * dx - dy; incr1 = 2 * dx;  incr2 = 2 * (dx - dy);// 将增长起点设置为纵坐标小的点处，将 y的增长方向 设置为 向上侧增长if (start.y > end.y){y = end.y; // 取最小的纵坐标作为起点x = end.x;yend = start.y;xdirflag = (-1); }else{y = start.y;x = start.x;yend = end.y;xdirflag = 1;}// 添加起点line->points.push_back(IntPoint(x, y));cnt++;// 向 上右 增长if (((end.x - start.x) * xdirflag) > 0){while (y < yend){y++;if (d < 0){d += incr1;}else{x++;d += incr2; // 横坐标向正方向增长}//添加新的点line->points.push_back(IntPoint(x, y));cnt++;}}// 向 上左 增长else{while (y < yend){y++;if (d < 0){d += incr1;}else{x--;d += incr2; //横坐标向负方向增长}line->points.push_back(IntPoint(x, y));// 记录添加所有点的数目cnt++;}}}line->num_points = cnt;
}

2.6 GMapping中的地图数据类型

我将GMapping中的地图数据类放在了
Creating-2D-laser-slam-from-scratch/lesson4/include/lesson4/gmapping/grid 文件夹下，以及依赖的点的类文件放在了
Creating-2D-laser-slam-from-scratch/lesson4/include/lesson4/gmapping/utils 文件夹下.

2.6.1 地图类

GMapping的地图相关的文件有3个，array.h，harray2d.h，map.h．

具体的代码实现我就不在这里说明了，代码挺多的，我也没太看懂（哈哈）。

感兴趣的同学可以仔细阅读一下，这里的代码都有注释的，再次感谢白茶清欢小哥的工作．

GMapping的代码比较老了，这块的实现可以使用c++ 11的stl进行更好的实现，这也是我不对这个代码细讲的原因，因为之后会有更好的实现．

2.6.2 地图占用值更新的实现

map.h中有个叫做PointAccumulator的结构体，定义了栅格地图的更新方式以及存储值是如何计算的．其代码如下

//PointAccumulator表示地图中一个cell（栅格）包括的内容
/*
acc：   栅格累计被击中位置
n：     栅格被击中次数
visits：栅格被访问的次数
*/
//PointAccumulator的一个对象，就是一个栅格，gmapping中其他类模板的cell就是这个struct PointAccumulator
{//float类型的pointtypedef point<float> FloatPoint;//构造函数PointAccumulator() : acc(0, 0), n(0), visits(0) {}PointAccumulator(int i) : acc(0, 0), n(0), visits(0) { assert(i == -1); }//计算栅格被击中坐标累计值的平均值inline Point mean() const { return 1. / n * Point(acc.x, acc.y); }//返回该栅格被占用的概率，范围是 -1（没有访问过） 、[0,1]inline operator double() const { return visits ? (double)n * 1 / (double)visits : -1; }//更新该栅格成员变量inline void update(bool value, const Point &p = Point(0, 0));//该栅格被击中的位置累计，最后取累计值的均值FloatPoint acc;//n表示该栅格被击中的次数，visits表示该栅格被访问的次数int n, visits;
};//更新该栅格成员变量，value表示该栅格是否被击中，击中n++，未击中仅visits++;
void PointAccumulator::update(bool value, const Point &p)
{if (value){acc.x += static_cast<float>(p.x);acc.y += static_cast<float>(p.y);n++;visits += 1;}elsevisits++;
}

可以看到，每个格子都有2个值，一个是visits，一个是n．

更新占用: 在更新被击中的栅格时, 也就是激光点所在的栅格, n与visits都会加1，

更新空闲: 在更新未被击中的栅格时，也就是从激光到激光点之间的栅格，只有visits加1,

通过重载了()，获取获取每个格子的占用值，也可以说成是被占用的概率．占用值的计算公式为 n/visists，如果是没被更新过就返回-1．

由于visits大于等于n，所以占用值的范围是 [0,1]的，只有当这个值在大于0.25（默认参数）时，在赋值到ros地图的时候才赋值为100，才认为是真正的占用了．

举个例子说明一下栅格地图的占用值更新的方式．

例如：当雷达扫到人腿时，会对击中点的栅格更新一次占用，这时在ROS地图下这个点将被表示为障碍物．

如果人腿离开了这个位置，在之后的过程中，有4次在这个栅格更新了空闲，就会将ROS地图中这个栅格的状态更新到空闲，也就是没有障碍物．

原因：

第一次更新地图时，这个格子的占用值为 1/1 = 1 > 0.25 ，就会将ROS地图中这个格子设置为100，表示障碍物．

如果之后4次更新地图，这个栅格都被更新空闲了，则这个格子的占用值将变为 1/5 = 0.2 <0.25了，所以就会将ROS地图中对应的栅格设置为0，变成可通过区域了．

3 运行

3.1 launch文件

本篇文章对应的数据包, 请在我的公众号中回复 lesson1 获得，并将launch中的bag_filename更改成您实际的目录名。

<launch><!-- bag的地址与名称 --><arg name="bag_filename" default="/home/lx/bagfiles/lesson1.bag"/><!-- 使用bag的时间戳 --><param name="use_sim_time" value="true" /><!-- 启动节点 --><node name="lesson4_gmapping_node"pkg="lesson4" type="lesson4_gmapping_node" output="screen" /><!-- launch rviz --><node name="rviz" pkg="rviz" type="rviz" required="true"args="-d $(find lesson4)/config/gmapping.rviz" /><!-- play bagfile --><node name="playbag" pkg="rosbag" type="play"args="--clock $(arg bag_filename)" /></launch>

3.2 编译与运行

下载代码后，请放入您自己的工作空间中，通过 catkin_make 进行编译．

由于是新增的包，所以需要通过 rospack profile 命令让ros找到这个新的包．

之后, 使用source命令，添加ros与工作空间的地址到当前终端下，再通过如下命令运行本篇文章对应的程序

roslaunch lesson4 make_gmapping_map.launch

3.3 运行结果

启动之后，会在rviz中显示出如下画面．

地图是不断地根据雷达数据进行更新的，每次生成的地图只是这一帧雷达数据转换后的结果，不会累加之前的雷达数据．
在这里插入图片描述
同时会在终端中打印出如下消息．

转换一次地图用时: 0.403898 秒。转换一次地图用时: 0.394922 秒。转换一次地图用时: 0.40791 秒。

3.4 结果分析

通过终端打印出来的信息可以得知，每次计算gmapping地图，再将gmapping地图的值赋值到ros的地图中，再发布出来．这一系列操作大概需要花费0.4秒，这是一个很长的时间了．

可以通过如下命令来看下map这个topic的频率

$ rostopic hz /laser_scan /maptopic       rate   min_delta   max_delta   std_dev    window
===============================================================
/laser_scan   9.987   0.09058     0.1108      0.003163   50    
/map          2.613   0.1914      0.4549      0.06057    50

可以看到，雷达数据是10hz的，map数据大概是2.5hz．

我们只用了一个线程，也就是雷达回调函数的这个线程．处理一次回调函数需要用时0.4秒，而雷达数据的间隔是0.1秒．

也就是说，当我们正在计算地图的时候，会又有4帧雷达数据到达，当回调函数的缓冲区设置为1时，那这4帧雷达数据将只保留最后一个，其他3帧数据将丢失掉．

这还只是80m * 80m范围的地图，构建更大范围地图的时间将更久．所以，很多SLAM都将地图的生成单独开一个线程，以保证不耽误对实时性要求较高的前端里程计部分．

4 总结与Next

通过使用GMapping中的地图数据格式，以及GMapping中的地图计算方式，我们实现了将激光雷达数据构建成栅格地图的功能，虽然现在的建图是单次的．

希望你通过这篇文章以及代码，知道了如何将激光雷达数据写成栅格地图，知道了栅格地图更新一次的耗时问题．

下一篇文章还是进行单次栅格地图的构建，只不过下次将使用Hector中构建地图的方式，为我们以后做scan-to-map做个基础．

文章将在 公众号: 从零开始搭SLAM 进行同步更新，欢迎大家关注，可以在公众号中添加我的微信，进激光SLAM交流群，大家一起交流SLAM技术。

同时，也希望您将这个公众号推荐给您身边做激光SLAM的人们，大家共同进步。

如果您对我写的文章有什么建议，或者想要看哪方面功能如何实现的，请直接在公众号中回复，我可以收到，并将认真考虑您的建议。

在这里插入图片描述

这篇关于从零开始搭二维激光SLAM --- 基于GMapping的栅格地图的构建的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/871204。

相关文章

无人叉车3d激光slam多房间建图定位异常处理方案-墙体画线地图切分方案

无人叉车3d激光slam多房间建图定位异常处理方案-墙体画线地图切分方案

墙体画线地图切分方案 针对问题：墙体两侧特征混淆误匹配，导致建图和定位偏差，表现为过门跳变、外月台走歪等 ·解决思路：预期的根治方案IGICP需要较长时间完成上线，先使用切分地图的工程化方案，即墙体两侧切分为不同地图，在某一侧只使用该侧地图进行定位 方案思路 切分原理：切分地图基于关键帧位置，而非点云。 理论基础：光照是直线的，一帧点云必定只能照射到墙的一侧，无法同时照到两侧实践考虑：关
阅读更多...
poj2576(二维背包)

poj2576(二维背包)

题意：n个人分成两组，两组人数只差小于1 ， 并且体重只差最小 对于人数要求恰好装满，对于体重要求尽量多，一开始没做出来，看了下解题，按照自己的感觉写，然后a了 状态转移方程：dp[i][j] = max(dp[i][j],dp[i-1][j-c[k]]+c[k]);其中i表示人数，j表示背包容量，k表示输入的体重的 代码如下： #include<iostream>#include<
阅读更多...
hdu2159（二维背包）

hdu2159（二维背包）

这是我的第一道二维背包题，没想到自己一下子就A了，但是代码写的比较乱，下面的代码是我有重新修改的 状态转移：dp[i][j] = max(dp[i][j], dp[i-1][j-c[z]]+v[z]); 其中dp[i][j]表示，打了i个怪物，消耗j的耐力值，所得到的最大经验值 代码如下： #include<iostream>#include<algorithm>#include<
阅读更多...
嵌入式QT开发：构建高效智能的嵌入式系统

嵌入式QT开发：构建高效智能的嵌入式系统

摘要： 本文深入探讨了嵌入式 QT 相关的各个方面。从 QT 框架的基础架构和核心概念出发，详细阐述了其在嵌入式环境中的优势与特点。文中分析了嵌入式 QT 的开发环境搭建过程，包括交叉编译工具链的配置等关键步骤。进一步探讨了嵌入式 QT 的界面设计与开发，涵盖了从基本控件的使用到复杂界面布局的构建。同时也深入研究了信号与槽机制在嵌入式系统中的应用，以及嵌入式 QT 与硬件设备的交互，包括输入输出设
阅读更多...
Retrieval-based-Voice-Conversion-WebUI模型构建指南

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI（简称 RVC）模型是一个基于 VITS（Variational Inference with adversarial learning for end-to-end Text-to-Speech）的简单易用的语音转换框架。 具有以下特点 简单易用：RVC 模型通过简单易用的网页界面，使得用户无需深入了
阅读更多...
HDU 2159 二维完全背包

HDU 2159 二维完全背包

FATE 最近xhd正在玩一款叫做FATE的游戏，为了得到极品装备，xhd在不停的杀怪做任务。久而久之xhd开始对杀怪产生的厌恶感，但又不得不通过杀怪来升完这最后一级。现在的问题是，xhd升掉最后一级还需n的经验值，xhd还留有m的忍耐度，每杀一个怪xhd会得到相应的经验，并减掉相应的忍耐度。当忍耐度降到0或者0以下时，xhd就不会玩这游戏。xhd还说了他最多只杀s只怪。请问他能
阅读更多...
maven 编译构建可以执行的jar包

maven 编译构建可以执行的jar包

💝💝💝欢迎莅临我的博客，很高兴能够在这里和您见面！希望您在这里可以感受到一份轻松愉快的氛围，不仅可以获得有趣的内容和知识，也可以畅所欲言、分享您的想法和见解。 推荐：「stormsha的主页」👈，「stormsha的知识库」👈持续学习，不断总结，共同进步，为了踏实，做好当下事儿~ 专栏导航 Python系列: Python面试题合集，剑指大厂Git系列: Git操作技巧GO
阅读更多...
嵌入式Openharmony系统构建与启动详解

嵌入式Openharmony系统构建与启动详解

大家好，今天主要给大家分享一下，如何构建Openharmony子系统以及系统的启动过程分解。 第一：OpenHarmony系统构建      首先熟悉一下，构建系统是一种自动化处理工具的集合，通过将源代码文件进行一系列处理，最终生成和用户可以使用的目标文件。这里的目标文件包括静态链接库文件、动态链接库文件、可执行文件、脚本文件、配置文件等。      我们在编写hellowor
阅读更多...
利用命令模式构建高效的手游后端架构

利用命令模式构建高效的手游后端架构

在现代手游开发中，后端架构的设计对于支持高并发、快速迭代和复杂游戏逻辑至关重要。命令模式作为一种行为设计模式，可以有效地解耦请求的发起者与接收者，提升系统的可维护性和扩展性。本文将深入探讨如何利用命令模式构建一个强大且灵活的手游后端架构。 1. 命令模式的概念与优势 命令模式通过将请求封装为对象，使得请求的发起者和接收者之间的耦合度降低。这种模式的主要优势包括： 解耦请求发起者与处理者
阅读更多...
Jenkins构建Maven聚合工程，指定构建子模块

Jenkins构建Maven聚合工程，指定构建子模块

一、设置单独编译构建子模块 配置： 1、Root POM指向父pom.xml 2、Goals and options指定构建模块的参数： mvn -pl project1/project1-son -am clean package 单独构建project1-son项目以及它所依赖的其它项目。 说明： mvn clean package -pl 父级模块名/子模块名 -am参数
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2