startActivityForResult 的用法

本文详细介绍了Android应用程序中Activity间的通信过程。通过示例代码解释了如何从一个Activity启动另一个Activity,并通过requestCode和resultCode参数来实现数据的传递与响应处理。
  1. //显示的调用Activity  
  2. Intent intent = new Intent(MyContactsActivity.this,AddUserActivity.class);  
  3. //0代表请求跳转到添加页面,跳转回到之后onActivityResult方法中的requestCode为0........可以理解0为一个操作类型。  
  4. startActivityForResult(intent, 0);  




在AddUserActivity.class中:

  1. if(flag!=-1){  
  2.     Toast.makeText(AddUserActivity.this"插入成功!", Toast.LENGTH_LONG).show();  
  3.     //resoultCode为1代表增加成功,返回到主页面。虽然是跳转回去了,但是当前页面要注销掉,主页面用方法onActivityResult接收;  
  4.     setResult(1);  
  5.     finish();  
  6. }else{  
  7.     Toast.makeText(AddUserActivity.this"插入失败!", Toast.LENGTH_LONG).show();  
  8.     //resoultCode为1代表增加失败,返回到主页面。  
  9.     setResult(2);  
  10.     finish();  
  11. }  





返回主Activity之后 用onActivityResult对返回来的数据进行操作;
  1. /** 
  2.  * 这个方法是自动调用的,得到startActivityForResult()方法请求的activity返回的值 。 
  3.  * resultCode是目标activity用setResult(1)反回的值。requestCode就是刚刚传递过去的参数。 
  4.  
  5.  */  
  6. @Override  
  7. protected void onActivityResult(int requestCode, int resultCode, Intent data) {  
  8.     //如果requestCode==0说明这个activity是从上一个acitvity跳转回来的。  
  9.     if(requestCode==0){  
  10.         if(resultCode==1){  
  11.             //增加成功 进行刷新  
  12.             updateUserList(null,null,null,null,null,null);  
  13.         }else if(resultCode==2){  
  14.             //增加用户失败,不刷新  
  15.         }  
  16.     }  
  17.     super.onActivityResult(requestCode, resultCode, data);  

内容概要:本文围绕六自由度机械臂的人工神经网络(ANN)设计展开,重点研究了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程,并通过Matlab代码实现相关算法。文章结合理论推导与仿真实践,利用人工神经网络对复杂的非线性关系进行建模与逼近,提升机械臂运动控制的精度与效率。同时涵盖了路径规划中的RRT算法与B样条优化方法,形成从运动学到动力学再到轨迹优化的完整技术链条。; 适合人群:具备一定机器人学、自动控制理论基础,熟悉Matlab编程,从事智能控制、机器人控制、运动学六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)建模等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握机械臂正/逆运动学的数学建模与ANN求解方法;②理解拉格朗日-欧拉法在动力学建模中的应用;③实现基于神经网络的动力学补偿与高精度轨迹跟踪控制;④结合RRT与B样条完成平滑路径规划与优化。; 阅读建议:建议读者结合Matlab代码动手实践,先从运动学建模入手,逐步深入动力学分析与神经网络训练,注重理论推导与仿真实验的结合,以充分理解机械臂控制系统的设计流程与优化策略。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值