makefile

makefile

1 语法:

target … : prerequisites … command … …

target也就是一个目标文件,prerequisites依赖文件,command为命令,command必须以制表符开始。 当prerequisites中如果有一个以上的文件比target文件要新的话,command所定义的命令就会被执行。

2 示例:

main.o : main.c defs.h cc -c main.c

3 自动推导

main.o : defs.h cc -c main.c

4 清空目标文件

.PHONY : clean clean : -rm edit $(objects)

5 多重目标:

bigoutput littleoutput : text.g generate text.g -$(subst output,,$@) >; $@

-$(subst output,,$@)中的“$”表示执行一个Makefile的函数,函数名为subst,截取字符串的意思 “$@”表示目标的集合,就像一个数组,“$@”依次取出目标,并执于命令。

6 静态模式

objects = foo.o bar.o all: $(objects) $(objects): %.o: %.c $(CC) -c $(CFLAGS) $< -o $@

命令中的“$<”和“$@”则是自动化变量,“$<”表示所有的依赖目标集(也就是“foo.c bar.c”),“$@”表示目标集(也就是“foo.o bar.o”)。

7 自动生成依赖性

%.d: %.c @set -e; rm -f $@; \ $(CC) -M $(CPPFLAGS) $< >; $@.$$$$; \ sed 's,\($*\)\.o[ :]*,\1.o $@ : ,g' < $@.$$$$ >; $@; \ rm -f $@.$$$$

每个.c文件都会生成对应的.d文件,自动生成头文件的依赖关系,如: 即把依赖关系: main.o : main.c defs.h 转成: main.o main.d : main.c defs.h

接下来在主makefile中加入include即可 sources = foo.c bar.c include $(sources:.c=.d

嵌套执行 make subsystem: cd subdir && $(MAKE) 其等价于: subsystem: $(MAKE) -C subdir

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
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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