ESP8266 SDK 2.0 学习记录5

本文详细介绍了在ESP8266平台上实现UDP服务器的过程,包括socket创建、bind绑定、recvfrom接收数据以及sendto发送回应。代码示例展示了如何处理网络超时,并在接收到客户端消息后进行blink功能响应。

UDPServer

和Client不同的是要实现blink功能

#define SERVERADDR "192.168.0.106"
#define SERVERPORT 6008

void ATaskUdpServer(void *pvParameters)
{

    int iVariableExample = 0;
    int fd = -1;
    int NetTimerOut = 5000;
    int ret;
    struct sockaddr_in serverAddr;
    struct sockaddr from;
    socklen_t fromlen = sizeof(struct sockaddr);
    char udpmsg[48];
    STATION_STATUS StaStatus;

    do
    {
        StaStatus = wifi_station_get_connect_status();
        vTaskDelay(100);
    } while (StaStatus != STATION_GOT_IP);

    fd = socket(PF_INET, SOCK_DGRAM, 0);
    if (fd == -1)
    {
        printf("get socket fail!\n");
        vTaskDelete(NULL);
    }

    setsockopt(fd, SOL_SOCKET, SO_RCVTIMEO, &NetTimerOut, sizeof(int));

    memset(&serverAddr, 0, sizeof(serverAddr));
    serverAddr.sin_family = AF_INET;
    serverAddr.sin_addr.s_addr = INADDR_ANY;
    serverAddr.sin_port = htons(SERVERPORT);
    serverAddr.sin_len = sizeof(serverAddr);

    if(bind(fd, (struct sockaddr*)&serverAddr, serverAddr.sin_len) != 0)
    {
        printf("bind socket fail!\n");
        vTaskDelete(NULL);
        return;
    }

    for (;;)
    {
        do
        {
            ret = recvfrom(fd, udpmsg, 48, 0, &from, &fromlen);
            if (ret > 0)
            {
                printf("UdpCient:%s\n", udpmsg);
            }
            else
            {
                printf("UdpClent data is no!\n");
                /* code */
            }
            vTaskDelay(100);

        } while (ret == -1);

        sendto(fd, "I am udpServer", sizeof("I am udpclient"), 0, &from, fromlen);

    }

    vTaskDelete(NULL);
}

void updserver_int(void)
{
    xTaskCreate(ATaskUdpServer, "udpserver", 256, NULL, 4, NULL);
}

测试结果

串口数据:

网口数据

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
评论 1
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