from nova ironic to horizon(4)

本文介绍了如何解决OpenStack Horizon中Wizard组件的配置问题,并详细记录了解决过程。此外,还分享了如何在Horizon中添加Iron API支持的方法,包括修改requirement.txt文件及更新虚拟环境。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

本来想使用Horizon的wizard的,像network一样可以点击next,一步一步完成配置,但是下载的最新的horizon code点击next没用,搜索之后发现,这个应该是一个几经解决了

的bug,囧。。。(按照有人说的替换了jquery.bootstrap.wizard.js文件还是不行)

本来打算放弃,但是始终觉得用wizard比较炫,于是我将flavor创建的horizon现有代码抠出来,将调用workflow的地方改成调用flavor的workflow,是正确的,那么,

肯定是我的参数参数设置不对,一点一点儿设置发现:

slug = "xxx"

原来slug只能是一个单词,多个单词也要用下划线连成一个!!

修改之后一切ok了,不要轻易放弃。


在horizon/openstack_dashboards/api下添加自己的逻辑代码,从horizonUI上发出的call都在这里,例如nova,network,keystone等,基本上都是用各个模块的client完成的,当然如果你有特殊的要求,实现一个rest client,在这里进行rest call直接调用openstack的不在client中的服务也是可以的,不过我的建议是,这些服务最好也在client中实现,或者封装一下对外成为一个client wrapper,毕竟直接call rest api在horizon封装良好的框架下,有点儿丑陋。

然而当我试图在api下添加ironic的模块时,发现系统永远发现不了ironicclient,“no module named xxx”,

排除交叉引用,程序错误,环境变量的问题后,发现可能和前面几讲之中使用virtual environment进行开发有关,我们打开

horizon根目录下的requirement.txt,发现有python-xxxx的库要求,有nova的,keystone的,swift的,就是没有ironic的,因为ironic根本就没有集成到horizon上,

基本上是走的nova,所以本来有nova就足够了,现在不一样,我们直接call ironic的api,必然要修改requirement.txt,同时upgrade virtual environment。

OK!

添加python-ironicclient >=0.3.1

执行./run_test.sh,当然没有这么顺利,各种烦人的库会跳出来

lxml的问题用yum install libxslt-devel libxml2-devel

安装之后pip install python-ironicclient或者直接./run_test.sh即可


当你改过一部分code之后,./run_test.sh基本上会失败,大部分原因是因为改了code之后python格式测试不过,没关系,

备份code,使用前面提到的”git checkout . “ 还原即可,若还是报错,例如:

'Token' object has no attribute 'is_federated'

重启服务,换一个端口,比如./manage.py runserver 0.0.0.0:9000 换成9001即可


如果你有新的module需要在virtual environment中使用,上面的步骤是你需要的。



内容概要:本文档详细介绍了基于MATLAB实现的无人机三维路径规划项目,核心算法采用蒙特卡罗树搜索(MCTS)。项目旨在解决无人机在复杂三维环境中自主路径规划的问题,通过MCTS的随机模拟与渐进式搜索机制,实现高效、智能化的路径规划。项目不仅考虑静态环境建模,还集成了障碍物检测与避障机制,确保无人机飞行的安全性和效率。文档涵盖了从环境准备、数据处理、算法设计与实现、模型训练与预测、性能评估到GUI界面设计的完整流程,并提供了详细的代码示例。此外,项目采用模块化设计,支持多无人机协同路径规划、动态环境实时路径重规划等未来改进方向。 适合人群:具备一定编程基础,特别是熟悉MATLAB和无人机技术的研发人员;从事无人机路径规划、智能导航系统开发的工程师;对MCTS算法感兴趣的算法研究人员。 使用场景及目标:①理解MCTS算法在三维路径规划中的应用;②掌握基于MATLAB的无人机路径规划项目开发全流程;③学习如何通过MCTS算法优化无人机在复杂环境中的飞行路径,提高飞行安全性和效率;④为后续多无人机协同规划、动态环境实时调整等高级应用打下基础。 其他说明:项目不仅提供了详细的理论解释和技术实现,还特别关注了实际应用中的挑战和解决方案。例如,通过多阶段优化与迭代增强机制提升路径质量,结合环境建模与障碍物感知保障路径安全,利用GPU加速推理提升计算效率等。此外,项目还强调了代码模块化与调试便利性,便于后续功能扩展和性能优化。项目未来改进方向包括引入深度强化学习辅助路径规划、扩展至多无人机协同路径规划、增强动态环境实时路径重规划能力等,展示了广阔的应用前景和发展潜力。
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