shell脚本

前言

用各类命令预先放入到一个文件中,方便一次性执行的一个程序文件,主要是方便管理员进行设置或者管理用的。

基本概念

脚本就是一些命令的集合,通常有选择,控制,循环三种方式

# 使用#做注释
#! /bin/bash //指定使用脚本那
命令。。。

写完这些以后需要增加执行权限,如chmod 777 3.c

shell中的变量

shell和c不一样,他不是一种强类型的语言,他直接可以进行赋值

value=“11111”
value=1
位置变量

就是类似于main函数的传参,位置分分别为0,1,2,3

$0  #文件的名字 
$1	#第一个参数
$2	#第二个参数
$....
特殊变量
$? #获取程序执行完的返回值
$$ #获取pid号
%@ #获取全部输入参数
$# #获取参数个数
获取命令的值:
	date1=`ls`
	date2=$(ls)

条件判断语法-if

if [....];then
....
...
fi
# 或者
if [....]
then
....
...
elif;then
...
else
....
fi
字符串比较

在这里插入图片描述

常见数值比较

在这里插入图片描述

常使用的逻辑操作符

在这里插入图片描述

循环控制
fro循环
for var in apple banana pear
do 
	echo $var
done
for list in `ls`
do 
	echo $list
done
while循环
sum=0
i=0
while  [ 1 -le 0 ]
do 
	sum=$[$sum+$i]
	i=$[$i+1]
done
awk

1.基本语法格式

awk 参数 '条件{处理动作}' 操作文件或者数据
awk 参数 '正规表达式{处理动作}'操作文件或者数据

2.指定分隔符-F
如果不指定就按照空格或者tab拆分
3. 拆分变量取出某一列

$0 - 当前行 
$1 - 拆分的第一列 
$2 - 拆分的第二列 
$3 - 拆分的第三列
内容概要:本文介绍了一个基于冠豪猪优化算法(CPO)的无人机三维路径规划项目,利用Python实现了在复杂三维环境中为无人机规划安全、高效、低能耗飞行路径的完整解决方案。项目涵盖空间环境建模、无人机动力学约束、路径编码、多目标代价函数设计以及CPO算法的核心实现。通过体素网格建模、动态障碍物处理、路径平滑技术和多约束融合机制,系统能够在高维、密集障碍环境下快速搜索出满足飞行可行性、安全性与能效最优的路径,并支持在线重规划以适应动态环境变化。文中还提供了关键模块的代码示例,包括环境建模、路径评估和CPO优化流程。; 适合人群:具备一定Python编程基础和优化算法基础知识,从事无人机、智能机器人、路径规划或智能优化算法研究的相关科研人员与工程技术人员,尤其适合研究生及有一定工作经验的研发工程师。; 使用场景及目标:①应用于复杂三维环境下的无人机自主导航与避障;②研究智能优化算法(如CPO)在路径规划中的实际部署与性能优化;③实现多目标(路径最短、能耗最低、安全性最高)耦合条件下的工程化路径求解;④构建可扩展的智能无人系统决策框架。; 阅读建议:建议结合文中模型架构与代码示例进行实践运行,重点关注目标函数设计、CPO算法改进策略与约束处理机制,宜在仿真环境中测试不同场景以深入理解算法行为与系统鲁棒性。
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