qooxdoo开发入门

qooxdoo是一个开源的综合性Ajax框架,是遵守LGPL、或EPL(Eclipse Public License)许可的,可以用于商业项目,利于它可以建立面向对象的js类,也可以开发富客户端的界面,甚至在网页上开发出单机程序那样的界面,是一个不错的Ajax框架。

    存在的一个问题是,网络上关于qoodxoo的资料并不多,中文资料更是少之又少,能够看到也就qooxdoo网站上的一些资料,如操作手册( http://qooxdoo.org/documentation/0.8)等。本人经过一些摸索,对于如何搭建qooxdoo的程序有了一些了解,与大家共享。
    从 http://qooxdoo.org/download 下载qooxdoo-0.8.2-sdk,本文的介绍都是针对qooxdoo 0.8.2来说的。对下载后的zip文件解压缩到E:\temp(此处是你自己的解压目录)。下面以$qooxdoo_home$来代替E:\temp\qooxdoo-0.8.2-sdk,即qooxdoo的安装目录。
    此时还不能开始学习qooxdoo,因为qooxdoo是一种编译型的框架,需要用Python来编译js代码,但我们并不需要具有Python的知识。在 http://www.activestate.com/activepython/ 下载ActivePython-2.6.2.2-win32-x86.msi,然后安装。之所以使用ActivePython,是因为它安装后就可以直接用,不需要额外的配置,安装Python 2.x的程序也是可以的。
    在$qooxdoo_home$下面有4个文件夹:
  • application:demo程序。
  • component:框架内部使用的实用程序。
  • framework:框架的源代码和api。
  • tool:框架用于编译的工具,用Python写的,只需要知道怎么使用命令就可以了。
    如果要看到demo程序的效果,需要用generate.py生成一下代码才可以。如我们想看到demobrowser这个demo的效果,需要用以下命令:
    E:\temp\qooxdoo-0.8.2-sdk\application\demobrowser>generate.py source-all
    就会看到在E:\temp\qooxdoo-0.8.2-sdk\application\demobrowser\source下多了一个script文件夹,是由class文件夹下的代码生成的,在程序运行的时候,是执行的script文件夹下的js代码。这样程序就可以运行了。
    在部署程序时,可以使用以下命令生成编译后的代码:
    E:\temp\qooxdoo-0.8.2-sdk\application\demobrowser>generate.py build
    在E:\temp\qooxdoo-0.8.2-sdk\application\demobrowser下就会产生一个build文件夹,里面是经过编译优化后的代码,已经不依赖于qooxdoo框架,因为build时把程序需要的qooxdoo框架中的类编译到目标代码中去了,编译后的js代码体积更小,理论上运行更快。
    如果要建立自己的应用程序,应该如何做呢?有两种方法,下面依次介绍:
    第一种方法:使用 create-application.py生成应用程序骨架,在这个基础上开发自己的程序。这种方法需要使用generate.py编译js代码。
    用以下命令生成代码骨架:
    E:\temp\qooxdoo-0.8.2-sdk\tool\bin> create-application.py --name=demo --out=E:\temp
    其中name是应用程序的名称,out是程序所在的路径。
    但用generate.py生成的代码是把class下的代码都放在一个js文件了,build后会把所有的js类生成在一个js文件中。如果像demobrowser那样把不同的类生成到不同的js中,就需要熟悉config.json的编写方法,用不同的Python任务去产生不同的js文件。
    第二种方法:把qooxdoo源代码编译成一个js文件,嵌入到自己的应用中,就像其他Ajax框架一样。这种方法不需要编译。
    首先要把qooxdoo源代码编译打包成一个文件,使用以下命令:
    E:\temp\qooxdoo-0.8.2-sdk\framework>generate.py build
    在E:\temp\qooxdoo-0.8.2-sdk\framework\build\script下就得到一个qx.js文件,在自己的程序里加入E:\temp\qooxdoo-0.8.2-sdk\framework\build下的内容就可以了。
    使用这种方法开发程序时,与常见的其他Ajax框架就没什么区别了。下面给出一个简单的例子:
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8"/>
<script type="text/javascript" src="js/qx/script/qx.js"></script>
<script type="text/javascript" >
qx.Class.define("demo.Test",
{
extend : qx.application.Inline,
members :
{
main : function()
{
var cmd = document.getElementById("ok");
qx.event.Registration.addListener(cmd, "click", this._clickOk, this);

var cmd2 = new qx.event.Command("Ctrl-L");
cmd2.addListener("execute", function() {
alert("您键入了Ctrl-L");
}, this);

var div1 = new qx.ui.root.Inline(document.getElementById("div1"), false, false).set({backgroundColor:"#FFFFFF"});
var button1 = new qx.ui.form.Button("登录");
div1.add(button1, {left: 100, top: 10});
qx.event.Registration.addListener(button1, "click", this._clickOk, this);
},

_clickOk : function()
{
var userName = document.getElementById("userName").value;
alert("您输入的用户名是:" + userName);
}
}
});

//程序执行的入口类
qx.core.Setting.define("qx.application", "demo.Test");

</script>
</head>
<body>
<center>
用户名:<input type="text" id="userName"/><br>
<input type="button" id="ok" value="确定"/>
</center>
<br/>
<div id="div1" style=""></div>
</body>
</html>
同步定位与地图构建(SLAM)技术为移动机器人或自主载具在未知空间中的导航提供了核心支撑。借助该技术,机器人能够在探索过程中实时构建环境地图并确定自身位置。典型的SLAM流程涵盖传感器数据采集、数据处理、状态估计及地图生成等环节,其核心挑战在于有效处理定位与环境建模中的各类不确定性。 Matlab作为工程计算与数据可视化领域广泛应用的数学软件,具备丰富的内置函数与专用工具箱,尤其适用于算法开发与仿真验证。在SLAM研究方面,Matlab可用于模拟传感器输出、实现定位建图算法,并进行系统性能评估。其仿真环境能显著降低实验成本,加速算法开发与验证周期。 本次“SLAM-基于Matlab的同步定位与建图仿真实践项目”通过Matlab平台完整再现了SLAM的关键流程,包括数据采集、滤波估计、特征提取、数据关联与地图更新等核心模块。该项目不仅呈现了SLAM技术的实际应用场景,更为机器人导航与自主移动领域的研究人员提供了系统的实践参考。 项目涉及的核心技术要点主要包括:传感器模型(如激光雷达与视觉传感器)的建立与应用、特征匹配与数据关联方法、滤波器设计(如扩展卡尔曼滤波与粒子滤波)、图优化框架(如GTSAM与Ceres Solver)以及路径规划与避障策略。通过项目实践,参与者可深入掌握SLAM算法的实现原理,并提升相关算法的设计与调试能力。 该项目同时注重理论向工程实践的转化,为机器人技术领域的学习者提供了宝贵的实操经验。Matlab仿真环境将复杂的技术问题可视化与可操作化,显著降低了学习门槛,提升了学习效率与质量。 实践过程中,学习者将直面SLAM技术在实际应用中遇到的典型问题,包括传感器误差补偿、动态环境下的建图定位挑战以及计算资源优化等。这些问题的解决对推动SLAM技术的产业化应用具有重要价值。 SLAM技术在工业自动化、服务机器人、自动驾驶及无人机等领域的应用前景广阔。掌握该项技术不仅有助于提升个人专业能力,也为相关行业的技术发展提供了重要支撑。随着技术进步与应用场景的持续拓展,SLAM技术的重要性将日益凸显。 本实践项目作为综合性学习资源,为机器人技术领域的专业人员提供了深入研习SLAM技术的实践平台。通过Matlab这一高效工具,参与者能够直观理解SLAM的实现过程,掌握关键算法,并将理论知识系统应用于实际工程问题的解决之中。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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