欢迎使用优快云-markdown编辑器

简介:

protobuf 即 google protocol buffer 是一种数据封装格式协议;

比如其他经常用的xml,json等格式;protobuf的优势是效率高,同样的一份数据使用protobuf存储的时候更小,更加方便;

官网:

https://developers.google.com/protocol-buffers/

https://github.com/google/protobuf

在iOS上的使用

目前最新的版本需要xcode7.0+,以及不支持ARC

  1. 从github上面下载全部代码

  2. 在mac上编译protobuf 可能还需要 autoconf,libtool,automake,

    请先在mac上安装这三个依赖库;使用brew安装就行

      brew install autoconf

    brew install libtool

    brew install automake

    automake的安装可能会连接到被墙的网站,这时从网上找一份谷歌host即可;

  3. 解压下载的 protobuf-master, 并打开终端入 /protobuf-master/objectivec/DevTools/ 目录

    执行 sudo sh full_mac_build.sh

    等待编译完成,如果遇到错误可能是上面3个依赖或是别的依赖没有安装,排查一下就好

  4. 安装完成之后,即会在 protobuf-master/src/ 目录下生成 protoc 可执行程序

    以后我们需要用该生成把 .proto文件生成对应平台的代码;

  5. 如下安装protobuf定义的proto3语法生成一份测试用的数据格式,Person.proto文件

复制代码

syntax = “proto3”;

message Person {
string name = 1;
int32 age = 2;
string address = 3;

}

复制代码

  1. 使用 protoc 将 .proto文件 生成对应平台的代码;这里生成oc的代码
    1,创建Model目录
    2,命令行:protoc –plugin=/usr/local/bin/protoc-gen-objc Person.proto –objc_out=./Model
    3,打开Model,可以看到目录中已有.h.m文件:
    ├── Person.pbobjc.h
    └── Person.pbobjc.m

    生成之后的oc,.h 和 .m 就可以放到xcode工程里面使用了,不支持ARC,ARC的工程对此.m添加 -fno-objc-arc

测试

  A.新建一个项目ProtobufDemo,将刚才生成的两个文件加入项目。然后将ProtocolBuffers-2.2.0-Source/objectivec 下的文件放到项目的目录下,最好放在一个文件夹下面像这样

创建一个ProtobufLib文件夹,放进去.

  B.之后把ProtocolBuffers.xcodeproj添加到项目中,我习惯将它放到Frameworks下。

  C.然后双击Targets下的ProtobufDemo,点击+添加,之后做一些配置,like this

在.pch文件中导入 #import “ProtocolBuffers.h”

配置好这些之后编译你的项目,应该不会报错了吧。

demo核心代码
复制代码

  • (void)loadView {
    [super loadView];

    Person *person = [[[[[Person builder] setName:@”uniy”]
    setId:7]
    setEmail:@”abc@163.com”] build];
    NSData *data = [person data];

    NSString *docPath = [self applicationDocumentsDirectory];
    NSString *path = [docPath stringByAppendingFormat:@”/person.data”];

    if ([data writeToFile:path atomically:YES]) {
    [self readFileWithPath:path];
    }

}

  • (NSString *)applicationDocumentsDirectory {

    NSArray *paths = NSSearchPathForDirectoriesInDomains(NSDocumentDirectory, NSUserDomainMask, YES);
    NSString *basePath = ([paths count] > 0) ? [paths objectAtIndex:0] : nil;
    return basePath;
    }

  • (void)readFileWithPath:(NSString *)path {

    NSData *data = [NSData dataWithContentsOfFile:path];
    Person *person = [Person parseFromData:data];

    if (person) {
    NSLog(@”\n id %d \n name: %@ \n email: %@ \n”,person.id, person.name, person.email);
    }
    }

复制代码

我写的很简洁,这里有个详细英文版的教程,很详细:

http://www.kelvinkaodev.com/blog/2010/08/compiling-the-protocol-buffer-compiler-for-objective-c/

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