android studio 2.0 下创建JNI应用

转载地址:http://www.2cto.com/kf/201604/498790.html

注:1. 环境有些不同,某些参数已更改

2. 添加了某些注释,理解起来更加方便


开发环境

jdk1.7.0_29

sdk 25.1.1

ndk android-ndk64-r10b-windows-x86_64.zip

Android Studio 2.0

详细步骤

一:新建工程HelloFromJni

这里写图片描述

二:配置工具

1 切换到Android视图,在app上右键打开Open Module setting,添加NDK目录

这里写图片描述

2 在build.gradle文件的defaultConfig节点中类似添加
?
1
2
3
4
5
6
7
8
9
10
11
12
13
defaultConfig {
     ...
     ndk {
         moduleName "hello-jni"
     }
 
     sourceSets.main {
         jni.srcDirs = []
         jniLibs.srcDir "src/main/libs"
     }
 
}
3 在File > Settings > Tools > External Tools中添加命令行工具(NDK)如下:
1 添加javah (以便根据MainActivity生成相应头文件)

这里写图片描述

2 添加ndk-build.cmd编译命令工具

这里写图片描述

3 添加ndk build clean工具

这里写图片描述

4 编辑MainActivity.java文件添加本地方法声明,并加载类库(此处为hello-jni),示例代码如下:
?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
package com.example.dell.hellofromjni;
 
import android.support.v7.app.AppCompatActivity;
import android.os.Bundle;
 
public class MainActivity extends AppCompatActivity {
 
     static {
         System.loadLibrary( "hello-jni" );
     }
 
     @Override
     protected void onCreate(Bundle savedInstanceState) {
         super .onCreate(savedInstanceState);
         setContentView(R.layout.activity_main);
 
         TextView tv=(TextView)findViewById(R.id.tv);
         tv.setText(getStrFromJni());
     }
 
     public native String getStrFromJni();
}
5 在app上右键生成jni目录

这里写图片描述

6 在MainActivity.java上右键选择NDK工具javah,在jni目录中生成com_example_dell_hellofromjni_MainActivity.h文件

这里写图片描述

7 在jni目录中新建并编写hello-jni.c文件,函数可以直接在刚才生成的头文件中靠过来并添加参数和函数体:
?
1
2
3
4
5
6
7
8
#include "com_example_dell_hellofromjni_MainActivity.h"
 
JNIEXPORT jstring JNICALL \
Java_com_example_dell_hellofromjni_MainActivity_getStrFromJni \
  (JNIEnv * env, jobject obj)
{
         char * cstr = "hello from c" ;
         return (*env)->NewStringUTF(env, cstr);
}
8 在jni中新建编译配置文件Android.mk和Application.mk

Android.mk

?
1
2
3
4
5
6
7
8
9
LOCAL_PATH := $(call my-dir)
 
include $(CLEAR_VARS)
 
LOCAL_MODULE    := hello-jni
LOCAL_SRC_FILES := hello-jni.c
 
include $(BUILD_SHARED_LIBRARY)

Application.mk

?
1
2
3
4
APP_MODULES := hello-jni
 
APP_ABI := armeabi armeabi-v7a x86
9 在jni文件夹上右键选择NDK> ndk-build编译c代码,如果发生错误应该用ndk build clean一下清楚编译生成的类库再修改错误

这里写图片描述

现在就可以在虚拟机或者真机上测试运行了:

这里写图片描述

这里写图片描述


内容概要:本文介绍了一个基于MATLAB实现的无人机三维路径规划项目,采用蚁群算法(ACO)与多感知机(MLP)相结合的混合模型(ACO-MLP)。该模型通过三维环境离散化建模,利用ACO进行全局路径搜索,并引入MLP对环境特征进行自适应学习与启发因子优化,实现路径的动态调整与多目标优化。项目解决了高维空间建模、动态障碍规避、局部最优陷阱、算法实时性及多目标权衡等关键技术难题,结合并行计算与参数自适应机制,提升了路径规划的智能性、安全性和工程适用性。文中提供了详细的模型架构、核心算法流程及MATLAB代码示例,涵盖空间建模、信息素更新、MLP训练与融合优化等关键步骤。; 适合人群:具备一定MATLAB编程基础,熟悉智能优化算法与神经网络的高校学生、科研人员及从事无人机路径规划相关工作的工程师;适合从事智能无人系统、自动驾驶、机器人导航等领域的研究人员; 使用场景及目标:①应用于复杂三维环境下的无人机路径规划,如城市物流、灾害救援、军事侦察等场景;②实现飞行安全、能耗优化、路径平滑与实时避障等多目标协同优化;③为智能无人系统的自主决策与环境适应能力提供算法支持; 阅读建议:此资源结合理论模型与MATLAB实践,建议读者在理解ACO与MLP基本原理的基础上,结合代码示例进行仿真调试,重点关注ACO-MLP融合机制、多目标优化函数设计及参数自适应策略的实现,以深入掌握混合智能算法在工程中的应用方法。
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