升级LWRP到URP-妈妈再也不怕我升级工程了

本文详细记录了将基于2018.2版本的ShaderGraph项目升级至Unity 2019.3.6f1的过程。作者分享了解决升级过程中遇到的组件识别问题的经验,包括如何定位和删除遗留的LWRP组件,以及如何适应URP的更改。
目前我已经把工程1升级到2019.3.6f1了,理论上2019版本的Unity应该都能打开吧。
工程是基于2018.2的版本的,升级过程涉及到Render Pipeline的升级,参考官方的升级过程。
遇到的问题:
1.又遇到无法识别的组件,是挂在Camera上面的,对付这种问题,我还是有经验的,参考我之前的文章, 升级Unity工程碰到的一些问题以及思考(下) ,里面的“镜头不跟随Player的问题”章节,使用文本编辑器打开scene文件找到该组件。可惜这回运气没有上会好,这会无法从中得出充分的线索直接确定该组件是什么。开动脑筋想一想,既然Unity能识别它,那么它一定有什么过人之处(特别的地方),我们可以发现,它有几个特别的字段,
于是我就上网上搜索这几个关键字,没有直接的答案,点了几个排名靠前的结果,都没有我想要的信息。卡壳了。。。(起来喝喝茶,撸撸狗,大约过了10分钟。。。)
我又开始看YAML文件中fileID和guid的东西,我上面的文章里提到过,我找到的几篇文章,感觉比较有用的
看完之后觉得很厉害,可是还是不知道怎么解决问题。后面再仔细研究吧。
后来灵机一动,既然这个是文本文件,那么git提交记录中肯定能搜索到,于是上github试试,
找到了
推测就是它就是原来的LWRP渲染过程中,需要读取的Camera上携带的数据。具体可以看官方解释。
而在升级到URP之后,Unity已经给Camera自动挂载了一个新的CameraData了,这个老的就没有了,直接删掉即可。
这玩意展开之后也没什么东西,估计属性都被隐藏了吧,因为它觉得没有必要让Inspector知道这些属性。
点“Edit Script”进去看看
没看明白,还有好多要学的。这个类比较特殊,因为它里面有升级逻辑,从LWRP升级到URP
后面搞清楚了再补充(一般说这种话的时候,都是没有以后了。。。掩面逃离。。。)
学习之路漫长,一时的热情不可持续,唯有找到合适的学习方法并持之以恒,多上上搜索引擎,官方文档要通读几遍几十遍,碰到问题卡壳了,转移一下视线,起身喝杯茶,撸撸狗子,说不定就有灵感了(灵感是建立在足够的知识储备和经验之上的)
继续肝。。。
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