微信小程序获取地理位置

在这里插入图片描述
wxml

<map id="map" longitude="{{data.longitude}}" latitude="{{data.latitude}}" scale="14" markers="{{markers}}" polyline="{{polyline}}"  show-location style="width: 100%; height: 500px;"></map>
<text>
  {{data.longitude}}
  {{data.latitude}}
  {{address}}
</text>
<!-- longitude 中心经度 -->
<!-- latitude 中心纬度 -->
<!-- scale 缩放级别,取值范围为3-20 -->
<!-- markers 标记点 -->

js

var QQMapWX = require('../js/qqmap-wx-jssdk.js');
var qqmapsdk;
Page({
  data:{
    data:"",
    str:"",
    address:""
  },
  onLoad: function () {
    let _this = this;
    // 实例化API核心类
    qqmapsdk = new QQMapWX({
      key: 'key'
    });
    // Promise 获取地址
    let gets = new Promise((resolve, reject) => {
      wx.getLocation({
        type: 'wgs84',
        success:resolve
      })
    }).then(function(res){
      console.log(res)
      _this.setData({
        data:res
      })
    })

    // 正常方式获取地址
    wx.getLocation({
      type: 'wgs84',
      success:function(res){
        _this.setData({
          str: _this.res
        })
        console.log(res)
        var demo = new QQMapWX({
          key: 'key'
        });
        // 解析地址
        demo.reverseGeocoder({//地址解析
          location: {
            latitude: res.latitude,
            longitude: res.longitude
          },
          success: function (res) {//转为具体地址
            console.log(res);
            //获得地址
            _this.setData({
              address: res.result.address
            })
          },
          fail: function (res) {
            console.log(res);
          }
        });
      }
    })
  },
六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,详细介绍了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程的理论与Matlab代码实现过程。文档还涵盖了PINN物理信息神经网络在微分方程求解、主动噪声控制、天线分析、电动汽车调度、储能优化等多个工程与科研领域的应用案例,并提供了丰富的Matlab/Simulink仿真资源和技术支持方向,体现了其在多学科交叉仿真与优化中的综合性价值。; 适合人群:具备一定Matlab编程基础,从事机器人控制、自动化、智能制造、电力系统或相关工程领域研究的科研人员、研究生及工程师。; 使用场景及目标:①掌握六自由度机械臂的运动学与动力学建模方法;②学习人工神经网络在复杂非线性系统控制中的应用;③借助Matlab实现动力学方程推导与仿真验证;④拓展至路径规划、优化调度、信号处理等相关课题的研究与复现。; 阅读建议:建议按目录顺序系统学习,重点关注机械臂建模与神经网络控制部分的代码实现,结合提供的网盘资源进行实践操作,并参考文中列举的优化算法与仿真方法拓展自身研究思路。
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