黑马程序员--7K:路灯系统

本文介绍了一个使用Java实现的交通灯控制系统模拟程序。该程序通过多线程技术模拟了道路上车辆的行驶过程,并根据交通灯的状态控制车辆通行。系统考虑了不同方向的车辆转弯需求,并通过枚举类型定义了交通灯的状态。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

---------------------- ASP.Net+Android+IOS开发.Net培训、期待与您交流! ----------------------

1.应考虑左转车辆控制信号灯,右转车辆不受信号灯控制。
  具体信号灯控制逻辑与现实生活中普通交通灯控制逻辑相同,不考虑特殊情况下的控制逻辑


2。示例代码:
Road:
package PilotLamp;


import java.util.*;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.ScheduledExecutorService;
import java.util.concurrent.TimeUnit;


/*
 * 1.内部类访问外部变量时外部变量“name”需要添加final
 * 2.内部变量访问外部变量时内部变量则"类名。this。name"
 */
public class Road {
List<String> vechicles = new ArrayList<String>();

private String name = null; //道路名称
public Road(String name){
this.name = name;

//"Executors"执行器,一个类用添加"s"表示这个类提供静态方法
//"newSingleThreadExecutor"表示产生单个线程
//"newScheduledThreadPool"表示产生池
ExecutorService pool = Executors.newSingleThreadExecutor();
pool.execute(new Runnable() { //表示任务交给池,而池则将提供一个空闲线程去执行

@Override
public void run() {
// TODO Auto-generated method stub
//在构造方法中创建车
for(int i = 1; i < 1000; i++){
try {
//Thread.sleep(1000); //每隔一秒则产生一辆汽车
Thread.sleep((new Random().nextInt(10) + 1) * 1000); //表示从一到十秒内随机出现的一辆车
} catch (InterruptedException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
vechicles.add(Road.this.name + "_" + i); //1.某条路上的车;
}
}
});

ScheduledExecutorService time = Executors.newScheduledThreadPool(1);
time.scheduleAtFixedRate(new Runnable(){
public void run(){
if(vechicles.size() > 0){ //表示有车时
boolean lighted = Lamp.valueOf(Road.this.name).isLighted();
if(lighted){
System.out.println(vechicles.remove(0)  +" "+ "is travesing");
}

}
}
}, 
1, //过多少秒时开始
1, //任务结束到下次开始时的时间间隔 
TimeUnit.SECONDS //此处决定上面数值的大小(天,小时,秒),此处表示秒
);


}
}


Lamp:
package PilotLamp;


public enum Lamp {

//车辆的在十子路口出现的转弯方向
S2N("N2S", "S2w", false), S2W("N2E", "E2W", false), E2W("W2E", "E2s", false), E2S("W2E", "S2N", false),
N2S(null, null, false), N2E(null, null, false), W2E(null, null, false), W2N(null, null, false),
S2E(null, null, false), E2N(null, null, false), N2W(null, null, false), W2S(null, null, false);

private Lamp(String opposite, String next, boolean lighted){
this.opposite = opposite;
this.next = next;
this.lighted = lighted;
}

private boolean lighted; //表示绿灯的变量
private String opposite;
private String next;
public boolean isLighted(){ //查看是否是绿灯
return lighted;

}

//某个方向的绿灯亮起的时候则它对应方向的绿灯的亮起
public void light(){
this.lighted = true;
if(opposite != null){
Lamp.valueOf(opposite).light(); //返回枚举对象格式: 枚举类。valueOf(对象)
}
System.out.println(name() + " is green");
}
public Lamp blackOut(){
this.lighted = false;
if(opposite != null){
Lamp.valueOf(opposite).blackOut();
}

Lamp nextLamp= null;
if(next != null){
nextLamp = Lamp.valueOf(next);
System.out.println("绿灯从" + name() + "-------->切换为" + next);
nextLamp.light();
}
return nextLamp;
}
}


LampController:
package PilotLamp;


import java.util.concurrent.Executors;
import java.util.concurrent.ScheduledExecutorService;
import java.util.concurrent.TimeUnit;


public class LampController {
private Lamp currentLamp;
public LampController(){
currentLamp = Lamp.S2N;
currentLamp.light();

//定时器
ScheduledExecutorService timer = Executors.newScheduledThreadPool(1);
timer.scheduleAtFixedRate(
new Runnable(){
public void run(){

currentLamp = currentLamp.blackOut();

}
}, 
10,
10,
TimeUnit.SECONDS);
}
}


MainClass:
package PilotLamp;


public class MainClass {
public static void main(String[] args){
String[] directions = new String[]{
"S2N", "S2W", "E2W", "E2S", "N2E", "W2N", "S2E", "E2N","N2W","W2S"
};
for(int i = 0; i < directions.length; i++){
new Road(directions[i]);

}

new LampController();
}
}

---------------------- ASP.Net+Android+IOS开发.Net培训、期待与您交流! ----------------------

资源下载链接为: https://pan.quark.cn/s/67c535f75d4c 在机器人技术中,轨迹规划是实现机器人从一个位置平稳高效移动到另一个位置的核心环节。本资源提供了一套基于 MATLAB 的机器人轨迹规划程序,涵盖了关节空间和笛卡尔空间两种规划方式。MATLAB 是一种强大的数值计算与可视化工具,凭借其灵活易用的特点,常被用于机器人控制算法的开发与仿真。 关节空间轨迹规划主要关注机器人各关节角度的变化,生成从初始配置到目标配置的连续路径。其关键知识点包括: 关节变量:指机器人各关节的旋转角度或伸缩长度。 运动学逆解:通过数学方法从末端执行器的目标位置反推关节变量。 路径平滑:确保关节变量轨迹连续且无抖动,常用方法有 S 型曲线拟合、多项式插值等。 速度和加速度限制:考虑关节的实际物理限制,确保轨迹在允许的动态范围内。 碰撞避免:在规划过程中避免关节与其他物体发生碰撞。 笛卡尔空间轨迹规划直接处理机器人末端执行器在工作空间中的位置和姿态变化,涉及以下内容: 工作空间:机器人可到达的所有三维空间点的集合。 路径规划:在工作空间中找到一条从起点到终点的无碰撞路径。 障碍物表示:采用二维或三维网格、Voronoi 图、Octree 等数据结构表示工作空间中的障碍物。 轨迹生成:通过样条曲线、直线插值等方法生成平滑路径。 实时更新:在规划过程中实时检测并避开新出现的障碍物。 在 MATLAB 中实现上述规划方法,可以借助其内置函数和工具箱: 优化工具箱:用于解决运动学逆解和路径规划中的优化问题。 Simulink:可视化建模环境,适合构建和仿真复杂的控制系统。 ODE 求解器:如 ode45,用于求解机器人动力学方程和轨迹执行过程中的运动学问题。 在实际应用中,通常会结合关节空间和笛卡尔空间的规划方法。先在关节空间生成平滑轨迹,再通过运动学正解将关节轨迹转换为笛卡
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