walkDemo

本文介绍了一种基于MKSearch实现的地图步行路线规划方法。通过构造search()函数并利用MKWalkingRouteResult返回步行路线搜索结果,结合Overlay展示路线。适用于需要在地图应用中实现步行导航功能的开发者。
部署运行你感兴趣的模型镜像

如何在地图上生成一个完整的行走路线规划???

其实很容易,我们只需要构造一个search()函数就够用了

private void search() {
MKSearch search=new MKSearch();
search.init(bmapmanager, new MyMKSearchListenerAdapter(){
@Override
public void onGetWalkingRouteResult(MKWalkingRouteResult result,int iError)
{
RouteOverlay overlay=new RouteOverlay(WalkActivity.this, mapview);
setData(overlay,result);
mapview.getOverlays().add(overlay);
mapview.refresh();
super.onGetWalkingRouteResult(result, iError);


}


    这里首先需要明确的是,init函数的两个参数分别是MKSearch类型和MKSearchListener类型的实例化对象构成的

这里主要是和一种异步函数这种机制有关系。异步函数可以理解为返回值在其他类的函数(在MKSearcListener类)

然后

 voidonGetAddrResult(MKAddrInfo result, int iError) 
          返回地址信息搜索结果
 voidonGetBusDetailResult(MKBusLineResult result, int iError) 
          返回公交车详情信息搜索结果
 voidonGetDrivingRouteResult(MKDrivingRouteResult result, int iError) 
          返回驾乘路线搜索结果
 voidonGetPoiDetailSearchResult(int type, int iError) 
          返回poi相信信息搜索的结果
 voidonGetPoiResult(MKPoiResult result, int type, int iError) 
          返回poi搜索结果
 voidonGetSuggestionResult(MKSuggestionResult result, int iError)
          返回联想词信息搜索结果
 voidonGetTransitRouteResult(MKTransitRouteResult result, int iError) 
          返回公交搜索结果
 voidonGetWalkingRouteResult(MKWalkingRouteResult result, int iError) 
          返回步行路线搜索结果
一目了然,因为我们是想要得到步行的搜索结果,所以需要返回onGetWalkingRouteResult()方法

onGetWalkingRouteResult

void onGetWalkingRouteResult(MKWalkingRouteResult result,
                             int iError)
返回步行路线搜索结果

参数:
result - 搜索结果
iError - 错误号,0表示正确返回
在该函数中我们依然是使用到Overlay的4部曲

new 一个   setdata()放入数据  overlay getoverlay(获得集合) add(将overlay加入到该集合中) fresh(手动刷新)

onGetWalkingRouteResult(MKWalkingRouteResult result,int iError)


setData(overlay,result);//注意看setData 会使用到result

MKPlanNode start=new MKPlanNode();
start.pt=point;

MKPlanNode end=new MKPlanNode();
end.pt=pingpangpoint;

search.walkingSearch("西安", start, "西安", end);
}

search.walkingSearch("西安", start, "西安", end);//start和end就是我们所说的起点和终点,

类型是MKPlanNode,需要进行初始化,之后start.pt=point;就是付给它初始值。


protected void setData(RouteOverlay overlay, MKWalkingRouteResult result) {
if(result.getNumPlan()>0){
MKRoutePlan plan=result.getPlan(0);
MKRoute route=plan.getRoute(0) ;
overlay.setData(route);


}


这个是我们定义的setData函数plan是result和route的桥梁,plan通过getPlan得到,plan再一次getroute得到route,

route才能够作为setData的输入值。


您可能感兴趣的与本文相关的镜像

Stable-Diffusion-3.5

Stable-Diffusion-3.5

图片生成
Stable-Diffusion

Stable Diffusion 3.5 (SD 3.5) 是由 Stability AI 推出的新一代文本到图像生成模型,相比 3.0 版本,它提升了图像质量、运行速度和硬件效率

在Ubuntu系统上安装演示程序或示例软件,通常取决于你具体想运行的软件或框架。以下是几种常见场景及对应的安装方法,适用于不同领域的演示程序。 ### 安装OpenVINO的GPU推理演示程序 如果你希望在Ubuntu 18.04上运行Intel GPU的深度学习推理演示程序(如图像分类),可以使用OpenVINO工具包中的示例代码。首先确保已安装OpenVINO,并下载了模型。然后,进入示例构建目录并执行以下命令: ```bash cd ~/inference_engine_samples_build/intel64/Release ./classification_sample_async -i /opt/intel/openvino/deployment_tools/demo/car.png -m ~/openvino_models/ir/public/squeezenet1.1/FP16/squeezenet1.1.xml -d GPU ``` 此命令运行一个异步分类示例,输入图像为`car.png`,使用的是SqueezeNet模型,推理设备为GPU [^2]。 ### 安装Apollo自动驾驶平台演示程序 如果你对自动驾驶感兴趣,可以尝试安装Apollo平台,并运行其内置的演示程序。以Ubuntu 18.04为例: 1. **安装依赖环境**:包括NVIDIA驱动、Docker Engine、NVIDIA Container Toolkit等。 2. **下载Apollo源码**:可以通过Git克隆官方仓库。 3. **拉取Apollo镜像并编译**:使用Docker镜像加速编译过程。 4. **运行Demo**:执行Apollo提供的录制文件和规划路径脚本以启动演示。 ```bash # 启动Apollo Demo cd apollo bash docker/scripts/dev_start.sh bash docker/scripts/demo_bar.sh ``` 以上命令将启动Apollo的开发容器并运行预设的演示脚本,展示其感知、规划和控制模块的基本功能 [^1]。 ### 安装RealSense相机的补丁内核模块(用于演示) 如果你在Ubuntu上使用Intel RealSense相机进行演示,可能需要为内核模块打补丁以支持特定的硬件。根据你的Ubuntu版本和内核版本选择适当的脚本: ```bash # 对于Ubuntu 18.04 或 20.04 使用 LTS 内核(< 5.13) ./scripts/patch-realsense-ubuntu-lts.sh ``` 运行脚本后,重新加载内核模块即可使用RealSense相机进行演示 [^3]。 ### 安装SNMP演示客户端 如果你希望在Ubuntu上安装SNMP守护程序并运行演示客户端,可以按照以下步骤操作: ```bash sudo apt-get update sudo apt-get install snmp snmp-mibs-downloader ``` 安装完成后,可以使用`snmpwalk`等工具查询本地或远程的SNMP服务,演示网络管理功能 [^5]。 ### 安装HDDL驱动程序(用于OpenVINO演示) 如果你更新了Linux内核,需要重新安装OpenVINO HDDL驱动程序以确保演示程序正常运行: ```bash cd /opt/intel/openvino/inference_engine/external/hddl/drivers sudo ./setup.sh install ``` 安装完成后,你可以运行HDDL设备上的推理演示 [^4]。 ---
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