学习报告

本周学习重点在于掌握Arduino基本语法和C++面向对象编程,通过实验提升兴趣和理解。涉及UNO主板控制硬件操作、串口通信、基本函数应用及硬件组件的认识。在实践过程中遇到的问题包括模拟输出与数字信号输出区分、电压提升、实物连接及初始化LED灯等。同时,学习了C++面向对象的概念和初步应用。

本周主要学习arduino基本语法和C++面向对象,为后面制作环境采集系统奠定基础。

Arduino主要是把自己的代码移入UNO主板控制其他硬件进行操作。

arduino的编程的基本框架是

void setup(){}

void loop() {}

其中setup()函数主要用于初始化端口,loop()函数用于运行程序,该函数是一个死循环函数。

基本的arduino函数:

1. Serial.begin()初始化串口;

2. digitalWrite()数字信号输出(只有高电平与低电平);

3. digitalRead()读取外部的输入信号;

4. analogWrite()实现模拟输出功能以及PWM输出(3,5,6,9,10,11引脚的模拟值);

5. Serial.print()和Serial.println()串口输出;

6. Serial.read()串口输入;(注意:要使用Serial.read()函数输入,需要配合Serial.available使用,否则易产生乱码);

7. map() 实现数值区间的相互转化;(例:mapi0,1023,0,5))表示把01023的一个数按照一定的比例转化为05的一个值 )(模拟输出的值在0~1023之间,PWM输出的值在0~255之间);

8. delay()用于等待;

基本的硬件认识: 

1. UNO是接受代码的控制器,可以像外面输入输出模拟信号和数字信号;UNO是基于arduino UNO R3的微控制器板,它是最新的arduino基础型号微控制器板,也是学习和使用arduino的最佳选择.Zzuino UNO包含了14个输入/输出口(其中6个可以用作PWM输出),6个模拟输入口.同时含有一个USB连接头,一个电源插孔,一个复位按键等支持主控器运行的最小系统.用一根USB数据线连接到电脑,或者一个交流转直流的电源适配器,亦或是一个电池即可让它运行起来.此外,Zduino UNOUSB转串口驱动芯片为Atmega16u2,这也是与先前版本的最大不同(R2版本为Atmega8u2).同时,R3版本在AREF旁添加了SDASCL两个支持I2C的接口。

2..传感器扩展板为了能更方便的接插的各种模块,快速的完成设计。

3.电位器模块可以结合arduino传感器扩展板,可实现与位置变化相关的互动作品。模块连接在arduino模拟IO口上只需analogRead()函数便可读取传感器输入的模拟值。

4.按键一端接IO口,一端接地,直接用arduino数字口可方便的读取按键状态值,配合arduino传感器扩展板可以完成使用按钮进行互动的作品。

 C++面向对象:

了解了类和对象,继承的基本知识,讨论了什么是对象,什么是类,怎样是面向对象的编程,以及以前用面向过程的编程的区别,以便之后做环境采集系统编写和调用类库。

由于本周初学arduino,所以就主要做一些简单的实验来提升对arduino的兴趣,了解其中的基本知识原理。

但是问题依旧不少:

1.分不清模拟输出和数字信号输出,即程序中不知道怎么区分使用analogWrite函数与                   digitalWrite函数;

2.不知道如何从外面对UNO主板提升电压;

3.对连接实物图还有很大的问题;

4.在使用LED灯的时候不知道何时初始化LED灯的初始化状态;

5.用Serial.read输入经常产生乱码;

6.对C++面向对象一些用法语句不清楚;

本周主要的工作:

1.用电位器和按键控制舵机转动;

2.做arduino书上第2章和第3章的实验;

3.对C++面向对象进行了学习。

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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