天道酬勤,学无止境

iBeacon“远”,“近”和“立即”的标称距离是多少?(What are the nominal distances for iBeacon “Far”, “Near”, and “Immediate”)

问题

我一直在使用iOS 7中新的iBeacon API将iOS设备用作广播者和接收者。

文档没有详细介绍接收设备看到每个接近指示器的距离,并专门将它们称为“相对”。 在使用演示应用进行实验时,我观察到了这些距离(iPhone ==接收器,iPad ==广播器):

-50英尺?

-2-3英尺

立即-2英寸

这些对我来说似乎很小,也许在CLBeaconRegion类引用中有一个提示,它使您可以在1m之外指定设备的信号强度。

pheralDataWithMeasuredPower:

检索可用于将当前设备作为信标发布的数据。

参数

实测功率

设备的接收信号强度指示器(RSSI)值(以分贝为单位)。 该值表示从一米远处测得的信标强度,并在测距期间使用。 指定nil以使用设备的默认值。

我的业余校准得出-60,我对其进行了设置并重新测试:

-几百英尺

近-〜50英尺

立即-1米(略小)

根据Apple的说法,第二次测试的结果是否在“理想”范围内? 它们确实与我在第一次测试中遇到的“默认”设置相去甚远。

还是我应该根据自己的需要考虑这些范围“可校准”?

回答1

根据我对API的了解,实际距离永远无法保证,您不应将读数视为准确的测量结果。 接近度用于确定不同信标之间的相对距离,以便您可以根据应用程序要求进行相应响应。

话虽如此,Apple肯定在其文档中画了一个灰色区域。 measuredPower的描述很吸引人,并且很容易引起您这样的想法:您可以使用该值来获得准确的距离读数(当然,一旦校准)。 但是,我只是认为情况并非如此,因为在这些功率很低的设备中信号衰减的可能性很大,所以我不希望您得到有关实际距离的一致准确的读数。

CLBeacon参考中读取accuracy的描述

表示以米为单位的一个西格玛水平精度。 使用此属性可以区分具有相同接近度值的信标。 不要使用它来确定信标的精确位置。 精度值可能会由于RF干扰而波动

我觉得这在iBeacon功能的整个使用过程中莫名其妙地引起了共鸣。

这只是我的全部解释,我还没有像在一段时间内在多个环境中进行测试以查看是否给出一致的读数那样走俏。 我不确定这是否有帮助。

受限制的 HTML

  • 允许的HTML标签:<a href hreflang> <em> <strong> <cite> <blockquote cite> <code> <ul type> <ol start type> <li> <dl> <dt> <dd> <h2 id> <h3 id> <h4 id> <h5 id> <h6 id>
  • 自动断行和分段。
  • 网页和电子邮件地址自动转换为链接。

相关推荐
  • 了解ibeacon距离(Understanding ibeacon distancing)
    问题 尝试掌握与ibeacon(信标/蓝牙/低功耗蓝牙/ BLE)相隔如何工作的基本概念。 是否有关于ibeacon可以精确测量到多少的真实文档。 可以说我在300英尺外...易北门有可能检测到这一点吗? 专门针对v4&。 v5和iOS,但通常是任何BLE设备。 蓝牙频率和吞吐量如何影响这一点? 信标设备能否增强或限制距离/改善底层BLE? IE | Range | Freq | T/sec | Topo | |–—–––––––––––|–—––––––––––|–—––––––––––|–—––––––––––| Bluetooth v2.1 | Up to 100 m | < 2.481ghz | < 2.1mbit | scatternet | |-------------|------------|------------|------------| Bluetooth v4 | ? | < 2.481ghz | < 305kbit | mesh | |-------------|------------|------------|------------| Bluetooth v5 | ? | < 2.481ghz | < 1306kbit | mesh | 回答1 iOS提供的距离估算基于信标信号强度(rssi)与校准的发射机功率(txPower)的比值。
  • iBeacons的三角剖分示例(Triangulate example for iBeacons)
    问题 我正在研究使用多个iBeacon进行“粗略”室内位置定位的可能性。 该应用程序是一种“博物馆”设置,并且能够形成一个网格,该网格具有用于放置不同对象的位置的网格,而不是形成单个信标的网格(尽管这可能也不是不可能的)。 是否有使用多个信标进行三角定位到某种位置的示例,经验或某种逻辑来帮助我自己编写呢? 回答1 我一直在做一些实验,以使用三个信标获得精确的位置。 三边测量结果 不幸的是,结果在质量方面令人非常失望。 主要有两个问题: 在不受控制的环境中,您会发现金属和其他会影响信号的物体,信标的接收信号强度经常变化,因此似乎无法获得5米以下的误差范围。 根据用户处理接收器设备的方式,读数也会发生很大变化。 如果用户将他/她的手放在蓝牙天线上,则该算法将以低信号作为输入,因此信标将被认为距离设备很远。 请参阅此图像以查看蓝牙天线的精确位置。 可能的解决方案 在与一位苹果的工程师交谈后,我积极劝阻我不要这样下去,我现在更倾向于使用的选择是蛮力。 尝试每隔X米设置一个信标(X是系统中允许的最大误差),因此我们可以通过计算网格上哪个信标最接近该设备并假设该信标在该信标网格上跟踪给定设备的位置。设备在同一位置。 三边测量算法 但是,出于完整性考虑,我在下面介绍了三边测量算法的核心功能。 它基于本文的第3段(“已知三个距离”)。 - (CGPoint
  • iBeacon支持如何在iOS 7.1中真正改变?(How is iBeacon support REALLY changed in iOS 7.1?)
    问题 我在网上看到有人声称新发布的iOS 7.1支持iBeacon。 具体来说: 即使用户明确杀死了您的应用程序,系统仍应将didEnterRegion / didExitRegion事件通知给您的应用程序。 didEnterRegion / didExitRegion通知应该从后台和/或在锁定设备的情况下更快。 我无法通过自己的测试来确认这两个声明中的任何一个。 实际上,我似乎不太可能从锁定的设备获取didEnterRegion / didExitRegion通知。 (更准确地说,我似乎收到didEnterRegion通知,但未收到didExitRegion通知)。 那可能是因为Apple让我删除了info.plist中的BLE后台模式条目-我不确定。 我仍在尝试解决这个问题。 回答1 一开始我在设置测试时遇到了麻烦,但是在杀死iPhone 4s和iPhone 5s机型上的iOS 7.1中的应用程序后,我亲眼目睹了背景区域条目回调。 有关测试的详细信息和复制说明,请参见下面的评论。 我还对iPhone 4S的背景检测时间进行了测试,但在iOS 7.1上仍然看到15分钟的延迟。 我的完整测试结果和方法学在这里描述。 最后,我还对升级到iOS 7.1之前和之后在同一设备上的“准确性”(以米为单位)测量的波动做了一些测试。 我看不出估算的噪声有明显的差异。 下图显示了升级前后的结果
  • 漫谈室内定位 -- 了解室内定位各技术流派的启蒙文章
    抄于:http://www.ubitraq.com/html/docs_one.html 作者:都延星 一、室内定位的源起和现状 室内定位,顾名思义,是与室外定位相对而言的。 室外定位技术及应用早已走入我们大家的日常生活,从汽车导航、手机地图APP到各式各样的LBS(Location-Based Service基于位置的服务)应用,例如:滴滴打车、大众点评、百度外卖等。打开这类APP后的第一步,系统都会自动定位我们的位置。 室外定位技术以GPS为主,手机通信基站定位为辅(也叫A-GPS,即Assisted辅助的GPS)。但在室内,GPS信号会受建筑物的遮挡而严重衰减和反射,几乎不可用。另一方面,民用GPS的水平面定位精度一般为5~10米,这个定位精度用于室外导航够用,但用于室内定位并不能满足所有场景的需求。想象下,有些店铺/房间的整体宽度还不到5米。而手机通信基站虽然在室内仍有信号,但其定位精度太低(上百米)无法满足室内场景的需求。所以传统室外定位技术在室内基本不可用。 据有关统计,人的一生80%以上的时间在室内,移动通信服务80%发生在室内,80%的信息与时间和位置有关,想必室内定位也具有做大的潜力。正是看好这个方向,从2011年前后开始,国际、国内众多室内定位创业公司如雨后春笋般出现,顶级互联网公司也开始布局室内定位技术。 然而,后来一切进展的并不顺利
  • 69. 驾考心得
    一. 前言 谨以此文,纪念自己一言难尽的驾考心路历程。一句话总结驾考最重要的几个因素:(良好的心态,娴熟的技术,胆大心细 ) 边学习边记录,记录学习技术心得。 记录驾考学习考试中遇到的各种人人事事,难得的生活体验。 记录驾考中各种隐秘的事情。 介绍下自己的情况:学车之前从来没有摸过车,对车的认知基本就是知道它有4个轮子,甚至连离合刹车都分不清楚。 二. 关于 2.1 关于驾考 通过驾考是自己能够开车的前提(不然被警察叔叔逮到了咋办?),大概情况如下: 科目 内容 总分/及格分数 科目一 各种理论知识,100题,1题1分 100/90 科目二 实际上车操作,场内考试。包含坡道起步,直角转弯,倒车入库,曲线行驶和侧方位停车5项操作 100/80 科目三 实际上车操作,场外考试,有安全员在副驾驶座监考 100/90 科目四 各种理论知识 ,50题,1题2分 100/90 每场考试有2次机会,也就是如果第一次挂了,当场可以补考一次。比如科目二你可以直接不下车,把车开回起点,让考试工作人员直接给你重新开始一次。 2.2 关于补考 项目 补考次数 科一 不限 科二 5次 ,5次不过,前面考过的成绩作废 科三 5次 ,5次不过,前面考过的成绩作废(科三5次没过导致前面过了的科二也作废,想想还是蛮心疼的) 科四 不限 2.3 关于报名 报考驾校一般都会选择一个驾校报名,关于驾校报名
  • 渲染无限大的平面(Rendering infinitely large plane)
    问题 我想渲染一个平面,使其看起来好像在所有方向上都达到无穷大。 我希望距离中的平面边界为地平线。 使用简单的网格不起作用-计算机无法渲染无限多个三角形。 即使可能,相机视锥也会切掉远处的多边形,并在平面边界和地平线之间形成间隙。 一种解决方法是用数学方法计算地平线:在平面上找到点,这些点也位于无限远的平面上。 将这些点与视口的两个角连接在一起,将创建一个梯形,该梯形表示要查找的平面。 但是,这种方式无法正确地照亮飞机,也无法施加纹理或需要精细三角剖分的其他任何东西... 回答1 您可以使用标准栅格化管道绘制无限平面。 它使用的齐次坐标可以像正则欧几里得点一样愉快地表示“理想”点(也称为消失点或无穷大点),同样,设置将远平面置于无穷大的投影矩阵也是非常实用的。 一种简单的方法是在每个象限中使用一个三角形,如下所示: vertices [x,y,z,w], for drawing an (x,y) coordinate plane, at (z==0): 0: [ 0, 0, 0, 1 ] 1: [ 1, 0, 0, 0 ] 2: [ 0, 1, 0, 0 ] 3: [-1, 0, 0, 0 ] 4: [ 0,-1, 0, 0 ] draw 4 triangles using indices: (0,1,2); (0,2,3); (0,3,4); (0,4,1) 如果要测试图案
  • 基于RSSI估计信标接近度/距离-Bluetooth LE(Estimating beacon proximity/distance based on RSSI - Bluetooth LE)
    问题 我有一个简单的iOS应用程序,它使用“立即”,“附近”等表达式显示它检测到的蓝牙LE信标的接近度,我需要在Android上编写类似的内容。 我已经按照Android开发人员的指南进行操作,并且能够列出检测到的设备,现在想估计距离/接近度-这就是问题所在。 根据这个SO线程,它只是少数的数学计算。 但是,它们要求我提供txPower值。 根据Dave Smith的本教程(以及与此Bluetooth SIG语句的交叉引用),信标设备应将其作为类型为0x0A的“ AD结构”进行广播。 因此,我要做的是解析AD结构并查找与该类型匹配的有效负载。 问题:我有4个信标-2个信徒和2个喇叭花。 估计根本不会广播txPower,appflares会将其广播为0。 我在这里想念什么吗? iOS应用程序似乎可以毫无问题地处理所有操作,但是使用iOS SDK可以在后台进行操作,因此我不确定如何产生完全相同或相似的行为。 我还有其他方法可以解决我的问题吗? 如果您想看一下我用来解析AD结构的代码,它取自上述Dave Smith的github,可以在这里找到。 我对该类所做的唯一更改是添加了以下方法: public byte[] getData() { return mData; } 这就是我处理扫描回叫的方式: // Prepare the callback for BLE device scan
  • 近和远指针(Near and Far pointers)
    问题 我们通常的指针(通常使用的指针),近距离指针和远距离指针之间有什么区别?在当今的C / C ++系统中,近距离指针和远距离指针有实际用途吗? 任何需要使用这些特定指针而不是其他c,c ++语义的实际情况都将非常有帮助。 回答1 near和far关键字起源于Intel以前的分段内存模型。 近指针只能访问最初大小约为64Kb的内存块,称为段,而远指针则可以超出由段和该段中的偏移量组成的范围。 Near指针比far指针快得多,因此在某些情况下使用它们会有所回报。 如今,虚拟内存的近指针和远指针已无用。 编辑:很抱歉,如果我没有使用正确的术语,但是这就是我回想起来的时候记得的样子:-) 回答2 在机器体系结构的上下文中说近和远(x86,x64、640kb +内存模型,x32表示保护模式和分段,x86表示分段内存) 示例:给定一个具有32位“长”寻址和8位相对寻址的系统。 相对距离将在正向(正值)或先前(负向)方向上至少保留127个字节。 如果目标距离1024个字节,则必须使用完整的32位指针。 如今,只有x86 x32寻址-长指针和x64 64位寻址才具有(永久性)地位。 是的,Windows x64是由MS VC编译的,它“看到”的方式仍然像x86 x32应用程序一样,只有4Gb内存。 因此,默认情况下您不知道Near和Far或其他寻址之间的区别。
  • iOS Geofence CLCircularRegion监视。 locationManager:didExitRegion似乎无法正常工作(iOS Geofence CLCircularRegion monitoring. locationManager:didExitRegion does not seem to work as expected)
    问题 我目前正在尝试让我的应用使用CoreLocation监视特定区域,但是我发现它似乎无法按预期方式工作,在我看来,它无法为每个位置(例如10m)设置较小的小半径。 我还组装了一个小的测试应用程序,该应用程序在地图上绘制了圆半径,因此我可以直观地看到正在发生的事情。 我用于监视位置的代码如下: self.locationManager = [[CLLocationManager alloc] init]; self.locationManager.delegate = self; self.locationManager.desiredAccuracy = kCLLocationAccuracyBest; // Set-up a region CLLocationDegrees latitude = 52.64915; CLLocationDegrees longitude = -1.1506367; CLLocationCoordinate2D centerCoordinate = CLLocationCoordinate2DMake(latitude, longitude); CLCircularRegion *region = [[CLCircularRegion alloc] initWithCenter:centerCoordinate radius:10 //
  • 眼空间坐标到底是什么?(What exactly are eye space coordinates?)
    问题 在学习OpenGL时,我经常会偶然发现所谓的眼空间坐标。 如果我是对的,通常您会使用三个矩阵。 模型矩阵,视图矩阵和投影矩阵。 尽管我不太确定其背后的数学原理,但我确实知道将转换坐标转换为世界空间,视图空间和屏幕空间。 但是眼空间在哪里,我需要将哪些矩阵转换为眼空间? 回答1 下图显示了各个空间之间的关系,也许会有所帮助: 根据您使用的是固定功能管线(例如,如果您调用glMatrixMode()还是使用着色器),操作是相同的–只是您直接在着色器中编码它们,还是直接在着色器中编码就可以了。 OpenGL管道有助于您的工作。 尽管对于使用固定功能管道进行讨论很不满意,但它使对话变得更加简单,因此我将从这里开始。 在旧版OpenGL(即OpenGL 3.1之前的版本,或使用兼容性配置文件)中,定义了两个矩阵堆栈: model-view和projection ,当应用程序启动时,在每个堆栈顶部的矩阵是一个单位矩阵(1.0表示)。对角线,其他所有元素均为0.0)。 如果您在空间坐标绘制,你有效地归一化设备坐标(国家数据中心),其中剪辑任何顶点的范围为[-1,1]在X,Y和Z的视口转换外渲染(如是通过调用glViewport()设置的,它是将NDC映射到窗口坐标(实际上,是视口坐标,但是大多数情况下,视口和窗口具有相同的大小和位置),并且将深度值映射到深度范围(即[ 0,1])。 现在
  • graph embedding 之 struc2vec
    在现实的网络中,构成网络的每个节点可能在网络中担任着某种角色。比如社交网络中,经常可以看见一些关注量很高的大V。两个大V在网络中的角色可能相同,因为他们都有很高的关注量;而大V与普通人(仅有几个关注)在网络中的角色则是不同的,这就是所谓的某个节点的结构身份(structural identity)。 常见的一些可以决定某个节点的结构身份的方法有两种。一种是基于距离的方式,通过邻居信息计算每个节点对之间的距离,然后通过聚类、匹配的方式来将结构相似的节点放到一起。另一种是基于递归的方式,就是通过递归的方式将所有邻居的信息聚合得到一个值,根据这个值决定是否是结构相似的。 之前的很多网络表示的工作的思路是利用邻居作为上下文。如果两个节点的共同邻居越多,那么表示这两个节点越相似,自然就要减小他们在嵌入空间中的距离。但是这种方法无法鉴别结构相似但是距离非常远的节点对,换句话说某些节点有着类似的拓扑结构,但是它们离得太远,不可能有共同邻居(就比如下图的u和v)。这种情况是之前很多工作没有考虑到的点。 DeepWalk或node2vec这一类的方法在判断节点的结构是否等价的分类任务上往往并不能取得好的效果。其根本原因在于网络中的节点具有同质性(homohily),即两个节点有边相连是因为它们有着某种十分相似的特征。因此在网络中相距比较近的节点在嵌入空间也比较近,因为他们有着共同的特征
  • OpenGL坐标系是左手系还是右手系?(Is OpenGL coordinate system left-handed or right-handed?)
    问题 我正在尝试了解OpenGL坐标系。 但是,有些教程说默认坐标系是左手的(请参见http://www.c-sharpcorner.com/UploadFile/jeradus/OpenGLBasics11172005014307AM/OpenGLBasics.aspx),而另一些教程则说它是右手的(请参见http:// www .falloutsoftware.com / tutorials / gl / gl0.htm)。 哪个是对的? 我知道我们可以通过镜像将一个变换为另一个,但是我想知道默认坐标。 回答1 这里有些混乱。 OpenGL在对象空间和世界空间中是惯用右手的。 但是在窗口空间(又称屏幕空间)中,我们突然惯用左手了。 这是怎么发生的? 从右手到左手的方式是glOrtho或glFrustum投影矩阵中的负z缩放项。 将z缩放为-1(同时保持x和y不变)具有更改坐标系的惯用性的效果。 对于glFrustum, far和near应该是正数, far > near 。 说远= 1000,近= 1。 然后C =-(1001)/(999)= -1.002。 有关更多详细信息和图表,请参见此处。 从正交角度看,glOrtho生成如下矩阵: 在此, left , right , bottom和top只是左垂直,右垂直,底部水平,顶部水平剪切平面(resp)的坐标。 但是
  • EXCEL-RFM(用户)建模实战
    这是数据分析BY EXCEL的第二篇(RFM实战篇),内容很干。 主要通过一个实例来撕碎RFM模型高大上的外衣,让它成为你我的掌上玩物。没错,不仅是了解,还能亲手建立一个属于自己的RFM模型。 实战数据(脱敏)下载链接已放在文末。 RFM模型的大名可谓如雷贯耳,官方说法:RFM模型是衡量客户价值和客户创利能力的重要工具和手段。 简单的说就是按照R(最近一次购买距今多少天),F(购买了多少次)以及M(平均或者累计购买金额)将客户进行分类,按照这3个维度可以切分出8类客户,最后我们根据不同类型客户占比情况来评估客户的整体分布,并针对不同类型的客户进行有针对性的营销。 RFM模型只需要3个字段(R、F、M),就能够对客户进行价值分类,且适用于各行各业。 咳!概念一讲起来就像教科书一样乏味,我们来看一组对比。 你的原始数据是这样的: 学完后你的模型是这样的: 是不是有一丝心动了? 整个流程可以分成4步:观察数据——数据清洗——维度确认——分值计算——结果展示。 Step 1 观察数据 数据分析和建模的第一步就是就是认识数据,请,屏息观察数据30S, 不难发现: 1、源数据一共28834行,涉及12个字段,每一行代表一笔订单。 2、按“付款时间”排序,发现订单数据时间范围是2017年11月1日-2018年4月30日共6个月数据 3、总体数据规整,但”发货时间“存在缺失值,且“发货时间
  • 确定我的处理器的字长(Determine word size of my processor)
    问题 如何确定CPU的字长? 如果我理解正确,那么int应该是一个单词,对吗? 我不确定我是否正确。 因此,仅打印sizeof(int)就足以确定处理器的字长吗? 回答1 您对sizeof(int)的假设是不正确的; 看到这个。 由于必须在编译时知道处理器,操作系统和编译器,因此可以使用编译器提供的预定义体系结构/ OS /编译器宏来推断字长。 但是,尽管在更简单和大多数RISC处理器上,字长,总线宽度,寄存器大小和存储器组织通常始终是一个值,但对于具有各种大小的浮点寄存器,累加器,总线宽度的更复杂的CISC和DSP架构,可能并非如此。 ,缓存宽度,通用寄存器等。 当然,这引出了一个问题,为什么您可能需要知道这一点? 通常,您将使用适合于应用程序的类型,并信任编译器以提供任何优化。 如果优化是您认为需要此信息的目的,那么使用C99“快速”类型可能会更好。 如果您需要优化特定算法,请针对多种类型实施该算法并对其进行概要分析。 回答2 一个int应该是一个单词,对吗? 据我了解,这取决于数据大小模型。 有关UNIX系统,64位和数据大小中立性的说明。 例如,Linux 32位是ILP32,Linux 64位是LP64。 除了我相信所有32位Window系统都是ILP32之外,我不确定Windows系统和版本之间的差异。 如何确定CPU的字长? 那要看。 您假设使用哪个版本的C标准。
  • 《Real-Time Rendering 4th Edition》全文翻译 - 第4章 变换(下)4.5 ~ 4.7
    第四章终于结束了……接下来会休息一段时间,祝各位五一劳动节快乐! …… 想了想还是不休息了,继续继续!! 实时渲染(第四版)Real-Time Rendering (Fourth Edition) 第4章 变换 Chapter 4 Transforms 4.5 变形 Morphing 在执行动画时,从一个三维模型变形到另一个三维模型可能会很有用 [28、883、1000、1005]。想象一下,一个模型在时间 显示,我们希望它在时间 变成另一个模型。对于介于 和 之间的所有时间,都使用某种插值获得了连续的“混合”模型。变形的一个例子如图 4.14 所示。 变形(Morphing)涉及解决两个主要问题,即顶点对应问题(the vertex correspondence problem)和插值问题(the interpolation problem)。给定两个任意模型,这些模型可能具有不同的拓扑(topologies),不同的顶点数量和不同的网格连接性,通常必须从建立这些顶点对应关系开始。这是一个困难的问题,并且在该领域已经进行了很多研究。我们推荐感兴趣的读者阅读 Alexa 的调查 [28]。 但是,如果两个模型之间已经存在一对一的顶点对应关系,则可以在每个顶点的基础上进行插值。也就是说,对于第一个模型中的每个顶点,在第二个模型中必须仅存在一个顶点,反之亦然。这使插值变得容易。例如
  • 指针的大小是多少?(What is the size of a pointer?)
    问题 指针的大小是否与其指向的类型的大小相同,还是指针始终具有固定的大小? 例如... int x = 10; int * xPtr = &x; char y = 'a'; char * yPtr = &y; std::cout << sizeof(x) << "\n"; std::cout << sizeof(xPtr) << "\n"; std::cout << sizeof(y) << "\n"; std::cout << sizeof(yPtr) << "\n"; 它的输出是什么? sizeof(xPtr)返回4, sizeof(yPtr)返回1,还是2个指针实际上返回相同的大小? 我之所以这样问,是因为指针存储的是内存地址,而不是它们各自存储的地址的值。 回答1 指针通常具有固定的大小,例如。 在32位可执行文件上,它们通常是32位。 有一些例外,例如在旧的16位窗口上,当您必须区分32位指针和16位...时,通常很安全的假设它们在现代桌面操作系统的给定可执行文件中是统一的。 编辑:即使这样,我也强烈警告不要在您的代码中进行此假设。 如果您要编写绝对必须具有一定大小的指针的东西,则最好检查一下! 函数指针是另一回事-有关更多信息,请参见Jens的答案。 回答2 在X86机器上,功能指针的大小可能会非常不同,从4字节到20字节(取决于编译器)。 因此,答案是否定的
  • 2021年低压电工证理论模拟考试题库
    题库来源:特种作业模考题库小程序 2021年低压电工证模拟考试题库及低压电工理论考试试题是由特种作业模考题库小程序提供,低压电工证模拟考试题库是根据低压电工最新版教材,低压电工大纲整理而成(含2021年低压电工证模拟考试题库及低压电工理论考试试题参考答案和部分工种参考解析),掌握本资料和学校方法,考试容易。低压电工考试技巧经过题库老师和低压电工已考过学员的汇总,相对有效而可行的复习方式就是对低压电工的试题攻克,进行多方面的试题训练。2021低压电工证模拟考试题库及低压电工理论考试试题个人、培训学校进行考试前有效训练,确保学员学习后能顺利通过考试。 1.电流表的符号是( ) A A.A B.Ω C.V 2.铁壳开关的电气图形为( ),文字符号为QS。 A A.A B.B C.C 3.下图的电工元件符号中属于电容器的电工符号是( )。 B A.A B.B C.C 4.断路器的电气图形为( )。 B A.A B.B C.C 5.以下图形,( )是按钮的电气图形。 A A.A B.B C.C 6.熔断器的符号是( )。 A A.A B.B C.C 7.接触器的电气图形为( )。 A A.A B.B C.C 8.IT系统就是保护接零系统。 × 9.TN-C-S系统是干线部分保护零线与工作零线完全共用的系统。 × 10.不可用万用表欧姆档直接测量微安表、检流计或电池的内阻。 √ 11
  • 透视投影推导
    本文章为毕业设计的附录 投影公式的作用 投影公式将变换几何体到一个新的空间体中,称为规范视域体(canonical view volume),规范视域体的精确坐标可能在不同的图形API之间互不相同,但作为讨论起见,把它认为是从(-1, -1, 0)延伸至(1, 1, 1)的盒子,这也是Direct3D中使用的。一旦所有顶点被映射到规范视域体,只有它们的x和y坐标被用于映射到屏幕上。这并不代表z坐标是无用的,它通常被深度缓冲用于可见度测试。这就是为什么变换到一个新的空间体中,而不是投影到一个平面上。 正交投影(Orthographic Projection) 正交投影,所有的投影线都与最终的绘图表面垂直,是一种相对简单的投影技术。正交投影的视域体,也就是包含所有需要显示的几何体的可视空间——是一个将被变换到规范视域体的轴对齐盒子 视域体由6个面定义: 因为视域体和规范视域体都是轴对齐盒子,这种类型的投影很像每个坐标点只是丢弃了z坐标。对象在3D空间中的大小和在投影中的大小相同,即使一个对象比另一个对象距离摄像机远很多。在3D空间中平行的直线在最终的图像上也是平行的。正交投影虽然用的少,但是他的推导过程有一部分可以用在下文的透视投影。 正交投影推导最简单的方法可能是3个坐标轴分开考虑,并且计算如何沿着每个坐标轴将点从视域体映射到规范视域体。从x轴开始,视域体中的点的x坐标范围在[l
  • GAMES101-现代计算机图形学学习笔记(04)
    GAMES101-现代计算机图形学学习笔记(04) Lecture 04 Transformation GAMES101-现代计算机图形学学习笔记(04) 三维变换定义几种变换缩放平移旋转旋转矩阵欧拉角轴角 视图/摄像机变换视图变化 两种投影正交投影透视投影 原课程视频链接以及官网 b站视频链接: link. 课程官网链接: link. 三维变换 定义 根据二维的定义,三维坐标和向量同样可以根据如下公式定义: 3 D 3 D 3D point = ( x , y , z , 1 ) ⊤ =(x, y, z, 1)^{\top} =(x,y,z,1)⊤ 3 D 3 D 3D vector = ( x , y , z , 0 ) ⊤ =(x, y, z, 0)^{\top} =(x,y,z,0)⊤ 齐次坐标定义如下,本质是先做线性变换再做平移变换。 ( x ′ y ′ z ′ 1 ) = ( a b c t x d e f t y g h i t z 0 0 0 1 ) ⋅ ( x y z 1 ) \left(\begin{array}{l} x^{\prime} \\ y^{\prime} \\ z^{\prime} \\ 1 \end{array}\right)=\left(\begin{array}{llll} a & b & c & t_{x} \\ d & e & f & t
  • 机器视觉 · 工业镜头
    文章目录 镜头 · 基础参数 · 焦距镜头 · 基础参数 · 靶面镜头 · FA镜头 & 微距镜头镜头 · 远心镜头镜头 · 红外镜头镜头 · 电动变焦/变倍镜头镜头 · 液态镜头镜头 · 垫片/垫圈 镜头 · 基础参数 · 焦距 焦距(FocalLength),是从镜头的中心点到焦平面上所形成的清晰影像之间的距离。焦距数值小,视角大,所观察的范围也大。 确定视野范围(FOV)、工作距离(WD)以及相机靶面尺寸,可以计算出工业镜头的焦距𝑓,其计算公式为: 光 学 放 大 倍 率 P M A G = 相 机 靶 面 高 度 H i 视 野 高 度 H o 光学放大倍率PMAG=\frac{相机靶面高度H_i }{视野高度H_o} 光学放大倍率PMAG=视野高度Ho​相机靶面高度Hi​​ 焦 距 f = 光 学 放 大 倍 率 P M A G × 工 作 距 离 W D 1 + 光 学 放 大 倍 率 P M A G 焦距f =\frac{光学放大倍率PMAG× 工作距离WD}{1+光学放大倍率PMAG} 焦距f=1+光学放大倍率PMAG光学放大倍率PMAG×工作距离WD​例如,使用1英寸靶面(12.8mm x 9.6mm)的相机,工作距离WD是300mm,视野FOV的高度是120mm,那么光学放大倍率𝛽= 9.6𝑚𝑚/120𝑚𝑚=0.08 ,焦距𝑓=0.08× 300𝑚𝑚÷1.08