2024年[ROS]LaserScan消息的学习(1)，音视频开发面试问题

最新推荐文章于 2024-10-09 22:55:46 发布

2401_84538391

最新推荐文章于 2024-10-09 22:55:46 发布

阅读量869

点赞数 23

分类专栏：程序员文章标签： android 面试学习

本文链接：https://blog.csdn.net/2401_84538391/article/details/138882956

版权

程序员专栏收录该内容

213 篇文章 1 订阅

订阅专栏

如何做好面试突击，规划学习方向？

面试题集可以帮助你查漏补缺，有方向有针对性的学习，为之后进大厂做准备。但是如果你仅仅是看一遍，而不去学习和深究。那么这份面试题对你的帮助会很有限。最终还是要靠资深技术水平说话。

网上学习 Android的资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。建议先制定学习计划，根据学习计划把知识点关联起来，形成一个系统化的知识体系。

学习方向很容易规划，但是如果只通过碎片化的学习，对自己的提升是很慢的。

我搜集整理过这几年字节跳动，以及腾讯，阿里，华为，小米等公司的面试题，把面试的要求和技术点梳理成一份大而全的“ Android架构师”面试 Xmind（实际上比预期多花了不少精力），包含知识脉络 + 分支细节。

在搭建这些技术框架的时候，还整理了系统的高级进阶教程，会比自己碎片化学习效果强太多。

网上学习 Android的资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。希望这份系统化的技术体系对大家有一个方向参考。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

range_min: 0.15000000596

range_max: 8.0

ranges: [inf, inf, 5.64900016784668, 2.875999927520752, inf, 5.743000030517578, inf, inf, inf, inf, inf, inf, inf, inf, inf, inf, inf, inf, 5.946000099182129, inf, inf, inf, 5.938000202178955, 5.849999904632568, inf, 5.8470001220703125, inf, inf, inf, inf, inf, inf, 6.646999835968018, inf, inf, inf, inf, inf, inf, 0.2150000035762787, inf, inf, inf, inf, inf, inf, inf, inf, inf, inf, inf, inf, inf, inf, inf, inf, 5.465000152587891, inf, 3.8970000743865967, inf, 0.16300000250339508, inf, inf, inf, inf, inf, inf, inf, inf, 0.8199999928474426, inf, 0.7910000085830688, 0.7450000047683716, inf, 0.7210000157356262, 0.7120000123977661, inf, 0.7160000205039978, inf, 0.7260000109672546, 0.7480000257492065, inf, 0.7749999761581421, inf, 0.7950000166893005, inf, 0.8240000009536743, 0.8500000238418579, inf, 0.8830000162124634, inf, 0.8759999871253967, 0.8539999723434448, inf, 0.8349999785423279, 0.8199999928474426, inf, 0.8059999942779541, inf, 0.7940000295639038, 0.781000018119812, inf, 0.7699999809265137, 0.7599999904632568, inf, 0.7519999742507935, inf, 0.7419999837875366, 0.7360000014305115, inf, 0.7300000190734863, 0.7239999771118164, inf, 0.7179999947547913, inf, 0.7149999737739563, 0.7120000123977661, inf, 0.7099999785423279, inf, 0.7110000252723694, 0.7120000123977661, inf, 0.7120000123977661, 0.7149999737739563, inf, inf, 0.9509999752044678, 0.9440000057220459, inf, 0.9459999799728394, 0.9459999799728394, inf, 0.9490000009536743, inf, 0.953000009059906, 0.9589999914169312, inf, 0.9639999866485596, inf, 0.968999981880188, 0.9769999980926514, inf, 0.9850000143051147, inf, 0.9940000176429749, 1.0049999952316284, inf, 1.0149999856948853, inf, 1.0269999504089355, 1.0410000085830688, inf, 1.4049999713897705, inf, 1.3600000143051147, inf, 1.468000054359436, 1.402999997138977, inf, 1.343999981880188, 1.2929999828338623, inf, 1.246000051498413, inf, 1.2039999961853027, 1.1670000553131104, inf, 1.1299999952316284, 1.100000023841858, inf, 1.0720000267028809, 1.0429999828338623, inf, 1.0190000534057617, inf, 0.996999979019165, 0.9729999899864197, inf, 0.9520000219345093, inf, 0.9340000152587891, 0.9240000247955322, inf, 0.9160000085830688, inf, inf, 0.859000027179718, inf, 0.8600000143051147, inf, inf, inf, inf, inf, inf, inf, inf, inf, inf, inf, inf, inf, inf, inf, inf, inf, inf, inf, inf, inf, inf, inf, 0.7789999842643738, inf, 0.7879999876022339, inf, inf, inf, inf, 0.17100000381469727, inf, 0.17100000381469727, 0.1720000058412552, inf, 0.17299999296665192, inf, 0.17399999499320984, inf, inf, inf, inf, inf, inf, 0.8230000138282776, inf, 0.8320000171661377, inf, 0.8410000205039978, 0.8519999980926514, inf, inf, inf, inf, inf, inf, 0.9110000133514404, inf, 0.9240000247955322, 0.9419999718666077, inf, 0.9620000123977661, 0.9810000061988831, inf, 1.0069999694824219, inf, 1.0299999713897705, inf, 1.0579999685287476, 1.0850000381469727, inf, 1.1180000305175781, inf, 1.149999976158142, 1.187999963760376, inf, 1.225000023841858, inf, 1.2710000276565552, 1.3279999494552612, inf, 0.6050000190734863, inf, 0.5920000076293945, 0.5960000157356262, inf, inf, inf, 0.6000000238418579, 0.5929999947547913, inf, 0.5910000205039978, inf, 0.597000002861023, inf, 1.2589999437332153, inf, 1.2430000305175781, inf, 1.25, inf, inf, 1.184000015258789, inf, 1.2059999704360962, 0.1679999977350235, inf, 0.16599999368190765, inf, 1.597000002861023, inf, inf, inf, inf, inf, inf, inf, inf, inf, 0.5709999799728394, inf, inf, 0.21699999272823334, inf, inf, inf, inf, inf, inf, inf, 1.777999997138977, inf, inf, inf, 5.8379998207092285, inf, 5.841000080108643, 5.8470001220703125, inf, 6.051000118255615, inf, 6.051000118255615, 6.1570000648498535, inf, inf, inf, 7.072000026702881, 6.934999942779541, inf, inf, 7.072000026702881, inf, inf, inf, inf, inf, inf, inf, inf, inf, inf, inf, inf, inf, inf, inf, inf, inf, 2.7119998931884766, inf]

intensities: [0.0, 0.0, 47.0, 47.0, 0.0, 47.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 47.0, 0.0, 0.0, 0.0, 47.0, 47.0, 0.0, 47.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 47.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 47.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 47.0, 0.0, 47.0, 0.0, 47.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 47.0, 0.0, 47.0, 47.0, 0.0, 47.0, 47.0, 0.0, 47.0, 0.0, 47.0, 47.0, 0.0, 47.0, 0.0, 47.0, 0.0, 47.0, 47.0, 0.0, 47.0, 0.0, 47.0, 47.0, 0.0, 47.0, 47.0, 0.0, 47.0, 0.0, 47.0, 47.0, 0.0, 47.0, 47.0, 0.0, 47.0, 0.0, 47.0, 47.0, 0.0, 47.0, 47.0, 0.0, 47.0, 0.0, 47.0, 47.0, 0.0, 47.0, 0.0, 47.0, 47.0, 0.0, 47.0, 47.0, 0.0, 0.0, 47.0, 47.0, 0.0, 47.0, 47.0, 0.0, 47.0, 0.0, 47.0, 47.0, 0.0, 47.0, 0.0, 47.0, 47.0, 0.0, 47.0, 0.0, 47.0, 47.0, 0.0, 47.0, 0.0, 47.0, 47.0, 0.0, 47.0, 0.0, 47.0, 0.0, 47.0, 47.0, 0.0, 47.0, 47.0, 0.0, 47.0, 0.0, 47.0, 47.0, 0.0, 47.0, 47.0, 0.0, 47.0, 47.0, 0.0, 47.0, 0.0, 47.0, 47.0, 0.0, 47.0, 0.0, 47.0, 47.0, 0.0, 47.0, 0.0, 0.0, 47.0, 0.0, 47.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 47.0, 0.0, 47.0, 0.0, 0.0, 0.0, 0.0, 47.0, 0.0, 47.0, 47.0, 0.0, 47.0, 0.0, 47.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 47.0, 0.0, 47.0, 0.0, 47.0, 47.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 47.0, 0.0, 47.0, 47.0, 0.0, 47.0, 47.0, 0.0, 47.0, 0.0, 47.0, 0.0, 47.0, 47.0, 0.0, 47.0, 0.0, 47.0, 47.0, 0.0, 47.0, 0.0, 47.0, 47.0, 0.0, 47.0, 0.0, 47.0, 47.0, 0.0, 0.0, 0.0, 47.0, 47.0, 0.0, 47.0, 0.0, 47.0, 0.0, 47.0, 0.0, 47.0, 0.0, 47.0, 0.0, 0.0, 47.0, 0.0, 47.0, 47.0, 0.0, 47.0, 0.0, 47.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 47.0, 0.0, 0.0, 47.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 47.0, 0.0, 0.0, 0.0, 47.0, 0.0, 47.0, 47.0, 0.0, 47.0, 0.0, 47.0, 47.0, 0.0, 0.0, 0.0, 47.0, 47.0, 0.0, 0.0, 47.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 47.0, 0.0]




上面的例子可以看出LaserScan的格式如下:

std_msgs/Header header

float32 angle_min

float32 angle_max

float32 angle_increment

float32 time_increment

float32 scan_time

float32 range_min

float32 range_max

float32[] ranges

float32[] intensities




下面对其中的参数进行逐个解释:

Header header # Header也是一个结构体,包含了seq,stamp,frame_id,其中seq指的是扫描顺序增加的id,stamp包含了开始扫描的时间和与开始扫描的时间差,frame_id是扫描的参考系名称.注意扫描是逆时针从正前方开始扫描的.

float32 angle_min # 开始扫描的角度(角度)

float32 angle_max # 结束扫描的角度(角度)

float32 angle_increment # 每一次扫描增加的角度(角度)

float32 time_increment # 测量的时间间隔(s)

float32 scan_time # 扫描的时间间隔(s)

float32 range_min # 距离最小值(m)

float32 range_max # 距离最大值(m)

float32[] ranges # 距离数组(长度360)

float32[] intensities # 与设备有关,强度数组(长度360)




了解了LaserScan的数据格式,下面将编写一个订阅器用来接收LaserScan消息(假设roscore和laser都已经启动):

#!/usr/bin/env python

import rospy

from sensor_msgs.msg import LaserScan

##代码存放路径 your/workspace/src/packagename/scripts/listener.py

def callback(scan):

#LaserScan的数据结构

#std_msgs/Header header

#float32 angle_min

#float32 angle_max

#float32 angle_increment

#float32 time_increment

#float32 scan_time

#float32 range_min

#float32 range_max

#float32[] ranges