linux开发遇到的一些命令

解压中文zip压缩包

unzip -O gb2312 基于多态的职工管理系统.zip
使用 cp936、GBK 或 GB2312 编码解压压缩包即可，下面三条命令任选其一执行：

unzip -O cp936 压缩包路径
unzip -O gbk 压缩包路径
unzip -O gb2312 压缩包路径

注意，解压后的结果放在了主目录里
也可以在当前目录终端运行该语句，最后解压在当前终端里

双线程

#include <iostream>
#include <thread>
#include <pthread.h>
#include <mutex>
using namespace std;

static const int nt=2;


std::mutex lock1; 

bool flag = false;

void Hello(int num)
{
	while (1)
	{
		lock1.lock();
		cout << num << ": Hello thread!" << endl;
		lock1.unlock();
		if (flag) break;
	}
	
    
}

void Hello2(int num)
{
	while (1)
	{
		lock1.lock();
		cout << num << ": 你好!" << endl;
		
		lock1.unlock();
		if (flag) break;
	}
    
}

int main(void)
{
    thread t[2];
	t[0] = thread(Hello, 0);	
	t[1] = thread(Hello2, 1);
		

	flag = true;
    t[1].join();	
	t[0].join();
    
	lock1.lock();
	cout << "Main thread exit." << endl;
    lock1.unlock();
    return 0;
}

读txt为csv，并画图

#导入包
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# df = pd.read_csv("/home/keyirobot/testfile.txt",delimiter=" ")
# df.to_csv("/home/keyirobot/testfile.csv", encoding='utf-8', index=False)

df = pd.read_csv('/home/keyirobot/testfile.csv')
df=df.values#转为array格式
print(df.shape)
a1 = df[:,0]
a2 = df[:,1]
a3 = df[:,2]
a4 = df[:,3]
plt.plot(a1 , c='black',  label='legend')
plt.plot(a2 , c='red',  label='legend')
plt.show()

定义系统变量推导公式（m文件->py文件）

m文件如下：

% 旋转顺序：Z,Y,X（从大地坐标系到IMU坐标系）

% 定义一些符号 r=row p=pitch y=yaw
syms r p y

% 3个旋转矩阵（坐标系旋转,注意负号的位置！）
M_x = [  1,       0,      0;
         0,  cos(r), sin(r); 
         0, -sin(r), cos(r)];
  
M_y = [cos(p),   0, -sin(p);
            0,   1,       0;
       sin(p),   0,  cos(p)]; 

M_z = [ cos(y),  sin(y),  0;
       -sin(y),  cos(y),  0;
            0,       0,   1];

%% 推导陀螺仪的变换矩阵

%定义一些符号 drdt dpdt dydt 指的是分别对 roll pitch yaw求导，也就是角速度
syms drdt dpdt dydt

% 绕x轴转动 row 的角速度
dr_t = [drdt;
           0;
           0]; 
       
% 绕y轴转动 pitch 的角速度
dp_t = [   0;
        dpdt;
           0];
       
% 绕z轴转动 yaw 的角速度
dy_t = [   0;
           0;
        dydt]; 

% [矩阵X*矩阵Y*yaw角速度(绕Z)] + [矩阵X*pitch角速度(绕Y)] + [roll角速度(绕X)]
% IMU_gyro实际就是IMU测得的3个陀螺仪数据
IMU_gyro = M_x*M_y*dy_t + M_x*dp_t + dr_t;
fprintf('M_x*M_y*dy_t + M_x*dp_t + dr_t=\r\n')
disp(IMU_gyro)
% roll pitch yaw角速度组成的列向量，这个实际是要求的大地坐标系的3个角速度
rpy_t = [drdt;
         dpdt;
         dydt]; 

%手动分解IMU_gyro为矩阵M_gyro与列向量rpy_t相乘的形式
%根据IMU_gyro写出M_gyro，该矩阵将大地坐标系的角速度转换为IMU坐标系
M_gyro = [ 1,     0,       -sin(p);
           0, cos(r),cos(p)*sin(r);
           0,-sin(r),cos(p)*cos(r)];
%验证一下
if M_gyro * rpy_t==IMU_gyro
    fprintf('M_gyro is true\r\n');
else
    fprintf('M_gyro is false\r\n');
end
fprintf('M_gyro=\r\n')
disp(M_gyro)

% 对M_gyro求逆矩阵，用于将IMU坐标系的陀螺仪角速度值转换到大地坐标系
M_gyro_inv = inv(M_gyro);
fprintf('M_gyro_inv=\r\n')
disp(M_gyro_inv)
 
 % matlab求解的逆矩阵需要在再手工化简
M_gyro_inv_ =[ 1, (sin(p)*sin(r))/cos(p), (cos(r)*sin(p))/cos(p);
               0,                 cos(r),                -sin(r);
               0,          sin(r)/cos(p),          cos(r)/cos(p)];
 % 验证一下，M_gyro_inv_ * M_gyro_inv应该是单位矩阵
fprintf('M_gyro_inv_ * M_gyro=\r\n')
disp(M_gyro_inv_ * M_gyro)
fprintf('M_gyro_inv_ =\r\n')
disp(M_gyro_inv_)

py文件如下：

import sympy as sp
r,p,y = sp.symbols('r p y')
M_x = sp.Matrix([[  1,       0,      0],[0,  sp.cos(r), sp.sin(r)],[0, -sp.sin(r), sp.cos(r)]])
M_y = sp.Matrix([[sp.cos(p),   0, -sp.sin(p)],[    0,   1,       0],[sp.sin(p),   0,  sp.cos(p)]])
M_z = sp.Matrix([[ sp.cos(y),  sp.sin(y),  0],[-sp.sin(y),  sp.cos(y),  0],[     0,       0,   1]])
drdt, dpdt ,dydt  = sp.symbols('drdt dpdt dydt')
dr_t = sp.Matrix([[drdt,0,0]]).T
dp_t = sp.Matrix([[0,dpdt,0]]).T
dy_t = sp.Matrix([[0,0,dydt]]).T      
IMU_gyro = M_x*M_y*dy_t + M_x*dp_t + dr_t
rpy_t = sp.Matrix([[drdt, dpdt,  dydt]]).T
# 手写！！！！根据IMU_gyro写出M_gyro，该矩阵将大地坐标系的角速度转换为IMU坐标系
M_gyro = sp.Matrix([[ 1,     0,-sp.sin(p)],[0, sp.cos(r),sp.cos(p)*sp.sin(r) ],[0,-sp.sin(r),sp.cos(p)*sp.cos(r)]])
# M_gyro_inv = M_gyro**(-1)
M_gyro_inv = M_gyro**(-1)
onematrix = M_gyro_inv*M_gyro

print(onematrix)