当前位置: 首页 > news >正文

【C++】sophus : geometry.hpp 位姿(SE2 和 SE3)和(2D 直线\3D 平面)转换函数 (五)

这段代码定义了一系列在位姿(SE2 和 SE3)和几何实体(2D 直线和 3D 平面)之间进行转换的函数。它利用了 Sophus 库中已有的旋转表示(SO2 和 SO3)。

以下是函数的详细解释:

1. SO2 与直线(2D):

  • normalFromSO2(SO2<T> const& R_foo_line)

    :从旋转矩阵R_foo_line 中提取 y 轴作为参考系 "foo" 中的直线法向量。

  • SO2FromNormal(Vector2<T> normal_foo)

    :根据参考系 "foo" 中的直线法向量构造旋转矩阵R_foo_line

2. SO3 与平面(3D):

  • normalFromSO3(SO3<T> const& R_foo_plane)

    :从旋转矩阵R_foo_plane 中提取 z 轴作为参考系 "foo" 中的平面法向量。

  • rotationFromNormal(Vector3<T> const& normal_foo, ...)

    :根据参考系 "foo" 中的平面法向量构造旋转矩阵R_foo_plane。它还接受可选参数,用于提示平面参考系的 x 轴和 y 轴方向。此函数确保平面法向量不接近零,并检查提示方向之间的正交性。

  • SO3FromNormal(Vector3<T> const& normal_foo)

    :使用rotationFromNormal 从平面法向量创建 SO3 对象。

3. SE2 与直线(2D):

  • lineFromSE2(SE2<T> const& T_foo_line)

    :从 2D 位姿T_foo_line 中提取直线信息。它使用normalFromSO2 获取直线法向量,并使用平移分量作为到原点的距离。

  • SE2FromLine(Line2<T> const& line_foo)

    :根据参考系 "foo" 中的直线定义构造 2D 位姿T_foo_line。它假设直线由其自身参考系的 x 轴定义。

4. SE3 与平面(3D):

  • planeFromSE3(SE3<T> const& T_foo_plane)

    :从 3D 位姿T_foo_plane 中提取平面信息。它使用normalFromSO3 获取平面法向量,并使用平移分量作为到原点的距离(沿负法向量方向)。

  • SE3FromPlane(Plane3<T> const& plane_foo)

    :根据参考系 "foo" 中的平面定义构造 3D 位姿T_foo_plane。它假设平面由其自身参考系的 XY 平面定义。

5. 超平面:

  • makeHyperplaneUnique(Eigen::Hyperplane<T, N> const& plane)

    :通过在必要时翻转法向量和偏移量以使偏移量为非负数,来确保超平面的唯一表示。

总而言之,这段代码提供了在 Sophus 库的位姿表示(SE2 和 SE3)的上下文中,表示和操作 2D 和 3D 空间中的直线和平面功能。它包含在这些表示之间进行转换的函数,并执行必要的有效性和唯一性检查。

简单来说,这段代码提供了一些数学工具函数,可以在位姿(包括位置和旋转)和几何对象(直线和平面)之间进行转换。比如,给定一个机器人的位姿,可以计算出它“看到”的某个平面的方程;反过来,给定一个平面的方程,也可以计算出一个和这个平面相关的位姿。这样做的好处是方便在机器人、计算机视觉等领域进行几何计算。

/// 变换位姿和超平面之间的关系。#pragma once // 防止头文件被重复包含#include "se2.hpp" // 导入 SE2 相关的头文件#include "se3.hpp" // 导入 SE3 相关的头文件#include "so2.hpp" // 导入 SO2 相关的头文件#include "so3.hpp" // 导入 SO3 相关的头文件#include "types.hpp" // 导入常用类型定义的头文件namespace Sophus { // 定义命名空间 Sophus/// 输入旋转 ``R_foo_plane``,返回沿 y 轴的对应直线法向量(在参考系 ``foo`` 中)。///template <class T>Vector2<T> normalFromSO2(SO2<T> const& R_foo_line) {  return R_foo_line.matrix().col(1); // 返回旋转矩阵的第二列}/// 输入参考系 foo 中的直线法向量,构建对应的旋转矩阵 ``R_foo_line``。// 前置条件:``normal_foo`` 不能接近零。///template <class T>SO2<T> SO2FromNormal(Vector2<T> normal_foo) {  SOPHUS_ENSURE(normal_foo.squaredNorm() > Constants<T>::epsilon(), "{}",                normal_foo.transpose()); // 确保法向量的范数大于零  normal_foo.normalize(); // 归一化法向量  return SO2<T>(normal_foo.y(), -normal_foo.x()); // 返回旋转矩阵}/// 输入旋转 ``R_foo_plane``,返回沿 z 轴的对应平面法向量(在参考系 ``foo`` 中)。///template <class T>Vector3<T> normalFromSO3(SO3<T> const& R_foo_plane) {  return R_foo_plane.matrix().col(2); // 返回旋转矩阵的第三列}/// 输入参考系 foo 中的平面法向量,构建对应的旋转矩阵 ``R_foo_plane``。// 注意:``plane`` 的坐标系定义为法向量沿正 z 轴指向。可以为 ``plane`` 坐标系的 x 轴和 y 轴指定提示。// 前置条件:/// - ``normal_foo``、``xDirHint_foo`` 和 ``yDirHint_foo`` 不能接近零。/// - ``xDirHint_foo`` 和 ``yDirHint_foo`` 必须大致垂直。///template <class T>Matrix3<T> rotationFromNormal(Vector3<T> const& normal_foo,                              Vector3<T> xDirHint_foo = Vector3<T>(T(1), T(0), T(0)),                              Vector3<T> yDirHint_foo = Vector3<T>(T(0), T(1), T(0))) {  SOPHUS_ENSURE(xDirHint_foo.dot(yDirHint_foo) < Constants<T>::epsilon(),                "xDirHint ({}) 和 yDirHint ({}) 必须垂直。",                xDirHint_foo.transpose(), yDirHint_foo.transpose()); // 确保两个向量垂直  using std::abs;  using std::sqrt;  T const xDirHint_foo_sqr_length = xDirHint_foo.squaredNorm(); // 计算 xDirHint_foo 的平方范数  T const yDirHint_foo_sqr_length = yDirHint_foo.squaredNorm(); // 计算 yDirHint_foo 的平方范数  T const normal_foo_sqr_length = normal_foo.squaredNorm(); // 计算 normal_foo 的平方范数  SOPHUS_ENSURE(xDirHint_foo_sqr_length > Constants<T>::epsilon(), "{}",                xDirHint_foo.transpose()); // 确保 xDirHint_foo 的范数大于零  SOPHUS_ENSURE(yDirHint_foo_sqr_length > Constants<T>::epsilon(), "{}",                yDirHint_foo.transpose()); // 确保 yDirHint_foo 的范数大于零  SOPHUS_ENSURE(normal_foo_sqr_length > Constants<T>::epsilon(), "{}",                normal_foo.transpose()); // 确保 normal_foo 的范数大于零  Matrix3<T> basis_foo;  basis_foo.col(2) = normal_foo; // 将法向量设置为第三列  if (abs(xDirHint_foo_sqr_length - T(1)) > Constants<T>::epsilon()) {    xDirHint_foo.normalize(); // 归一化 xDirHint_foo  }  if (abs(yDirHint_foo_sqr_length - T(1)) > Constants<T>::epsilon()) {    yDirHint_foo.normalize(); // 归一化 yDirHint_foo  }  if (abs(normal_foo_sqr_length - T(1)) > Constants<T>::epsilon()) {    basis_foo.col(2).normalize(); // 归一化法向量  }  T abs_x_dot_z = abs(basis_foo.col(2).dot(xDirHint_foo)); // 计算法向量和 xDirHint_foo 的点积的绝对值  T abs_y_dot_z = abs(basis_foo.col(2).dot(yDirHint_foo)); // 计算法向量和 yDirHint_foo 的点积的绝对值  if (abs_x_dot_z < abs_y_dot_z) {    // basis_foo.z 和 xDirHint_foo 不平行。    basis_foo.col(1) = basis_foo.col(2).cross(xDirHint_foo).normalized(); // 设置第二列为叉乘结果并归一化    basis_foo.col(0) = basis_foo.col(1).cross(basis_foo.col(2)); // 设置第一列为叉乘结果  } else {    // basis_foo.z 和 yDirHint_foo 不平行。    basis_foo.col(0) = yDirHint_foo.cross(basis_foo.col(2)).normalized(); // 设置第一列为叉乘结果并归一化    basis_foo.col(1) = basis_foo.col(2).cross(basis_foo.col(0)); // 设置第二列为叉乘结果  }  T det = basis_foo.determinant(); // 计算行列式  // 检查行列式是否为 1  SOPHUS_ENSURE(abs(det - T(1)) < Constants<T>::epsilon(),                "基础的行列式不是 1,而是 {}。基础是 \n{}\n", det, basis_foo);  return basis_foo; // 返回基础矩阵}/// 输入参考系 foo 中的平面法向量,构建对应的旋转矩阵 ``R_foo_plane``。// 详细信息请参阅 ``rotationFromNormal``。///template <class T>SO3<T> SO3FromNormal(Vector3<T> const& normal_foo) {  return SO3<T>(rotationFromNormal(normal_foo)); // 调用 rotationFromNormal 函数并返回 SO3}/// 返回一个直线(相对于参考系 ``foo``),给定在参考系 ``foo`` 中的 ``line`` 的位姿。// 注意:平面由 ``line`` 坐标系的 X 轴定义。///template <class T>Line2<T> lineFromSE2(SE2<T> const& T_foo_line) {  return Line2<T>(normalFromSO2(T_foo_line.so2()), T_foo_line.translation()); // 返回参数化直线}/// 返回位姿 ``T_foo_line``,给定参考系 ``foo`` 中的直线。// 注意:直线由 ``line`` 坐标系的 X 轴定义。///template <class T>SE2<T> SE2FromLine(Line2<T> const& line_foo) {  T const d = line_foo.offset(); // 获取直线的偏移量  Vector2<T> const n = line_foo.normal(); // 获取直线的法向量  SO2<T> const R_foo_plane = SO2FromNormal(n); // 从法向量构建 SO2  return SE2<T>(R_foo_plane, -d * n); // 返回 SE2}/// 返回一个平面(相对于参考系 ``foo``),给定在参考系 ``foo`` 中的 ``plane`` 的位姿。// 注意:平面由 ``plane`` 坐标系的 XY 平面定义。///template <class T>Plane3<T> planeFromSE3(SE3<T> const& T_foo_plane) {  return Plane3<T>(normalFromSO3(T_foo_plane.so3()), T_foo_plane.translation()); // 返回超平面}/// 返回位姿 ``T_foo_plane``,给定参考系 ``foo`` 中的平面。// 注意:平面由 ``plane`` 坐标系的 XY 平面定义。///template <class T>SE3<T> SE3FromPlane(Plane3<T> const& plane_foo) {  T const d = plane_foo.offset(); // 获取平面的偏移量  Vector3<T> const n = plane_foo.normal(); // 获取平面的法向量  SO3<T> const R_foo_plane = SO3FromNormal(n); // 从法向量构建 SO3  return SE3<T>(R_foo_plane, -d * n); // 返回 SE3}/// 接收一个超平面,返回其唯一表示,确保 ``offset`` 为非负。///template <class T, int N>Eigen::Hyperplane<T, N> makeHyperplaneUnique(Eigen::Hyperplane<T, N> const& plane) {  if (plane.offset() >= 0) {    return plane; // 如果偏移量为非负,直接返回超平面  }  return Eigen::Hyperplane<T, N>(-plane.normal(), -plane.offset()); // 否则,返回法向量和偏移量取反的超平面}}  // namespace Sophus

总结

  1. normalFromSO2函数

  • 输入:SO2旋转矩阵R_foo_line

  • 输出:对应的法向量,沿y轴方向

  • 使用:用于提取旋转矩阵的第二列(y轴方向)

SO2FromNormal函数

  • 输入:参考系foo中的线法向量normal_foo

  • 输出:对应的SO2旋转矩阵

  • 注意:法向量normal_foo必须归一化且不得接近零

normalFromSO3函数

  • 输入:SO3旋转矩阵R_foo_plane

  • 输出:对应的平面法向量,沿z轴方向

  • 使用:用于提取旋转矩阵的第三列(z轴方向)

rotationFromNormal函数

  • 输入:参考系foo中的平面法向量normal_foo,以及x轴和y轴的提示方向

  • 输出:对应的3x3旋转矩阵

  • 注意:normal_foo,xDirHint_foo,yDirHint_foo必须归一化且不得接近零,且x轴和y轴方向必须垂直

SO3FromNormal函数

  • 输入:参考系foo中的平面法向量normal_foo

  • 输出:对应的SO3旋转矩阵

  • 使用:调用rotationFromNormal函数并返回SO3对象

lineFromSE2函数

  • 输入:SE2姿态T_foo_line

  • 输出:对应的线对象

  • 使用:提取线的法向量和平移量

SE2FromLine函数

  • 输入:参考系foo中的线对象line_foo

  • 输出:对应的SE2姿态

  • 使用:提取线的法向量和偏移量,并计算其SE2姿态

planeFromSE3函数

  • 输入:SE3姿态T_foo_plane

  • 输出:对应的平面对象

  • 使用:提取平面的法向量和平移量

SE3FromPlane函数

  • 输入:参考系foo中的平面对象plane_foo

  • 输出:对应的SE3姿态

  • 使用:提取平面的法向量和偏移量,并计算其SE3姿态

makeHyperplaneUnique函数

  • 输入:超平面plane

  • 输出:唯一表示的超平面,确保偏移量不为负

  • 使用:将法向量和偏移量取负,以确保偏移量不为负

这段代码实现了姿态和超平面之间的各种转换函数,包括从旋转矩阵提取法向量、从法向量构建旋转矩阵、从SE2/SE3姿态构建线/平面对象,以及确保超平面的唯一表示。通过这些转换函数,可以方便地在姿态和几何对象之间进行转换,提高代码的可读性和可维护性。

相关文章:

【C++】sophus : geometry.hpp 位姿(SE2 和 SE3)和(2D 直线\3D 平面)转换函数 (五)

这段代码定义了一系列在位姿&#xff08;SE2 和 SE3&#xff09;和几何实体&#xff08;2D 直线和 3D 平面&#xff09;之间进行转换的函数。它利用了 Sophus 库中已有的旋转表示&#xff08;SO2 和 SO3&#xff09;。 以下是函数的详细解释&#xff1a; 1. SO2 与直线&#xf…...

moment()获取时间

moment 是一个 JavaScript 日期处理类库。 使用&#xff1a; //安装 moment npm install moment -- save引用 //在main.js中全局引入 import moment from "moment"设定moment区域为中国 //import 方式 import moment/locale/zh-cn moment.locale(zh-cn); 挂载全…...

Azure虚拟机非托管磁盘大小调整

想要扩容一个Azure VM 的磁盘空间&#xff0c;门户里面竟然无法扩展&#xff0c;点点鼠标就完事的时代在离去&#xff0c;微软越来不想微软。 在门户里面即便使用Azure Cli命令行也不行。 PS /home/gpchina> az disk list [] 返回为空&#xff0c;根本没有返回磁盘。 不过使…...

流匹配模型[Flow Matching]

流匹配模型&#xff1a;概念、优缺点与扩散模型的对比 在生成建模领域&#xff0c;流匹配模型&#xff08;Flow Matching&#xff09;是一种通过学习流场将初始分布&#xff08;通常是高斯噪声&#xff09;变换为目标分布的新型框架。本文将对流匹配模型的概念、与扩散模型的联…...

Unix 和 Windows 的有趣比较

Unix 和 Windows NT 比较 来源于这两本书&#xff0c;把两本书对照来读&#xff0c;发现很多有意思的地方&#xff1a; 《Unix 传奇》 https://book.douban.com/subject/35292726/ 《观止 微软创建NT和未来的夺命狂奔 》 Showstopper!: The Breakneck Race to Create Windows…...

算法(三)——贪心算法

文章目录 定义基本原理基本思路优缺点优点缺点 经典案例及解析找零问题问题描述贪心思路算法解析java代码示例 活动选择问题问题描述贪心思路算法解析java代码示例 车辆路径问题问题描述贪心思路算法分析java代码示例 定义 贪心算法是指在求解问题时&#xff0c;总是做出在当前…...

LeetCode 704.二分查找

LeetCode 704.二分查找 思路&#x1f9d0;&#xff1a; 在本篇以及之后几篇的博客中&#xff0c;博主将会用二分法进行解答&#xff0c;以此巩固二分题型。二分法一般用于具有二段性的数据中使用。比如该题为有序数组&#xff0c;需要我们查找一个目标值target&#xff0c;分析…...

Linux介绍与安装CentOS 7操作系统

什么是操作系统 操作系统&#xff0c;英⽂名称 Operating System&#xff0c;简称 OS&#xff0c;是计算机系统中必不 可少的基础系统软件&#xff0c;它是 应⽤程序运⾏以及⽤户操作必备的基础环境 ⽀撑&#xff0c;是计算机系统的核⼼。 操作系统的作⽤是管理和控制计算机系…...

使用 rbenv 切换 Ruby 版本

1. 查看当前 Ruby 版本 首先&#xff0c;查看当前系统中安装的 Ruby 版本&#xff1a; ruby -v如果你已经安装了 rbenv&#xff0c;可以列出通过 rbenv 安装的 Ruby 版本&#xff1a; rbenv versions2. 安装 Ruby 版本 如果你想安装新的 Ruby 版本&#xff0c;使用以下命令…...

C语言(结构体练习)

设计一个结构体,存放一个学员信息并显示&#xff0c;存放两个学员信息&#xff0c;算他们的平均分。 #include <stdio.h> #include <string.h>// 定义结构体 typedef struct {char name[50];float score; } Student;// 函数声明 void display(Student student); f…...

你了解网络层的 ICMP 吗?

你了解网络层的 ICMP 吗&#xff1f; 一. 什么是 ICMP二. ICMP 的工作原理三. ICMP 的结构四. ICMP 的常见应用五. ICMP 的局限性与安全性六. 总结 前言 这是我在这个网站整理的笔记,有错误的地方请指出&#xff0c;关注我&#xff0c;接下来还会持续更新。 作者&#xff1a;神…...

清理C盘小记

突然C盘就爆满了&#xff0c;想当初还是给他预留了120G的空间&#xff0c;感觉到现在也不够用了&#xff0c;担心出现死机的情况就赶紧进行了清理。有一说一&#xff0c;清理回收站是真的有用。 参考&#xff1a;C盘清理指南&#xff0c;清理出30G起&#xff0c;超详细总结&am…...

Excel中如何消除“长短款”

函数微调可以可以实施&#xff0c;简单且易于操作的气球&#x1f388;涨缩更妙。 (笔记模板由python脚本于2024年12月17日 06:19:13创建&#xff0c;本篇笔记适合用Excel操作数据的coder翻阅) 【学习的细节是欢悦的历程】 Python 官网&#xff1a;https://www.python.org/ Fre…...

超越 RAG 基础:AI 应用的高级策略

作者&#xff1a;来自 Elastic Elastic Platform Team 我们最近与 Cohere 举办的虚拟活动深入探讨了检索增强生成 (retrieval augmented generation - RAG) 的世界&#xff0c;重点讨论了在概念验证阶段之后构建 RAG 应用程序的关键注意事项。我们的演讲者是 Elastic 的首席解…...

[shader]【图形渲染】【unity】【游戏开发】 Shader数学基础2-认识点和矢量

在计算机图形学和Shader编程中,点和矢量是两种常见且基础的数学对象。它们在空间中的作用和性质是理解图形渲染的关键。本篇文章将深入探讨点(Point)和矢量(Vector)的定义、特性以及它们之间的关系。 1. 点(Point)的定义 在数学和计算机图形学中,**点(Point)**用于…...

微软开源Python Markdown转换工具

分享一个microsoft开源的Python工具——markitdown,轻松将各类文件转换为Markdown格式。 markitdown支持的文件格式 PDF(.pdf)PowerPoint(.pptx)Word(.docx)Excel(.xlsx)图片(支持EXIF元数据和OCR识别)音频(支持EXIF元数据和语音转录)HTML(包括对Wikipedia...

安装与配置MongoDB 6.0以支持远程连接

安装与配置MongoDB 6.0以支持远程连接 目录 安装curl工具下载并导入MongoDB 6.0 PGP密钥向APT导入MongoDB 6.0版软件包的资源链接安装MongoDB依赖libssl1.1安装MongoDB启动并检查MongoDB服务状态进入MongoDB Shell交互式执行环境设置MongoDB开机自启配置MongoDB允许远程连接 …...

零衍门户国际化:助力拓展全球视野

概述 零衍系统管理平台统一门户管理&#xff0c;支持门户看板灵活配置&#xff0c;同时提供场景化的门户模板&#xff0c;丰富的门户组件&#xff0c;可协助用户快速搭建企业专属门户。 随着零衍产品的不断成熟&#xff0c;国际化需求日益增多&#xff0c;客户期望零衍门户可…...

mysql免安装版配置教程

一、将压缩包解压至你想要放置的文件夹中&#xff0c;注意&#xff1a;绝对路径中要避免出现中文 二、在解压目录下新建my.ini文件&#xff0c;已经有的就直接覆盖 my.ini文件内容 [mysqld] # 设置3306端口 port3306 # 设置mysql的安装目录 basedirD:\\tools\\mysql-8.1.0-win…...

kafka的处理的一些问题 消费延迟

kafka的处理的一些问题 消费者客户端不但没有背压而且内存充足&#xff0c;但产生的消费延迟越来越大在Kafka的Leader副本宕机时 消费者客户端不但没有背压而且内存充足&#xff0c;但产生的消费延迟越来越大 比如我们这个kakfa集群一共有3个Broker节点 TOp1有5个分区&#xf…...

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…...

使用分级同态加密防御梯度泄漏

抽象 联邦学习 &#xff08;FL&#xff09; 支持跨分布式客户端进行协作模型训练&#xff0c;而无需共享原始数据&#xff0c;这使其成为在互联和自动驾驶汽车 &#xff08;CAV&#xff09; 等领域保护隐私的机器学习的一种很有前途的方法。然而&#xff0c;最近的研究表明&…...

ESP32 I2S音频总线学习笔记(四): INMP441采集音频并实时播放

简介 前面两期文章我们介绍了I2S的读取和写入&#xff0c;一个是通过INMP441麦克风模块采集音频&#xff0c;一个是通过PCM5102A模块播放音频&#xff0c;那如果我们将两者结合起来&#xff0c;将麦克风采集到的音频通过PCM5102A播放&#xff0c;是不是就可以做一个扩音器了呢…...

2025盘古石杯决赛【手机取证】

前言 第三届盘古石杯国际电子数据取证大赛决赛 最后一题没有解出来&#xff0c;实在找不到&#xff0c;希望有大佬教一下我。 还有就会议时间&#xff0c;我感觉不是图片时间&#xff0c;因为在电脑看到是其他时间用老会议系统开的会。 手机取证 1、分析鸿蒙手机检材&#x…...

3403. 从盒子中找出字典序最大的字符串 I

3403. 从盒子中找出字典序最大的字符串 I 题目链接&#xff1a;3403. 从盒子中找出字典序最大的字符串 I 代码如下&#xff1a; class Solution { public:string answerString(string word, int numFriends) {if (numFriends 1) {return word;}string res;for (int i 0;i &…...

【JavaWeb】Docker项目部署

引言 之前学习了Linux操作系统的常见命令&#xff0c;在Linux上安装软件&#xff0c;以及如何在Linux上部署一个单体项目&#xff0c;大多数同学都会有相同的感受&#xff0c;那就是麻烦。 核心体现在三点&#xff1a; 命令太多了&#xff0c;记不住 软件安装包名字复杂&…...

pikachu靶场通关笔记22-1 SQL注入05-1-insert注入(报错法)

目录 一、SQL注入 二、insert注入 三、报错型注入 四、updatexml函数 五、源码审计 六、insert渗透实战 1、渗透准备 2、获取数据库名database 3、获取表名table 4、获取列名column 5、获取字段 本系列为通过《pikachu靶场通关笔记》的SQL注入关卡(共10关&#xff0…...

企业如何增强终端安全?

在数字化转型加速的今天&#xff0c;企业的业务运行越来越依赖于终端设备。从员工的笔记本电脑、智能手机&#xff0c;到工厂里的物联网设备、智能传感器&#xff0c;这些终端构成了企业与外部世界连接的 “神经末梢”。然而&#xff0c;随着远程办公的常态化和设备接入的爆炸式…...

Fabric V2.5 通用溯源系统——增加图片上传与下载功能

fabric-trace项目在发布一年后,部署量已突破1000次,为支持更多场景,现新增支持图片信息上链,本文对图片上传、下载功能代码进行梳理,包含智能合约、后端、前端部分。 一、智能合约修改 为了增加图片信息上链溯源,需要对底层数据结构进行修改,在此对智能合约中的农产品数…...

保姆级教程:在无网络无显卡的Windows电脑的vscode本地部署deepseek

文章目录 1 前言2 部署流程2.1 准备工作2.2 Ollama2.2.1 使用有网络的电脑下载Ollama2.2.2 安装Ollama&#xff08;有网络的电脑&#xff09;2.2.3 安装Ollama&#xff08;无网络的电脑&#xff09;2.2.4 安装验证2.2.5 修改大模型安装位置2.2.6 下载Deepseek模型 2.3 将deepse…...