1、Should(Not)BeEmpty:断言是否为空2、Should(Not)BeEqual：断言是否相等【断言成功则通过，失败则fail。可以通过msg自定义提示信息】3、Should(Not)BeEqualAsStrings：断言作为字符串是否相等4、Should(Not)BeEqualAsIntegers:断言作为整数是否相等5、Should(Not)BeEqualAsNumbers:断言作为数字（浮点数）是否相等6、Should(Not)BeTrue:判断是否为真7、Should(Not)Contain:断言是否包含某元素8、Should(Not)ContainAny:断言是否包含任
1、Should(Not)BeEmpty:断言是否为空2、Should(Not)BeEqual：断言是否相等【断言成功则通过，失败则fail。可以通过msg自定义提示信息】3、Should(Not)BeEqualAsStrings：断言作为字符串是否相等4、Should(Not)BeEqualAsIntegers:断言作为整数是否相等5、Should(Not)BeEqualAsNumbers:断言作为数字（浮点数）是否相等6、Should(Not)BeTrue:判断是否为真7、Should(Not)Contain:断言是否包含某元素8、Should(Not)ContainAny:断言是否包含任
之前一直不知道odom，map到底是什么关系，看了这个博客：https://blog.csdn.net/u012686154/article/details/88174195才了解了一些。这边记录我自己的看法，看下是否正确：1ROS中map，odom坐标系的理解我想解决的问题是：计算出小车在真实世界(这个坐标系称为map)的位置我可以得到的数据：gazebo的传感器(比如libgazebo_ros_diff_drive.so)会在/odomtopic下面发布小车在map坐标系的坐标。但是这个坐标只是根据传感器得到的，gazebo无法保证它是正确的。于是新增了一个概念：odom坐标系。意思是ga
之前一直不知道odom，map到底是什么关系，看了这个博客：https://blog.csdn.net/u012686154/article/details/88174195才了解了一些。这边记录我自己的看法，看下是否正确：1ROS中map，odom坐标系的理解我想解决的问题是：计算出小车在真实世界(这个坐标系称为map)的位置我可以得到的数据：gazebo的传感器(比如libgazebo_ros_diff_drive.so)会在/odomtopic下面发布小车在map坐标系的坐标。但是这个坐标只是根据传感器得到的，gazebo无法保证它是正确的。于是新增了一个概念：odom坐标系。意思是ga
Map 哈希表是一种巧妙并且实用的数据结构。它是一个无序的key/value对的集合，其中所有的key都是不同的，然后通过给定的key可以在常数时间复杂度内检索、更新或删除对应的value。 在Go语言中，一个map就是一个哈希表的引用，map类型可以写为map[K]V，其中K和V分别对应key和value。map中所有的key都有相同的类型，所有的value也有着相同的类型，但是key和value之间可以是不同的数据类型。创建map//使用make创建maprobotName:=make(map[string]string)//通过字面值创建map，同时还能初始化一系列键值对robotN
Map 哈希表是一种巧妙并且实用的数据结构。它是一个无序的key/value对的集合，其中所有的key都是不同的，然后通过给定的key可以在常数时间复杂度内检索、更新或删除对应的value。 在Go语言中，一个map就是一个哈希表的引用，map类型可以写为map[K]V，其中K和V分别对应key和value。map中所有的key都有相同的类型，所有的value也有着相同的类型，但是key和value之间可以是不同的数据类型。创建map//使用make创建maprobotName:=make(map[string]string)//通过字面值创建map，同时还能初始化一系列键值对robotN
目录写在前面总体流程分块解释IMU数据接收和发布车轮编码器数据接收和发布数据融合——robot_localization概括使用cartographer订阅效果写在前面之前写了一篇ROS2+cartorgrapher+激光雷达建图并保存，但是由于其只对激光雷达的数据进行订阅，这就导致了其建图在室内会有一个较好的效果(但是也会出现偏差)，在室外完全无法使用。究其原因，是因为只用激光雷达且没有比较明显的建筑障碍物的话，cartographer很难计算出一个比较精准的位置和朝向。因此，为了达到一个更好的建图效果，我们使用了robot_localization包，对IMU和里程计的数据进行融合，并将其
目录写在前面总体流程分块解释IMU数据接收和发布车轮编码器数据接收和发布数据融合——robot_localization概括使用cartographer订阅效果写在前面之前写了一篇ROS2+cartorgrapher+激光雷达建图并保存，但是由于其只对激光雷达的数据进行订阅，这就导致了其建图在室内会有一个较好的效果(但是也会出现偏差)，在室外完全无法使用。究其原因，是因为只用激光雷达且没有比较明显的建筑障碍物的话，cartographer很难计算出一个比较精准的位置和朝向。因此，为了达到一个更好的建图效果，我们使用了robot_localization包，对IMU和里程计的数据进行融合，并将其
为什么学SPIDubbo的可扩展性是基于SPI去实现的，而且Dubbo所有的组件都是通过SPI机制加载。什么是SPISPI全称为(ServiceProviderInterface)，是一种服务提供发现机制。可以将服务接口与服务实现分离以达到解耦可拔插、大大提升了程序可扩展性。说人话：一个接口有多个实现类，具体使用哪个实现类，通过SPI机制让用户来决定。也就是，定好规范，实现允许百花齐放。举栗子：以JDBC为例，Java提供了JDBCAPI用来连接Java编程语言和广泛的数据库。可是数据库种类这么多，无法一个个地去适配，怎么办？定好规范（Driver等一系列接口），实现类交由别人实现。那么，实现
为什么学SPIDubbo的可扩展性是基于SPI去实现的，而且Dubbo所有的组件都是通过SPI机制加载。什么是SPISPI全称为(ServiceProviderInterface)，是一种服务提供发现机制。可以将服务接口与服务实现分离以达到解耦可拔插、大大提升了程序可扩展性。说人话：一个接口有多个实现类，具体使用哪个实现类，通过SPI机制让用户来决定。也就是，定好规范，实现允许百花齐放。举栗子：以JDBC为例，Java提供了JDBCAPI用来连接Java编程语言和广泛的数据库。可是数据库种类这么多，无法一个个地去适配，怎么办？定好规范（Driver等一系列接口），实现类交由别人实现。那么，实现
