欧拉角、旋转矩阵及四元数

  • 1. 简介
  • 2. 欧拉角
    • 2.1 欧拉角定义
    • 2.2 右手系和左手系
    • 2.3 转换流程
  • 3. 旋转矩阵
  • 4. 四元数
    • 4.1 四元数与欧拉角和旋转矩阵之间等效变换
    • 4.2 测试Matlab代码
  • 5. 总结

1. 简介

常用姿态参数表达方式包括方向余弦矩阵、欧拉轴/角参数、欧拉角、四元数以及罗德里格参数等。高分辨率光学遥感卫星主要采用欧拉角与四元数对姿态参数进行描述。这里着重讲解欧拉角、旋转矩阵和四元数。

2. 欧拉角

2.1 欧拉角定义

欧拉角是表征刚体旋转的一种方法之一,由莱昂哈德·欧拉 引入的三个角度,用于描述刚体相对于固定坐标系的方向。在摄影测量、空间科学或其它技术领域,一般用一组(三个)欧拉角描述两个空间坐标之间的旋转变换关系。

刚体在三维空间的一次旋转可以由绕 X\mathrm{X}X 轴旋转的角度、绕 Y\mathrm{Y}Y 轴旋转的角度、绕 Z\mathrm{Z}Z 轴旋转的角度来表征, 这三个角度分别是横滚角(roll, 符号 φ\varphiφ )、俯仰角(pitch, 符号 θ\thetaθ )、航向角(yaw, 符号 ψ\psiψ ),或者用符号α\alphaα、β\betaβ和γ\gammaγ分别表示绕XYZ轴(横滚、俯仰和航向)旋转的角度。 三个角的正负号可由右手定则表示。

相比于其它姿态参数表达方式,欧拉角参数具有明显的几何意义,可以更加直接对姿态动力学方程进行描述。根据欧拉定理得到,刚体绕固定点的位移可以转成若干次有限转动的合成。针对高分辨率光学遥感卫星,同样可以采用上述原理与方法实现参考坐标系(J2000坐标系、WGS84坐标系)与卫星本体坐标系之间转换。参考坐标系与本体坐标系间转换过程中,不同的转动顺序与方式将会得到不同形式的欧拉角参数

2.2 右手系和左手系


左图和右图分别是左手系和右手系。
对于右手坐标,右拇指沿 z 轴指向正方向,食指指向x 轴,中指指向y轴。
对于左手坐标,左拇指沿 z 轴指向正方向,食指指向x 轴,中指指向y轴。

2.3 转换流程

刚体的取向可以用三个基本旋转矩阵来决定。换句话说,任何关于刚体旋转的旋转矩阵是由三个基本旋转矩阵复合而成的 。 由坐标系 SaS_{a}Sa​ 到 SbS_{b}Sb​ 的变换可通过以下三次连续的转动实现:

Step1:坐标系O−xayazaO-x_{a} y_{a} z_{a}O−xa​ya​za​ 绕 zaz_{a}za​ 轴逆时针转过角 ψ\psiψ, 称为 O−x′y′zaO-x^{\prime} y^{\prime} z_{a}O−x′y′za​;
Step2:坐标系O−x′y′zaO-x^{\prime} y^{\prime} z_{a}O−x′y′za​绕 y′y'y′ 轴逆时针转过角 θ\thetaθ, 称为O−xby′z′′O-x_b y^{\prime} z''O−xb​y′z′′;
Step3: 坐标系O−xby′z′′O-x_{b} y^{\prime} z^{\prime \prime}O−xb​y′z′′ 绕 xbx_{b}xb​ 轴逆时针转过角 φ\varphiφ, 称为 O−xbybzbO-x_{b} y_{b} z_{b}O−xb​yb​zb​ 。

上述旋转角 φ,θ,ψ\varphi, \theta, \psiφ,θ,ψ 就是一组欧拉角, 它们完全决定 SaS_{a}Sa​ 到 SbS_{b}Sb​ 之间的相对姿态, 其中转动过程可用符号表示:
Sa⟶Rz(ψ)∘⟶Ry(θ)∘⟶Rx(φ)SbS_{a} \stackrel{R_{z}(\psi)}{\longrightarrow} \circ \stackrel{R_{y}(\theta)}{\longrightarrow} \circ \stackrel{R_{x}(\varphi)}{\longrightarrow} S_{b} Sa​⟶Rz​(ψ)​∘⟶Ry​(θ)​∘⟶Rx​(φ)​Sb​

经过三次变换,得到:

[xbybzb]=Rx(φ)Ry(θ)Rz(ψ)[xayaza]\left[\begin{array}{l} x_{b} \\ y_{b} \\ z_{b} \end{array}\right]=R_{x}(\varphi) R_{y}(\theta) R_{z}(\psi)\left[\begin{array}{l} x_{a} \\ y_{a} \\ z_{a} \end{array}\right] ⎣⎡​xb​yb​zb​​⎦⎤​=Rx​(φ)Ry​(θ)Rz​(ψ)⎣⎡​xa​ya​za​​⎦⎤​

所以由 SaS_{a}Sa​ 到 SbS_{b}Sb​ 的坐标变换矩阵为:

R=Rx(φ)Ry(θ)Rz(ψ)R=R_{x}(\varphi) R_{y}(\theta) R_{z}(\psi) R=Rx​(φ)Ry​(θ)Rz​(ψ)

一般来说, 三维空间的坐标变换可以由三次基元变换矩阵相乘得到。当欧拉角的定义与上述顺序和旋转方向不一致时,仍可按照上述原则处理。使用欧拉角时,我们必须明确表示出夹角的顺序。这三个旋转是依次施加的,顺序不同,产生的结果也不同。因此,使用欧拉角前,必须先做好明确的定义。

旋转顺序: 在经典力学里,时常用yxz顺序来设定欧拉角;照着第二个转动轴的轴名,简称为x顺序。还有一种顺序,xyz顺序,常用在航空航天工程中

任何方向都可以通过从已知的标准方向开始组成三个元素旋转来实现。等价地,任何旋转矩阵R都可以分解为三个元素旋转矩阵的乘积。例如:
R=Rx(α)Ry(β)Rz(γ){\displaystyle R=R_x(\alpha )R_y(\beta )R_z(\gamma )} R=Rx​(α)Ry​(β)Rz​(γ)
或者
R=Rx(φ)Ry(θ)Rz(ψ){\displaystyle R=R_x(\varphi )R_y(\theta )R_z(\psi )} R=Rx​(φ)Ry​(θ)Rz​(ψ)

滚动角的大小范围为 −π—π-\pi—\pi−π—π 。在围绕 X\mathrm{X}X 轴旋转 φ\varphiφ 之后, 可以用旋转矩阵 Rx(φ)R_{x}(\varphi)Rx​(φ) 表 示, 如下式:

Rx(φ)=[1000cos⁡φsin⁡φ0−sin⁡φcos⁡φ]\boldsymbol{R}_{x}(\varphi)=\left[\begin{array}{ccc} 1 & 0 & 0 \\ 0 & \cos \varphi & \sin \varphi \\ 0 & -\sin \varphi & \cos \varphi \end{array}\right] Rx​(φ)=⎣⎡​100​0cosφ−sinφ​0sinφcosφ​⎦⎤​

俯仰角的大小在 −π/2—π/2-\pi / 2—\pi / 2−π/2—π/2 之间。在绕 Y\mathrm{Y}Y 轴转动 θ\thetaθ 之后, 可以用 Ry(θ)\boldsymbol{R}_{\mathrm{y}}(\theta )Ry​(θ) 来表示:

Ry(θ)=[cos⁡θ0−sin⁡θ010sin⁡θ0cos⁡θ]\boldsymbol{R}_{y}(\theta)=\left[\begin{array}{ccc} \cos \theta & 0 & -\sin \theta \\ 0 & 1 & 0 \\ \sin \theta & 0 & \cos \theta \end{array}\right] Ry​(θ)=⎣⎡​cosθ0sinθ​010​−sinθ0cosθ​⎦⎤​

航向角的大小范围为 −π—π-\pi—\pi−π—π 。在绕 Z 轴旋转 φ\varphiφ 后, 可以用旋转矩阵 Ry(ψ)\boldsymbol{R}_{\mathrm{y}}(\psi)Ry​(ψ) 来表 示:

Rz(ψ)=[cos⁡ψsin⁡ψ0−sin⁡ψcos⁡ψ0001]\boldsymbol{R}_{z}(\psi )=\left[\begin{array}{ccc} \cos \psi & \sin \psi & 0 \\ -\sin \psi & \cos \psi & 0 \\ 0 & 0 & 1 \end{array}\right] Rz​(ψ)=⎣⎡​cosψ−sinψ0​sinψcosψ0​001​⎦⎤​

沿着不同旋转方向的欧拉角会导致旋转矩阵不同, 所以在用欧拉角表征时, 要给出旋转顺序。下图为转换的基元变化:

欧拉角优点和缺点:
(1)三个角度组成,直观,容易理解。可以进行从一个方向到另一个方向旋转大于180度的角度。
(2)对两个朝向进行插值比较困难。简单地对X、Y、Z角度进行插值得到的结果不太理想。
(3)实施多次旋转很复杂且不精确,必须计算出最终的旋转矩阵,然后据此推测出欧拉角。
(4)死锁问题。

参考:四元数与欧拉角

3. 旋转矩阵

参考:旋转矩阵与欧拉角之间的转换。Euler Angle Formulas 给出了不同顺序下测转换矩阵,下面是xyz顺序转换矩阵。其中,cx、cy、cz分别表示绕xyz轴的旋转角余弦,sx、sy、sz分别表示绕xyz轴的旋转角正弦。当旋转顺序为航向角-俯仰角-横滚角时, 其对应的旋转矩阵是按顺序矩阵相乘的结果:
R=Rx(φ)Ry(θ)Rz(ψ)=[cos⁡θcos⁡ψsin⁡ψcos⁡θ−sin⁡θ−cos⁡ψsin⁡ψcos⁡ψcos⁡φ+sin⁡ψsin⁡θsin⁡φcos⁡θsin⁡φsin⁡ψsin⁡φ+cos⁡ψsin⁡θcos⁡φ−cos⁡ψsin⁡φ+sin⁡ψsin⁡θcos⁡φcos⁡θcos⁡φ]=[R11R12R13R21R22R23R31R32R33]\begin{aligned} &\boldsymbol{R}=\boldsymbol{R}_{x}(\varphi) \boldsymbol{R}_{y}(\theta) \boldsymbol{R}_{z}(\psi ) \\ &=\left[\begin{array}{ccc} \cos \theta \cos \psi & \sin \psi \cos \theta & -\sin \theta \\ -\cos \psi \sin \psi & \cos \psi \cos \varphi+\sin \psi \sin \theta \sin \varphi & \cos \theta \sin \varphi \\ \sin \psi \sin \varphi+\cos \psi \sin \theta \cos \varphi & -\cos \psi \sin \varphi+\sin \psi \sin \theta \cos \varphi & \cos \theta \cos \varphi \end{array}\right] \\ &=\left[\begin{array}{lll} R_{11} & R_{12} & R_{13} \\ R_{21} & R_{22} & R_{23} \\ R_{31} & R_{32} & R_{33} \end{array}\right] \end{aligned} ​R=Rx​(φ)Ry​(θ)Rz​(ψ)=⎣⎡​cosθcosψ−cosψsinψsinψsinφ+cosψsinθcosφ​sinψcosθcosψcosφ+sinψsinθsinφ−cosψsinφ+sinψsinθcosφ​−sinθcosθsinφcosθcosφ​⎦⎤​=⎣⎡​R11​R21​R31​​R12​R22​R32​​R13​R23​R33​​⎦⎤​​
或者
R=[cycz−cyszsyczsxsy+cxszcxcz−sxsysz−cysx−cxczsy+sxszczsx+cxsyszcxcy]\mathrm{R}=\left[\begin{array}{ccc} c_y c_z & -c_y s_z & s_y \\ c_z s_x s_y+c_x s_z & c_x c_z-s_x s_y s_z & -c_y s_x \\ -c_x c_z s_y+s_x s_z & c_z s_x+c_x s_y s_z & c_x c_y \end{array}\right] R=⎣⎡​cy​cz​cz​sx​sy​+cx​sz​−cx​cz​sy​+sx​sz​​−cy​sz​cx​cz​−sx​sy​sz​cz​sx​+cx​sy​sz​​sy​−cy​sx​cx​cy​​⎦⎤​

旋转矩阵变换到欧拉角的公式:

{ψ=tan⁡−1R12R22θ=−sin⁡−1R13φ=tan⁡−1R23R33\left\{\begin{array}{l} \psi=\tan ^{-1} \frac{R_{12}}{R_{22}} \\ \theta=-\sin ^{-1} R_{13} \\ \varphi=\tan ^{-1} \frac{R_{23}}{R_{33}} \end{array}\right. ⎩⎨⎧​ψ=tan−1R22​R12​​θ=−sin−1R13​φ=tan−1R33​R23​​​

4. 四元数

1843 年爱尔兰数学家哈密顿 (W.R.Hamilton) 发明了四元数, 即形如 q˙=q0+q1i+q2j+q3k\dot{q}=q_{0}+q_{1} i+q_{2} \boldsymbol{j}+q_{3} kq˙​=q0​+q1​i+q2​j+q3​k 的超复数, 同时他也给出了四元数的加法、乘法规则以及四元数 的逆和模, 指出四元数能够通过旋转、伸长或缩短等变换将一个给定的矢量变成另一个矢量。四元数表达中, q0,q1,q2,q3q_{0}, q_{1}, q_{2}, q_{3}q0​,q1​,q2​,q3​ 为任意实数, i,j,ki, j, ki,j,k 是虚数单位, 满足 i2=j2=k2=−1,jk=−kj=i,ki=−ik=j,ij=−ji=k′i^{2}=j^{2}=k^{2}=-1, j k=-k j=i, k i=-i k=j, i j=-j i=k^{\prime}i2=j2=k2=−1,jk=−kj=i,ki=−ik=j,ij=−ji=k′ 。 其中 q0+q1i+q2j+q3kq_{0}+q_{1} i+q_{2} j+q_{3} kq0​+q1​i+q2​j+q3​k 为四元数的代数形式, q0q_{0}q0​ 为四元数 q˙\dot{q}q˙​ 的实部, q1i+q2j+q3kq_{1} \boldsymbol{i}+q_{2} \boldsymbol{j}+q_{3} \boldsymbol{k}q1​i+q2​j+q3​k 为四元数 q˙\dot{q}q˙​ 的虚部。

四元数是当前用于高分辨率光学遥感卫星在轨姿态测量与控制的常用姿态参数表达方式,不存在奇点情况,表达方式具有唯一性。

4.1 四元数与欧拉角和旋转矩阵之间等效变换

四元数与旋转矩阵变换为:

R=[2q02+2q12−12q1q2−2q0q32q1q3+2q0q22q1q2+2q0q32q02+2q22−12q2q3−2q0q12q1q3−2q0q22q2q3+2q0q12q02+2q32−1]\boldsymbol{R}=\left[\begin{array}{ccc} 2 q_{0}^{2}+2 q_{1}^{2}-1 & 2 q_{1} q_{2}-2 q_{0} q_{3} & 2 q_{1} q_{3}+2 q_{0} q_{2} \\ 2 q_{1} q_{2}+2 q_{0} q_{3} & 2 q_{0}^{2}+2 q_{2}^{2}-1 & 2 q_{2} q_{3}-2 q_{0} q_{1} \\ 2 q_{1} q_{3}-2 q_{0} q_{2} & 2 q_{2} q_{3}+2 q_{0} q_{1} & 2 q_{0}^{2}+2 q_{3}^{2}-1 \end{array}\right] R=⎣⎡​2q02​+2q12​−12q1​q2​+2q0​q3​2q1​q3​−2q0​q2​​2q1​q2​−2q0​q3​2q02​+2q22​−12q2​q3​+2q0​q1​​2q1​q3​+2q0​q2​2q2​q3​−2q0​q1​2q02​+2q32​−1​⎦⎤​

欧拉角到四元数变换为:

{q0=cos⁡ψ2cos⁡θ2cos⁡φ2+sin⁡ψ2sin⁡θ2sin⁡φ2q1=−cos⁡ψ2cos⁡θ2cos⁡φ2+sin⁡ψ2sin⁡θ2sin⁡φ2q2=−cos⁡ψ2cos⁡θ2cos⁡φ2−sin⁡ψ2sin⁡θ2sin⁡φ2q3=−cos⁡ψ2cos⁡θ2cos⁡φ2+sin⁡ψ2sin⁡θ2sin⁡φ2\left\{\begin{array}{l} q_{0}=\cos \frac{\psi}{2} \cos \frac{\theta}{2} \cos \frac{\varphi}{2}+\sin \frac{\psi}{2} \sin \frac{\theta}{2} \sin \frac{\varphi}{2} \\ q_{1}=-\cos \frac{\psi}{2} \cos \frac{\theta}{2} \cos \frac{\varphi}{2}+\sin \frac{\psi}{2} \sin \frac{\theta}{2} \sin \frac{\varphi}{2} \\ q_{2}=-\cos \frac{\psi}{2} \cos \frac{\theta}{2} \cos \frac{\varphi}{2}-\sin \frac{\psi}{2} \sin \frac{\theta}{2} \sin \frac{\varphi}{2} \\ q_{3}=-\cos \frac{\psi}{2} \cos \frac{\theta}{2} \cos \frac{\varphi}{2}+\sin \frac{\psi}{2} \sin \frac{\theta}{2} \sin \frac{\varphi}{2} \end{array}\right. ⎩⎪⎪⎨⎪⎪⎧​q0​=cos2ψ​cos2θ​cos2φ​+sin2ψ​sin2θ​sin2φ​q1​=−cos2ψ​cos2θ​cos2φ​+sin2ψ​sin2θ​sin2φ​q2​=−cos2ψ​cos2θ​cos2φ​−sin2ψ​sin2θ​sin2φ​q3​=−cos2ψ​cos2θ​cos2φ​+sin2ψ​sin2θ​sin2φ​​

四元数变换为欧拉角:

{ψ=tan⁡−12q1q2−2q0q32q02+2q12−1θ=−sin⁡−1(2q1q3+2q0q2)φ=tan⁡−12q2q3−2q0q12q02+2q32−1\left\{\begin{array}{l} \psi=\tan ^{-1} \frac{2 q_{1} q_{2}-2 q_{0} q_{3}}{2 q_{0}^{2}+2 q_{1}^{2}-1} \\ \theta=-\sin ^{-1}\left(2 q_{1} q_{3}+2 q_{0} q_{2}\right) \\ \varphi=\tan ^{-1} \frac{2 q_{2} q_{3}-2 q_{0} q_{1}}{2 q_{0}^{2}+2 q_{3}^{2}-1} \end{array}\right. ⎩⎪⎨⎪⎧​ψ=tan−12q02​+2q12​−12q1​q2​−2q0​q3​​θ=−sin−1(2q1​q3​+2q0​q2​)φ=tan−12q02​+2q32​−12q2​q3​−2q0​q1​​​

四元数由四个数字组成,然而这些数字不表示角度或轴,并且通常不需要直接访问它们。除非你特别有兴趣深入了解四元数学,你只需要知道四元数表示三维空间中的旋转,你通常不需要知道或修改x,y和z属性。

优点:四元旋转不存在万向节锁问题。
优点:存储空间小,计算效率高。
弱点:单个四元数不能表示在任何方向上超过180度的旋转。
弱点:四元数的数字表示不直观。

参考:【Unity编程】四元数(Quaternion)与欧拉角

4.2 测试Matlab代码

验证测试:3D Rotation Converter

clc; clear; close all% Axis rotation sequence for the Euler angles, specified as one of these string scalars:
% "ZYX" (default) – The order of rotation angles is z-axis, y-axis, x-axis.
% "ZYZ" – The order of rotation angles is z-axis, y-axis, z-axis.
% "XYZ" – The order of rotation angles is x-axis, y-axis, z-axis.% 三个欧拉角
eul = deg2rad([30 60 90]);% 指定旋转顺序为XYZ
rotm = eul2rotm(eul,'XYZ')  %欧拉角转旋转矩阵
quat = eul2quat(eul,'XYZ')  %欧拉角转四元数eul = rad2deg(rotm2eul(rotm,'XYZ'))     %旋转矩阵转欧拉角
quat = rotm2quat(rotm)                  %旋转矩阵转四元数eul = rad2deg(quat2eul(quat,'XYZ'))     %四元数转欧拉角
rotm = quat2rotm(quat)                  %四元数转旋转矩阵

旋转矩阵

-2.22044604925031e-16    -0.500000000000000  0.866025403784439
0.866025403784439   -0.433012701892220  -0.250000000000000
0.500000000000000   0.750000000000000   0.433012701892219

四元数

0.500000000000000    0.500000000000000   0.183012701892219   0.683012701892219

5. 总结

本文分别描述了四元数与旋转矩阵、欧拉角与四元数、四元数与欧拉角之间的变化关系。欧拉角、旋转矩阵与四元数这三种表征姿态的方法各有其优劣。欧拉角在某种情况下会遇到万向锁问题,即会丢失一个自由度的信息;旋转矩阵里面有九个数值,而三维旋转一次只需要三个自由度,这会造成计算量有点大。而四元数没有欧拉角和旋转矩阵所特有的奇异性,可以很好地表征运动物体的姿态,故四元数表征姿态应用较多。

欧拉角、旋转矩阵及四元数相关推荐

  1. Matlab ——旋转矩阵,四元数,欧拉角之间的转换

    最近要用这方面的东西,整理,记录,分享一下 基于Matlab现有函数下的内容 Matlab --旋转矩阵,四元数,欧拉角之间的转换 旋转矩阵 dcm R 四元数 quat q = [q0 q1 q2 ...

  2. 转换矩阵、平移矩阵、旋转矩阵关系以及python实现旋转矩阵、四元数、欧拉角之间转换

    文章目录 1. 转换矩阵.平移矩阵.旋转矩阵之间的关系 2. 缩放变换.平移变换和旋转变换 2. python实现旋转矩阵.四元数.欧拉角互相转化 由于在平时总是或多或少的遇到平移旋转的问题,每次都是 ...

  3. 刚体姿态运动学(二)旋转的微分形式——角速度、欧拉角速度、四元数导数、旋转矩阵导数

    刚体姿态运动学(二)姿态的微分形式--角速度.欧拉角导数.四元数导数.旋转矩阵导数 上一篇我们讲了姿态的表达方式及其转换,可以说还是比较简单的.接下来面临的问题是,我们不仅想知道刚体的姿态,还想知道姿 ...

  4. 右手系转左手系、旋转矩阵转四元数、四元数的两种表达(Hamilton/JPL)

    右手系转左手系.旋转矩阵转四元数.四元数的两种表达:Hamilton/JPL 右手系转左手系 旋转矩阵转四元数 四元数的两种表达:Hamilton/JPL 两种转换代码 最近一个项目需要使用unity ...

  5. python实现:旋转矩阵转换为四元数

    1 python实现旋转矩阵转换为四元数 例如:下面把3x3的旋转矩阵转换为四元数 from pyquaternion import Quaternionrotate_matrix = [[-0.01 ...

  6. 欧拉角的概念理解和欧拉角旋转矩阵推导

    欧拉角用来计算空间中刚体的旋转位置,目的是改变刚体的朝向. 具体来说,空间中有一个点p和一根轴k,点p绕轴k旋转θ角度到p',求p'的坐标.这就是欧拉角要解决的问题. 只不过,欧拉角将1个点绕1根轴旋 ...

  7. pytorch3d旋转矩阵转四元数transforms.matrix_to_quaternion函数隐藏的大坑及其解决方法

      在pytorch旋转矩阵转四元数及各种旋转表示方式之间的转换实现代码这篇博客里,我提到可以使用pytorch3d实现批量旋转表示方法之间的转换.但是最近在使用它的matrix_to_quatern ...

  8. C语言实现方向余弦矩阵转欧拉角和姿态四元数

    方向余弦矩阵转欧拉角和姿态四元数 方向余弦矩阵 欧拉角 姿态四元数 源码 方向余弦矩阵 方向余弦矩阵(Direction Cosine Matrix,DCM)又被称为"坐标转换矩阵" ...

  9. 三维空间坐标的旋转算法详解_视觉slam | 三维空间刚体运动的五种表达:旋转矩阵 变化矩阵 欧拉角 旋转向量 四元数及互相转换...

    原po:高翔slam十四讲-刚体运动 1.旋转矩阵 考虑一次旋转 Before: 坐标系(e1,e2,e3), 向量(a1,a2,a3) After: 坐标系(e1',e2',e3'), 向量(a1' ...

最新文章

  1. 下载编译网站生成chm
  2. List中toArray()的使用方法
  3. python学什么版本2020年_2020年了居然还有人在学Python?学python有什么用?
  4. 论文浅尝 \ 联合知识图谱实例和本体概念的通用表示学习
  5. linux awk 脚本格式,偷偷学习shell脚本之awk编辑器
  6. Linux\Unix线程的互斥锁和条件变量
  7. 第二次力扣周赛:排名149 / 2046;在完赛边缘打转(总结了5点,实力还不够)
  8. php curl exec ch,PHP curl_exec函数
  9. php 是否存在,php判断常量是否存在
  10. 木马的远程控制和清除 实验
  11. 带图像识别的YYS连点器 V2.0
  12. 原型设计Axure RP mac
  13. excel筛选排序从小到大_用Excel函数实现排序与筛选的方法
  14. chrome浏览器无法登录印象笔记
  15. 347,猜数字大小 II
  16. ElasticSearch常用搜索命令整理(长期更新...)
  17. Django电商网站项目(7)-部署与总结
  18. 星起航:抖音小店体验分高有哪些好处?
  19. java怎么输入String类型_Java语言程序设计(五)从对话框获取输入及String类型
  20. GIS底层开发、GIS前端开发和GIS后端开发有什么区别?

热门文章

  1. Git怎样做分支管理
  2. Git分支管理办法,每个团队不一样,仅供参考!
  3. SoundTouch开源库实现变声
  4. 为什么车厂能造呼吸机?
  5. Excel - VBA实例: 字符串截取有效内容
  6. google pay billing 支付嵌入中需要注意的问题
  7. 全国前三季度农产品生产价格同比上涨19.1%
  8. 项目实现过程中错误总结及解决办法
  9. Jode java反编译 初识庐山真面目
  10. autojs怎么post协议_autojs QQ群post签到(四)