自动驾驶学习1-超声波雷达

1、简介

超声波雷达:利用超声波测算距离的雷达传感器装置,通过发射、接收 40kHz、48kHz或 58kHz 频率的超声波,根据时间差测算出障碍物距离,当距离过近时触发报警装置发出警报声以提醒司机。

超声波:人耳所不能听到的一种频率大于 20kHz 的声波,具备声波传输的反射、折射、干涉等物理特性,对外界光线和电磁场不敏感,声波强度不受雨雪天气等恶劣环境的影响。

UPA:超声波驻车辅助(Ultrasonic Parking Assistant),安装在汽车前后保险杆上的超声波雷达,用于测量前后障碍物。

APA:自动泊车辅助(Automatic Parking Assistant),安装在汽车测面的超声波雷达,用于测量侧方障碍物、判断停车库是否存在。

倍频:输出信号频率是输入信号批量的整数倍数的情况。

照地问题:受路面杂物、车身负载有关、传感器距地高度等因素影响而带来的干扰波问题,即地面回波会对雷达的准确度产生干扰,导致误判。

超声波雷达,是一种利用超声波测算距离的雷达传感器装置。超声波雷达通过发射、接收40kHz、48kHz 或 58kHz 频率的超声波(频率越高,α夹角越小,探测面积越小,因此40kHz 为最常采用的频率),根据时间差测算出障碍物距离,当距离过近时触发报警装置发出警报声以提醒司机。超声波雷达具备防水、防尘性能,探测范围在0.1-3.0米之间,多应用于倒车、泊车场景。

常见的超声波雷达有两种,一种是安装在汽车前后保险杠上的,也就是用于测量汽车前后障碍物的倒车雷达,这种雷达业内称为UPA;另一种是安装在汽车侧面的,用于测量侧方障碍物距离的超声波雷达,业内称为APA。UPA和APA的探测范围和探测区域都太相同。

倒车雷达已经由高端车型下沉到中低端车型,渗透率较高,前装率达 80%左右。倒车雷达系统通常需要 4 个 UPA 超声波雷达,自动泊车雷达系统需要 6-12 个超声波雷达,典型配置是 8 个 UPA+4 个 APA。

超声波雷达的优劣点:

优点:成本低测距方法简单,可以利用多个探头进行三角定位

缺点:探测距离小如上泊车的是15cm-500cm之间、更新频率低(一般有40KHz、48KHz、48KHz),传播延时(声波约340m/s,传播6m的障碍物约需35ms,所以探头周期是30ms-50ms等参数设定,测距过程不可避免存在延时,适用于低速场景),无法精确定位(无法像毫米波雷达通过相位差来计算回波角度),受环境干扰大(信号发射和回波同频干扰,环境噪音,温度湿度气压引起的声速的波动)

 

 

2、工作原理

如下内容参考论文《自动泊车系统超声波雷达在环测试方法研究》。

超声波雷达是模拟蝙蝠利用超声波探测环境中障碍物的原理开发的一种环境感知传感器。发波的几何模型:

式中, t 为脉冲持续时间,   为高斯包络的标准差, f 为传感器的谐振频率。
遇到障碍物的回波波形r(t)=w(t)*p(t)
其他p(t) 可以参照论文《Physically Based Simulation Model for Acoustic Sensor Robot
Navigation

A、检测距离能量损失

超声波在传播过程中会存在能量的损失,而且在不同的介质中传播的速度不同。下面主要考虑空气中传播。

超声波能量损失类型:
吸收损失(空气吸收损失、目标物吸收损失)
传播损失(球面扩散损失、目标物反射损失)
在超声波雷达发出的超声波能量不变以及回波能量接收阈值不变的前提下,能量损失决定了超声波雷达的检测范围。下面分析这些衰减因素与超声波雷达检测范围的量化关系。

吸收损失

(1)空气吸收损失

超声波频率f、空气热力学温度T、空气湿度h以及空气压力p,是影响超声波能量空气吸收损失的四个主要因素。具体公式比较复杂,可以参照上面的原论文。

(2)目标物吸收损失 

式中:RI为声强反射系数;z1为空气的声阻抗;z2为目标反射物的声阻抗;p1为空气的密度;p2为目标反射物介质的密度;v1为声波在空气中的传播速度;v2为声波在目标反射物介质中的传播速度。车身外轮廓结构一般为金属或塑料材料,这些车身外轮廓材料抖的密度远高于空气的密度,同时这些车身外轮廓材料中超声波的传播速度也也远高于空气,以钢板为例,钢板的密度为7.9g/cm3,声音在钢板中的传播速度为5900m/s,近似取声音在空气中的传播速度为340m/s,取空气的密度为0.0013g/cm,可以求出R=99.998%≈1,所以可以认为在这种情况下,超声波能量并未发生目标物吸收损失。

传播损失

假设超声波雷达探头与墙面距离为d,探头中心法线方向与墙面夹角的为90°-θ,由声场互易原理反射接收点R的强度可用下式表示,A0为探头发射的强度。

B、模型

考虑上述损失,可以得出强度公式:其中α为空气吸收系数

3、市面常用的类型及供应商

超声波雷达主要企业有法雷奥、博世、尼塞拉、日本村田、电装、奥迪威、大陆集团、珠海上富电技、航盛电子、辉创电子、同致电子、顺禾、豪恩汽电等。

三线式主动数位

独自完成信号发射接受及数据处理,几乎不存在干扰和损耗,具有非常好的EMC和EMI性能

工作方式:每个倒车雷达传感器内部带有 CPU,独自完成信号的发射接收及数据处理,主机通过一条通讯线与传感器进行命令、数据传输。主机完成如声音报警、指示灯及档位等外围信号的控制和采集。三线分别为电源正极、电源地、信号线。 

优点:基本上不存在信号在传输上的干扰及损失。具有非常好的 EMC 及 EMI 性能。传感器通过 CPU 可以及时各自地对各种信号进行处理和运算,并对检知器(超声波传感器本体) 进行控制,从而取得非常精准的信号和判断。

二线式数位
优化线束使用量,降低成本,产品抗干扰能力强,但技术难度高

工作方式:在四线式基础上转化过来的,它集供电、发射、接收信号于一体共用一条传输线,将供电、发射、接收的信号在传感器内部转化为数字信号,并进行放大后送至主机 ECU 处理。

优点:优化线束的使用量,大幅度减少车体线束及接插件使用量,减低成本,使连接更加优化,产品抗干扰性和互换性都很好;技术难度高、含量高。

缺点:传感器接收的信号仍需通过传输线传至主机进行整形和运算处理,信号传输存在受干扰可能性。


四线式数位
·信号数字化,极大减少千扰问题,一般工艺只能将讯号源以及传感器驱动回路电源分开并且多数采
取四线式做法

工 作 方 式 :将 信 号 的 发 射 信 号 、接 收 信 号 、传感器的工作电源、电源/信号公供地分开传输到传感器内部,回波的放大(1 万倍以上)处理直接在 SENSOR 内部完成。

优点:从传感器到 ECU 的信号实现了数字化,极大地减少了被干扰的可能,抗干扰性能大幅度提升。

缺点:科技含量小,增加车身线束,给售后装配带来一定困难。

模拟式
信号较弱、传输过程中易受千扰及损耗,成本低,目前市场上使用较多。

工作方式 :如上图,传感器只负责发射和接收信号,并没有进行太多的信号处理,这样弱的信号经一定长度的导线传输到 ECU 处理。

缺点:传感器接收到的弱小信号,很容易在传输过程中受到干扰及线上的损耗,虽然用屏蔽导线来传输能有一定改善效果,但成本增加了,改善的效果相当有限,传输过程引入的微小干扰就会降低了输入信号的信噪比,造成系统侦测感度不稳定,同时发射时 100V 高的电压在线上传输,会造成其它电器的干扰(如车载收音机);这种方案抗干扰性和产品互换性差。

优点:成本低 

超声波传感器的主要技术指标

超声波传感器的种类可分为较传统的等方性传感器以及工艺水平更高的异方性传感器。所谓的等方性传感器为水平角度与垂直角度相同,异方性传感器为水平角度与垂直角度不同。等方性传感器的缺点在于垂直照射角度过大,容易探测到地,无法侦测较远的距离。异方性超声波探头产生的超声波波形强弱较不易稳定,而容易产生误报警的情况。

等方性传感器——水平角度与垂直角度相同,例:120°:120°;

异方性传感器——水平角度与垂直角度不同,例:120°:60°或120°:45°

地面因为路面可能凹凸不平,还有石头、木块等杂物,而且还与车身负载有关,传感器与地面距离也不一样,这样传感器难免会收到地面的回波,以至产生干扰、误判。这就是所谓的照地问题。解决方法:通过与机构配合设计(如探头上仰)也可通过软件对一些关键感度值的控制使超声波在水平方向上有效地克服照地问题。

水平角度、垂直角度、探测距离、距离精度 、频率为主要考虑的 指标项。

影响其性能的主要参数有:外形尺寸与工作频率

超声波传感器尺寸:

尺寸    Φ12mm    Φ14mm    Φ15mm    Φ18mm
水平/垂直角度比    1:1    2:1    2:1    2.75:1
尺寸越大,水平/垂直角度比就越大;

水平/垂直比率较高的探头,可以应用在探 头安装位置离地面较低,要求侦测距离较远的车型上。

这里引申出另外一个概念AK1和AK2类型的超声波类型。AK1 基于定频驱动方案的USS传感器,比如elmos 524.09的ASIC方案。

AK标准:AK标准是由欧洲宝马、戴姆勒和大众三大汽车集团针对泊车辅助系统的超声波传感器制定的技术参数标准;旨在统一超声波传感器在泊车辅助系统中的技术要求和性能指标,确保不同厂家生产的传感器具有一致的性能和可靠性,从而提高泊车辅助系统的稳定性和可靠性。

AK2超声波:AK标准当前已经更新到了AK2,AK2标准较之AK1标准主要增加了功能安全和超声波编码等相关要求。符合AK2标准的超声波传感器被称为AK2超声波。

AK2的相较于AK1优势:

抗同频干扰
测距能力强
功能安全ASIL-B

AK2超声波雷达与传统雷达的最大不同点是通过信号调整提高产品抗干扰能力。

传统超声波雷达工作频率较集中,为避免一起工作时导致同频干扰,同侧保杠的所有探头需通过软件算法策略轮次发射超声波,导致系统刷新周期较长。

AK2超声波雷达可通过独特的超声波信号编码方式实现多个传感器的同时收发,该编码功能除了可以发送标准的超声波信号以外,还可提供另外两种超声编码信号:升频和降频模式,使超声波雷达可以同时发送不同的超声信号,大大缩短系统刷新周期,系统效率更高。ECU可以依据置信度的值来过滤检测到的目标回波,从而提高检测性能可靠性。编码信号更能抵抗噪声,具有更好的性能。

自动故障诊断技术

倒车雷达系统是一种倒车辅助系统,万一传感器的失效而驾驶员不知晓可能会给倒车带来不必要的麻烦,因此系统自检、故障提示、故障定位显示十分必要!

抗共震、耐高低温、防水技术

抗共震技术:倒车雷达系统的传感器是安装在车的保险杆上,这样传感器就和车一样经常在各种震动环境下考验, 如何使传感器能正常工作而不受颠簸影响,通常需设计一种吸震材料,它具有良好的弹性,防止与保险杆形成共震, 这样可保证倒车时超声波的发送、接收不受车体震动影响。

防水技术:橡胶套防有抗共震作用外,也兼顾防水作用,传感器毕竟长期外露于车体外,一般都采用硅填充胶防水技术以达防水作用。

耐高低温技术:汽车经常在一年四季严寒酷夏、白天黑夜不同温度下使用,所以倒车雷达系统的各部件也需能应经得起这一温差变化无常的温度考验,否则,其产品寿命率远远减低。根据这一情况,设计中所选元器件,甚至塑料外壳都应可受温度都在-40℃~85℃范围内,个别甚至可达-55℃~125℃。

4、硬件相关

超声波雷达基本组成结构:主要构成是特定频率的振荡器和放大器和压片陶瓷组成。接收部分还有滤波器对接收部分进行滤波和数据处理的控制器模块。

芯片:基本依赖进口,有瑞萨、elmos等,提供GPIO、定时中断模块、超声波驱动。芯片手册要好好看看,才利于后面的问题分析解决。

滤波放大比较电路:对接收后的信号进行放大并与阈值进行比较

电源模块:对外界的ign的电压进行检测

通讯模块:将处理后的数据通过can或lin外发给车载ECU,需要lin收发器或can收发器的支持。

本文部分转载至ADAS倒车雷达超声波传感器elmos524.03驱动_sun2006_20的博客-CSDN博客

以链接为例介绍一个超声波雷达驱动

芯片会产生固有频率的电压信号,信号通过引脚DRV1、2输出给外部压电陶瓷片,产生固定频率的机械波,也就是所谓的超声波,超声波遇到障碍物时会反射,反射信号经过AINS、D引脚进入芯片,在芯片内部先后经过GAIN放大,滤波然后进入比较器,滤波后的信号(signal)同预先设定的阈值(threshold)比较产生信号输出。后面会介绍阈值的标定。

5、软件相关

相关驱动的配置:根据收发器和芯片手册进行配置

信号设计:

根据采用的信号传输协议进行设计。

一般需要的信号包括:

探头检测障碍物距离、余震时间、回波高度、雷达工作状态、雷达故障状态、及软件版本硬件版本等信息。

诊断设计:

超声波本身的故障信息、超声波探测距离等。软件版本硬件版本等信息。

6、标定相关

1、超声波本身参数调节

超声波雷达系统一般包括主控制器以及分别与所述主控t制器相连的若干个超声波雷达,每个所述超声波雷达通过内部的驱动电路进行发射和接收超声波操作,再通过相应的放大电路对回波信号进行放大与筛选,最终依据发射和接收超声波之间的时间差计算出障碍物的距离信息并反馈给所述主控制器,所述主控制器依据各个超声波雷达输入的距离信息而给予司机相应的警示。

然而,在实施过程中发现,由于各个超声波雷达内部的驱动电路和放大电路存在偏差,进而会导致各个超声波雷达的探测性能也会出现一定的偏差,最终会影响到超声波雷达系统探测障碍物的精准度。

这部分的内容需要供应商借用相应的设备标定好。具体的调试方法可以通过特定位置标准障碍物接收到的幅值和实际写入幅值进行比对,计算出差值,从而将阈值差值在软件中进行补偿来修正。

2、阈值标定

常规标定方法:
目前,机动车上通常安装有超声波雷达实现机动车周围的障碍物探测。而使用者在为机动车上加装超声波雷达时,使用者往往发现超声波雷达出厂时配置好的诸如超声波雷达的放大电路的放大倍数、传感器阈值与探测距离的对应关系等探测参数通常与机动车实际需求的探测参数不匹配,因此,当超声波雷达安装到机动车上后,还需要对超声波雷达进行标定。
现有的车载超声波雷达标定方法主要是采用人工标定的方式实现在标定场地内安装的标定杆后,采用待标定的超声波雷达进行探测,然后,移动定杆的位置,再次采用超声波雷达进行探测,依次循环试错,直至最终确定超声波雷达与机动车的匹配的标定参数。
场地选择:

若测试泊车雷达,包含常规路面和恶劣路面

比如:沥青路、碎石路、生态砖、水泥路、坡道、石板路等

若测试侧门避障雷达,可以参照具体定义开关门场景来进行测试。

天气:建议晴天,雨天雪天等恶劣天气,会干扰标定结果

测试步骤:

超声波阈值定义:

目的是定义某个回波振幅的上限值,当低于该上限的部分进行过滤,避免噪声干扰。阈值设定过小,越灵敏,探测距离远,阈值越大,探测距离近,越不灵敏。

https://www.eet-china.com/mp/a57773.html

关于这一块的详细内容及公式推导,可以去看上述链接的原文。准则的matlab计算参照下文:奈曼-皮尔逊准则_奈曼皮尔逊准则-CSDN博客Φ

控制变量:温度湿度及气压的影响(其中,T为t+273.15,P0为湿空气的压强、Psb为饱水蒸气分压强,γ为空气的气压比热容和定容比热容之比,Φ为湿空气的相对湿度,c为声速)

数据采集:

注意区分不同雷达的类型进行采集,比如定频模式、扫频,自发自收,他发自收,异方雷达等;分不同场景进行采集。

数据处理:

注意将采集到的数据异常毛刺剔除,利用数据处理工具画出实测回波强度随TOF时间的曲线。

测试结果验证:

软件写入参数有效性复查,通过软件回读就可以确认;

探测不同场景的障碍物,看是否能有效检测;

功能验证:进行泊车功能性测试等。

3、温补标定

当前相关文献中,基本都是采用在特定的恒温箱来进行标定测试。

如下为一种可行的测试方法:

1、将超声波雷达放置于可调温测试箱内的预定位置,所述可调温测试箱内在所述超声波雷达探测范围内且距离所述超声波雷达预定距离处还放置有标准障碍物。

2、按照预定的温度调节方案将所述可调温测试箱内的温度依次调节至所述温度调节方案中各个预定的测试温度,并在每个预定的测试温度下启动所述超声波雷达探测所述标准障碍物,对超声波雷
达的发送能量或回波增益进行补偿,以使在每个预定的测试温变下的灵敏度与所述超声波雷达在预设的基准温度下的基准灵敏度保持一致,并记录每个预定的测试温度及其对应的发送能量或回波增益补偿值。

3、汇总每个预定的测试温度及其对应的发送能量或回波增益补偿值并对应生成温度-灵敏度补偿模型。

4、获得超声波雷达的灵敏度实测值

5、判断所述灵敏度实测值和所述基准灵敏度是否保持一致,所述保持一致是指两者相等或者两者的差值在可接受的误差范围之内,当判断所述灵敏度实测值和所述基准灵敏度保持一致时即完成补偿,而当判断所述灵敏度实测值和所述基准灵敏度并未保持一致时,若所述灵敏度实测值大于所述基准灵敏度,则减小所述超声波雷达的发送能量和/或回波增益参数,若所述灵敏度实测值小于所述基准灵敏度,则增大所述超声波雷达的发送能量和/或回波增益参数。

6、控制所述超声波雷达按照调整后的发送能量和/或回波增益参数再次发波探测

7、循环进行上述步骤,直至在当前的测试温度下获得的灵敏度实测值与所述基准灵敏度保持一致

实车过程是将建立好的温补模型写入软件,获取车辆的环境温度,调用补偿值,根据调用后的补偿值进行发送能量或回波增益进行发波探测。

上述内容引用自专利《202310920817.X》

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/600961.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

FMEA助力智能电网升级:构建安全、高效、可靠的电力网络

随着科技的不断进步,智能电网已成为现代电力行业的重要发展方向。而在这个过程中,FMEA(失效模式和影响分析)作为一种重要的质量管理工具,正日益发挥着其在智能电网建设中的赋能作用。本文将从FMEA的基本概念出发&#…

Study--Oracle-02-单实例部署Oracle19C

一、CentOS 7 环境准备 1、软件准备 操作系统:CentOS 7 数据库版本: Oracle19C 2、操作系统环境配置 关闭selinux ,编辑 /etc/selinux/config文件,设置SELINUX enforcing 为SELINUXdisabled [rootoracle ~]# grep SELINUX /etc/seli…

顺序表的实现(迈入数据结构的大门)

什么是数据结构 数据结构是由:“数据”与“结构”两部分组成 数据与结构 数据:如我们所看见的广告、图片、视频等,常见的数值,教务系统里的(姓名、性别、学号、学历等等); 结构:当…

python网络爬虫学习——编写一个网络爬虫

参考资料:用Python写网络爬虫(第2版) 1、编写一个函数 (1)用于下载网页,且当下载网页发生错误时能及时报错。 # 导入库 import urllib.request from urllib.error import URLError,HTTPError,ContentTooS…

Golang 开发实战day12 - Pointer

🏆个人专栏 🤺 leetcode 🧗 Leetcode Prime 🏇 Golang20天教程 🚴‍♂️ Java问题收集园地 🌴 成长感悟 欢迎大家观看,不执着于追求顶峰,只享受探索过程 Golang 开发实战day12 - 指针…

Hive读写文件机制

Hive读写文件机制 1.SerDe是什么? SerDe是Hive中的一个概念,代表着“序列化/反序列化” (Serializer/Deserializer)。 SerDe在Hive中是用来处理数据如何在Hive与底层存储系统(例如HDFS)之间进行转换的机制…

Xinstall广告效果监测,助力广告主优化投放策略

在移动互联网时代,APP推广已成为企业营销的重要手段。然而,如何衡量推广效果,了解用户来源,优化投放策略,一直是广告主和开发者面临的难题。这时,Xinstall作为国内专业的App全渠道统计服务商,以…

SpringBoot项目部署到阿里云服务器

部署步骤 步骤分以下: 将SpringBoot项目打包Linux上准备好Java环境、可用的MySql数据库项目上传到服务器启动项目停止项目 1.SpringBoot项目打包 数据库的链接,账户和密码需要和Linux上一致。 如上图打包即可。 2.Linux上准备好Java环境以及Mysql环境…

微生物群落构建(community assembly)

Introduction Zhou, J. & Ning, D. Stochastic Community Assembly: Does It Matter in Microbial Ecology? Microbiol Mol Biol Rev 81, e00002-17 (2017). This review is very comprehensive (1)! 周集中老师实验室的长期研究兴趣集中在从基因组到生态系统…

ZIP压缩输出流(将ZIP文件解压)

文章目录 前言一、ZIP压缩输出流是什么?二、使用介绍 1.使用方法2.实操展示总结 前言 该篇文章相对应的介绍如何使用java代码将各种文件(文件夹)从ZIP压缩文件中取出到指定的文件夹中。解压流将ZIP文件中的文件以条目的形式逐一读取&#xff…

WMS仓储管理系统库存分类的详细讲解

在当今日益复杂和快速变化的商业环境中,仓库管理成为了一个企业不可或缺的关键环节。WMS仓储管理系统解决方案凭借其自动化和信息化的优势,为企业带来了革命性的改变,特别是在库存分类方面。接下来,我们将深入探讨WMS仓储管理系统…

LLMs之GPT4ALL:GPT4ALL的简介、安装和使用方法、案例应用之详细攻略

LLMs之GPT4ALL:GPT4ALL的简介、安装和使用方法、案例应用之详细攻略 目录 GPT4ALL的简介 0、新功能 1、特点 2、功能 3、技术报告 GPT4ALL的安装和使用方法 1、安装 2、使用方法 GPT4ALL的案例应用 LLMs之LLaMA3:基于GPT4ALL框架对LLaMA-3实现…

【笔记】Anaconda命令提示符(Anaconda Prompt)操作

通过anaconda配置python环境有时需要conda安装一些包或者文件,这里作为一个笔记记录如何打开Anaconda命令提示符(Anaconda Prompt),并用conda操作 1.打开Anaconda命令提示符(Anaconda Prompt) 可直接在搜…

如何获得一个Oracle 23ai数据库(RPM安装)

准确的说,是Oracle 23ai Free Developer版,因为企业版目前只在云上(OCI和Azure)和ECC上提供。 方法包括3种,本文介绍第2种: Virtual ApplianceRPM安装Docker RPM安装支持Linux 8和Linux 9。由于官方的Vi…

人工智能|机器学习——强大的 Scikit-learn 可视化让模型说话

一、显示 API 简介 使用 utils.discovery.all_displays 查找可用的 API。 Sklearn 的utils.discovery.all_displays可以让你看到哪些类可以使用。 from sklearn.utils.discovery import all_displays displays all_displays() displays Scikit-learn (sklearn) 总是会在新版本…

Stack数据结构设计模板

第三章 栈、队列、数组 1.栈 1.1 顺序栈 #define MaxSize 20 typedef int ElemType; //顺序栈的定义 typedef struct {ElemType data[MaxSize];int top; }SqStack; // 初始化顺序栈 void InitSqStack(SqStack &S){S.top -1; }; // 入栈(增) bool Push(SqStack &S,El…

推荐5个免费的国内平替版GPT

提起AI,大家第一个想到的就是GPT。 虽然它确实很厉害,但奈何于我们水土不服,使用门槛有些高。 不过随着GPT的爆火,现在AI智能工具已经遍布到各行各业了,随着时间的推移,国内的AI工具也已经“百花盛放”了…

【R语言从0到精通】-4-回归建模

通过之前的文章,我们已经基本掌握了R语言的基本使用方法,那从本次教程开始,我们开始聚焦如何使用R语言进行回归建模。 4.1 回归简介 回归分析是一种统计学方法,用于研究两个或多个变量之间的相互关系和依赖程度。它可以帮助我们了…

Java性能优化(一):Java基础-ArrayList和LinkedList

引言 集合作为一种存储数据的容器,是我们日常开发中使用最频繁的对象类型之一。JDK为开发者提供了一系列的集合类型,这些集合类型使用不同的数据结构来实现。因此,不同的集合类型,使用场景也不同。 很多同学在面试的时候&#x…

数控六面钻适用场景-不止家具制造

在快节奏的现代生活中,家具作为我们生活的重要组成部分,其美观度和实用性日益受到人们的关注。而在这背后,一个不可或缺的“工匠”正默默地发挥着它的作用——那就是数控六面钻。 数控六面钻,顾名思义,是一种高度自动…