精华内容
下载资源
问答
  • java的BUG报告书和BUG和初学者上级练习素材;仅供新手练习参考
  • 前端开发之ios端bug集锦

    千次阅读 2020-03-11 13:24:33
    1、ios端获取时间异常 // Android 端 正常 new Date("2017-12-29 15:41:52") // ios 端 打印结果为 Invalid Date // 解决办法: new Date("2017/12/29 15:41:52") 2、微信小程序-背景音频ios播放异常 ...

    1、ios端获取时间异常

    // Android 端 正常
    new Date("2017-12-29 15:41:52")
    // ios 端 打印结果为 Invalid Date
    // 解决办法:
    new Date("2017/12/29 15:41:52")
    

    2、微信小程序-背景音频ios播放异常

    // 原因一: Android 端正常
    backgroundAudioManager.title = ""
    // ios 端 无法正常播放
    // ios 端 backgroundAudioManager.title 必须设置 
    // 解决办法
    backgroundAudioManager.title = " "
    // 原因二:
    // backgroundAudioManager.url 只能英文;
    // 不能出现空格以及其它字符(中文、韩文、日文等)- iOS要求英文路径
    
    

    3、ios 端 input框输入异常

    // input加css样式
    user-select: none; 
    

    4、ios 端 css问题

    // 元素脱离文档流后,若不加left、right、top、bottom,会出现和预期不同的效果
    // 推荐按情况设置left、top;
    // 例如:
    position: fixed;
    width: 100%;
    height: 100%;
    // ios 端需添加 来达到预期效果 
    left: 0;
    top: 0;
    
    展开全文
  • 黑马旅游网案例 Bug集锦

    千次阅读 2019-10-03 20:01:36
    转载于:https://www.cnblogs.com/mozq/p/10930352.html

    转载于:https://www.cnblogs.com/mozq/p/10930352.html

    展开全文
  • 1:UnknownError (see above for traceback): Failed to get convolution algorithm. This is probably because cuDNN failed to initialize, 原因: CUDNN 版本跟TF需求不同 请参考TF官方...BUG原因: 升级TF版本...

    1:UnknownError (see above for traceback): Failed to get convolution algorithm. This is probably because cuDNN failed to initialize,

    原因: CUDNN 版本跟TF需求不同  请参考TF官方安装手册 Tensorflow-gpu 安装指导

    BUG原因: 升级TF版本导致

    解决方法:使用anaconda 升级CUDNN到7.3解决相关问题 TF版本是1.13

     

    2.ValueError: 'images' contains no shape.

    原因: 使用tf.data decode_image 函数的时候 缺少 shape 信息

    解决方法:使用decode_jpeg函数代替 

     

    3.Dimension error when using predict method on an image in a CNN model

    原因: 模型input层 写成了【None,64,64,3】的形式 

    解决方法:需要把维度再升一维 或者使用预训练的层 

    mobile_net = tf.keras.applications.MobileNetV2(input_shape=(96, 96, 3), include_top=False)
    mobile_net.trainable=False

     

    4.Error when checking input: expected conv2d_input to have shape (3, 64, 64)...

    原因: 用tf.data读入的图片是【64,64,3】的格式 

    解决方法:可以在处理函数中加入tf.reshape(3,64,64)

     

    5.OSError: [Errno 22] Invalid argument 导致tensorboard 打不开

    原因: Python 3.66 的不兼容bug

    解决方法: 升级到3.7.2 解决问题

    选择了TF,就选择了BUG~~~~~~

    展开全文
  • <artifactId>allure</artifactId>
  • bugfree bugfree bugfree bugfree bugfree bugfree bugfree bugfree bugfree bugfree bugfree bugfree bugfree
  • bug管理流程bug管理流程bug管理流程bug管理流程bug管理流程bug管理流程bug管理流程bug管理流程
  • BUG管理规范BUG管理规范BUG管理规范BUG管理规范BUG管理规范BUG管理规范BUG管理规范BUG管理规范BUG管理规范
  • BUG算法(Bug Algorithms)是一种最简单的避障算法。其算法原理类似昆虫爬行的运动决策策略。在未遇到障碍物时,沿直线向目标运动;在遇到障碍物后,沿着障碍物边界绕行,并利用一定的判断准则离开障碍物继续直行。...

    本文所有图片均来自以下这本书:

    Principles of Robot Motion: Theory, Algorithms, and Implementations[M]. MIT Press, 2005.

    在上一篇博客我也给出了下载链接。

    本篇博客主要介绍一下BUG算法:

    BUG算法(Bug Algorithms)是一种最简单的避障算法。其算法原理类似昆虫爬行的运动决策策略。在未遇到障碍物时,沿直线向目标运动;在遇到障碍物后,沿着障碍物边界绕行,并利用一定的判断准则离开障碍物继续直行。这种应激式的算法计算简便,不需要获知全局地图和障碍物形状,具备完备性。但是其生成的路径平滑性不够好,对机器人的各种微分约束适应性比较差。

    Bug1算法

    该算法的基本思想是在没有障碍物时,沿着直线向目标运动可以得到最短的路线。当传感器检测到障碍物时,机器人绕行障碍物直到能够继续沿直线项目标运动。BUG1算法只有两个行为:向目标直行和绕着障碍物的边界走。
    在这里插入图片描述

    如图2.1所示,假设机器人能够计算两点之间的距离,并且不考虑机器人的定位误差。起始点和目标点分别为 q s t a r t q_{start} qstart q g o a l q_{goal} qgoal表示. 初始时刻 i = 0 i = 0 i=0,令 q 0 L = q s t a r t q^L_0 = q_{start} q0L=qstart,并称连接 q i L q^L_i qiL q g o a l q_{goal} qgoal的线段为 m − l i n e m-line mline. 在没有遇到障碍时,机器人沿着 m − l i n e m-line mline朝目标 q g o a l q_{goal} qgoal直线移动. 如果遇到障碍,则称点 q 1 H q^H_1 q1H为第一次遇到障碍时的撞击点(hit point). 接着,机器人环绕障碍物移动直至返回 q 1 H q^H_1 q1H点。然后判断出障碍物周边上离目标最近的点,并移到这个点上,该点称为离开点(leave point),由 q 1 L q^L_1 q1L表示。从 q 1 L q^L_1 q1L开始机器人再次沿直线驶向目标,如果这条线与当前障碍物相交,则不存在到达目标的路径(如图2.2所示)。 Bug1算法的效率很低,但可以保证机器人能到达任何可达的目标(概率完备)。

    在这里插入图片描述
    BUG1算法伪代码:
    在这里插入图片描述

    Bug2算法

    Bug2算法也有两种运动:朝向目标的直行和沿边界绕行。与Bug1算法不同的是,Bug2算法中的直线 m − l i n e m-line mline 是连接初始点和目标点的直线,在计算过程中保持不变。当机器人在点遇到障碍物时,机器人开始绕行障碍物,如果机器人在绕行过程中在距离目标更近的点再次遇到直线 m − l i n e m-line mline ,那么就停止绕行,继续沿着直线 m − l i n e m-line mline 向目标直行。如此循环,直到机器人到达目标点 q g o a l q_{goal} qgoal 。如果机器人在绕行过程中未遇到直线 m − l i n e m-line mline上与目标更近的 q i L q^L_i qiL 点而回到了 q i H q^H_i qiH 点,那么得出结论,机器人不能到达目标。
    在这里插入图片描述
    Bug2算法伪代码:
    在这里插入图片描述
    BUG1和BUG2算法提供了搜索问题的两种基本方法:比较保守的BUG1算法进行详细的搜索来获得最佳的离开点。这需要机器人环绕整个障碍物的边界。而BUG2算法使用一种投机的方法。机器人不环绕完整的障碍物,而选择第一个可用的点作为离开点。对于一般的环境,BUG2算法的效率更高;而对于复杂形状的障碍物,保守的BUG1算法性能更优。

    Bug2算法在一般情况下具有很短的移动路径,然而这种策略并非完美。如图2.4所示的螺旋形障碍物,其边界与m-line多次相交,我们可以根据上述Bug2算法的伪代码确定其运动路径:
    在这里插入图片描述

    1. q s t a r t q_{start} qstart q g o a l q_{goal} qgoal,遇到障碍物,到达撞击点 q 1 H q^H_1 q1H
    2. q 1 H q^H_1 q1H开始环绕障碍物,直到与 m − l i n e m-line mline相交到达m点(此时进行判断:没有到达目标;没有再次遇到 q 1 H q^H_1 q1H;相比 q 1 H q^H_1 q1H点m点离目标更近;继续朝目标前进不会碰到障碍),则 q 1 L = m , i = 2 q^L_1=m,i=2 q1L=mi=2。机器人从 q 1 L q^L_1 q1L沿着 m − l i n e m-line mline继续朝目标前进;
    3. 再次遇到障碍物,到达撞击点 q 2 H q^H_2 q2H,然后沿着障碍物边界移动,直到再次与 m − l i n e m-line mline相交到达m点(此时进行判断:没有到达目标;没有再次遇到 q 2 H q^H_2 q2H;但继续朝目标前进会碰到障碍),由于不满足离开点的条件,则继续环绕;
    4. 机器人环绕边界到达 q 1 H q^H_1 q1H点,与 m − l i n e m-line mline相交(此时进行判断:没有到达目标;没有再次遇到 q 2 H q^H_2 q2H;但继续朝目标前进会碰到障碍),由于不满足离开点的条件,则继续环绕目标;
    5. 机器人继续环绕边界到达 q 1 H q^H_1 q1H点,与 m − l i n e m-line mline相交(此时进行判断:没有到达目标;没有再次遇到 q 2 H q^H_2 q2H;继续朝目标前进不会碰到障碍;但此时相比 q 2 H q^H_2 q2H机器人离目标位置更远),因此也不满足离开点条件,则继续环绕;
    6. 机器人环绕边界,与 m − l i n e m-line mline相交到达m点(此时进行判断:没有到达目标;没有再次遇到 q 2 H q^H_2 q2H;继续朝目标前进不会碰到障碍;但此时相比 q 2 H q^H_2 q2H机器人离目标位置更远),因此也不满足离开点条件,则继续环绕;
    7. 机器人环绕边界,与 m − l i n e m-line mline相交到达m点(此时进行判断:没有到达目标;没有再次遇到qH2;继续朝目标前进不会碰到障碍;相比 q 2 H q^H_2 q2H机器人离目标位置更近),满足离开点条件,则 q 2 L = m , i = 3 q^L_2=m,i=3 q2L=mi=3
    8. 机器人从 q 2 H q^H_2 q2H沿着 m − l i n e m-line mline继续朝目标前进,到达目标位置。

    Tangent Bug算法

    TangentBUG算法是对BUG2算法的改进。它利用机器人上距离传感器的读数对障碍物做出提前规避,可以获得更短更平滑的机器人路径。假设机器人上安装有360°激光雷达(或者红外距离传感器),那么我们可以测得每束光线到达障碍物的距离.下图中 x x x代表机器人的位置,细线代表发出的光线,粗线代表了光线被遮挡(说明机器人无法到达这些位置).

    在这里插入图片描述
    我们用 O i O_i Oi标记光线与障碍物相交的边界点:
    在这里插入图片描述
    在这里插入图片描述
    与其他的Bug算法一样,Tangent Bug算法也有两种行为:直行(motion-to-go)和环绕障碍物(boundary-following)。
    算法过程:

    1. 机器人直接沿着目标方向按直线行走,直到激光雷达检测到了障碍物。
    2. 用虚线的圆表示激光雷达的检测范围。
    3. 标记出 O i O_i Oi,然后机器人向着启发距离最小的 O i O_i Oi前进。

    关于 O i O_i Oi的选择

    启发距离是人为规定的,比如我们可以用 d ( x , O i ) + d ( O i , q g o a l ) d(x,O_i)+d(O_i,q_{goal}) d(x,Oi)+d(Oi,qgoal)来表示.不同的目标位置会导致机器人对每一步 O i O_i Oi的选择不同,比如下面这幅图中,左图机器人选择了 O 2 O_2 O2,而右图机器人选择了 O 4 O_4 O4 .
    在这里插入图片描述

    当然 O i O_i Oi的值是实时更新的,这将导致最后机器人靠近障碍物时行走的轨迹是一条曲线而不是直线
    在这里插入图片描述
    在机器人运动过程中,探索距离不再减小时,就停止向目标运动行为,切换到环绕边界行为。此时,机器人找到了探测距离的一个极小值,并可计算已探测的障碍物边界与目标 q g o a l q_{goal} qgoal 的最近距离 d f o l l o w e d d_{followed} dfollowed 。机器人按照原来的方向环绕障碍物运动,同时机器人更新当前探测的障碍物边界与目标的最近距离 d r e a c h d_{reach} dreach 。当发现 d r e a c h < d f o l l o w e d d_{reach}<d_{followed} dreach<dfollowed 时,机器人停止障碍物环绕行为,继续向目标运动。

    在这里插入图片描述
    如上图所示,当机器人探索到障碍物上的 M M M点后,探索距离就不再减小,即 M M M 点是机器人探索距离在障碍物边界上的局部极小点。机器人开始沿着障碍物边界进行环绕,图中虚线路径就是机器人环绕障碍物时所走的路径。当机器人探测到与目标距离相比 M M M点更近的点时,重新开始接近目标的运动。

    Tangent Bug算法伪代码如下:
    在这里插入图片描述

    激光雷达半径对算法的影响

    使用Tanget Bug可以有效的提升整体效率,这是激光雷达测量半径为 R R R 时形成的轨迹,当测量半径退化为0时(变成了接触传感器),Tangent Bug算法就退化成了Bug2算法:
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

    总结

    Bug算法是最早被提出来的路径规划算法,很符合直觉,尤其是在完全一无所知的环境下,Bug算法往往能够取得非常不错的效果!

    展开全文
  • LaTeX报错,各种bug踩坑集锦

    千次阅读 2020-04-13 12:27:51
    编译后发现PDF文件显示不正确,强烈建议按照以下几个bug逐一纠错,如果下述bug没有,请评论区留言,让更多小伙伴看到! 警告:引用图片或表格或公式在当前页未定义 Reference ‘’ on page xx undefined 多数情况...
  • 定位bug

    千次阅读 2018-10-23 17:09:23
    测试工程师不只是负责发现bug,除了发现bug这种基本功外,定位bug,提出解决方案,提出预防方案也是要掌握的技能。这里先说定位bug的要求,定位bug要更深入,前提当然是对功能、产品的流程、开发方案、开发人员非常...
  • Bug管理系统BugFree

    千次阅读 2019-02-21 20:46:49
    BugFree是借鉴微软的研发流程和Bug管理理念,使用PHP+MySQL独立写出的一个Bug管理 系统。 下载XAMPP安装工具 https://pan.baidu.com/s/1FFXRWxQBPHla-UajBDcZLg XAMPP(Apache+MySQL+PHP+PERL)是一个功能强大的建 ...
  • BUG提交模板

    2018-04-09 10:00:10
    BUG提交模板,缺陷管理,bug管理表格,bug,模板,bug提交模板.xlsx
  • 如何区分前端bug还是后端bug

    千次阅读 2020-11-02 18:12:58
    软件测试工程师的职责是发现BUG,此外,如何体现个人价值?那么我们试想,只提出问题而不去解决,问题就永远得不到闭环。所以,一个资深的测试人员的基本功应该是这样的:深挖业务和功能需求,找出BUG,定位BUG,...
  • 中文版bug系统下载bug反馈系统bug反馈系统bug反馈系统bug反馈系统bug反馈系统bug反馈系统
  • Bug报告

    千次阅读 2018-08-28 20:10:47
    bug报告当中一些必备的内容: 硬件平台和操作系统: 1)测试应用的硬件平台(Platform),通常选择“PC” 2)测试应用的操作系统平台(OS) a) 版本 提交缺陷报告时通过该字段标识此缺陷存在于被测试软件的哪个版本...
  • 解决bug问题,查找bug的方法

    千次阅读 2020-07-08 14:32:35
    想告别“写代码2分钟,找bug两小时”吗?,就必须掌握查找bug的能力 下面这些方法都是我这几年解决bug常用的 一、定位bug:如果在控制台中看不出bug,可以使用以下方法帮助查找bug 1、IDE编译器debug调试代码,在...
  • BUG分析

    千次阅读 2018-04-16 11:06:01
    建议从以下几点分析总结BUG,尽量用数据去量化和证明 1. BUG分布图(可明确知道哪些模块存在BUG多),及对应rd的开发质量、qa漏测情况 2. BUG严重性(BUG严重性,严重错误和次要错误占有比例大,相对系统的功能不...
  • 首先是BUG的严重等级 BUG优先级 BUG的分类 缺陷/bug的状态 New: 当你发现一个bug的时候,需要与项目负责人或者你的leader沟通以确认发现的确实是一个bug,如果被确认是一个bug后,就可以将其记录下来,并将bug...
  • Bug驱动开发(Bug-driven development)

    千次阅读 2014-07-21 15:00:40
    不过根据我最近参与的某国外大型Java产品的经验...简单地说就是发现bug——消除bug——发现新的bug,这样一个不断循环的过程驱动着开发,是谓Bug驱动开发。要运用这种方法论非常简单,只需做到以下若干条中的某一条:
  • Bug避障算法简介(Bug1 & Bug2)

    千次阅读 2018-05-22 20:09:56
    基本概念 障碍物是指妨碍机器人通行的静止状态和运动状态的物体。 避障是指移动机器人根据传感器感知到的障碍物的状态信息,包括障碍物的... Bug算法大概是人们能想象到的最简单的避障算法。其基本思想是机器人在...
  • BUG的优先级 、描述BUG的模板

    千次阅读 2019-03-12 11:55:56
    一、bug的优先级 bug的严重等级是客观的 bug的优先级是qa结合严重等级、复现概率、用户感受度等主观产出的参数,用来指导rd修复bug的次序,更合理的评估当前版本的可发布程度 可以从用户体验角度考虑优先级: 导致...
  • 如何做好BUG回归

    千次阅读 2018-05-20 22:09:33
    BUG贯穿研发体系、测试质量衡定的始终,做好BUG回归,即能保证质量,又能提高个人测试能力。做好BUG回归,能够很大程度的避免漏测。 BUG的处理流程 回归BUG的思路 从回归BUG的思路来看,首先验证原BUG现象...
  • 什么是bug 怎么找bug

    2013-09-05 13:41:30
    什么是bug 怎么找bug 我是个菜鸟 请大神来解答一下
  • JMeter实现bugfree创建bug测试

    千次阅读 2015-07-21 11:53:09
    目的:使用JMeter工具实现在bugfree中创建bug 环境:Linux(Rhel6.1) + Apache + Tomcat2.7 + MySQL5.6 + bugfree3.0.4 步骤及注意事项: 1. 创建测试计划、添加HTTP Cookie管理器、添加HTTP默认请求= =步骤,此处...
  • bugfree中的bug导出、导入功能

    热门讨论 2011-04-28 16:50:14
    bugfree 2.x版本 * 修改Bug的导出功能为xls格式 * 增加Bug通过Excel格式的导入功能 详情请看文件中readme文档。
  • bug反馈表模板

    2018-08-01 09:47:31
    供测试使用,反馈bug模板,参考Bug解决描述Bug关闭描述(bug关闭之后由测试人员填写
  • Bug系列

    千次阅读 2014-03-10 17:25:34
    Bug之一——bug的前世今生 Bug这个名词已经很老了,从网络上查到的资料: >>>>>> 1946年,Grace Hopper在发生故障的MarkⅡ计算机的继电器触点里,找到了一只被夹扁的小飞蛾,正是这只小虫子“卡”住了机器的运行...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 1,242,950
精华内容 497,180
关键字:

bug集锦