从零开始学习SLAM（三）

原创 已于 2024-08-14 15:37:43 修改 · 1.8k 阅读 · 34 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
标签
#学习
于 2024-07-04 18:14:39 首次发布

旋转向量

#include <Eigen/Geometry>
#include <Eigen/Core>

AngleAxisd 类有几种构造函数，其中最常用的是：

Eigen::AngleAxisd(const Scalar& angle, const Axis& axis);
  • angle 是旋转的角度，通常以弧度表示。
  • axis 是旋转的轴，通常是一个单位向量，表示旋转的方向。

例如，要创建一个围绕 Z 轴顺时针旋转 π/4 弧度（45度）的 AngleAxisd 对象，可以这样写：

Eigen::AngleAxisd rotation_angle_axis(M_PI / 4.0, Eigen::Vector3d::UnitZ());

或者是

Eigen::AngleAxisd rotation_angle_axis(M_PI / 4.0, Eigen::Vector3d(0,0,1));

使用

使用 AngleAxisd 对象可以执行以下操作：

  • 将其应用于向量或点进行旋转：

    // 通过将 rotation_angle_axis 应用到 point 上得到的旋转后的新点
Eigen::Vector3d point(1.0, 0.0, 0.0);
Eigen::Vector3d rotated_point = rotation_angle_axis * point;

  • 转换为旋转矩阵或四元数：

    // 通过 toRotationMatrix() 方法从 rotation_angle_axis 转换而来，用于表示相同旋转的旋转矩阵
Eigen::Matrix3d rotation_matrix = rotation_angle_axis.toRotationMatrix();
// 通过直接将 rotation_angle_axis 赋值给 Eigen::Quaterniond 类型得到，也表示了同样旋转的四元数
Eigen::Quaterniond quaternion(rotation_angle_axis);

  • 进行组合和插值操作：

    // rotation_angle_axis 和 another_rotation 相乘（组合）得到的新的 Eigen::AngleAxisd 对象，它代表了先进行 rotation_angle_axis 的旋转，然后进行 another_rotation 的旋转。
Eigen::AngleAxisd another_rotation(M_PI / 3.0, Eigen::Vector3d::UnitY());
Eigen::AngleAxisd combined_rotation = rotation_angle_axis * another_rotation;
// interpolated_rotation 是通过 slerp() 方法进行球面线性插值（Slerp）得到的 Eigen::AngleAxisd 对象。这种方法可以在两个旋转之间进行平滑的过渡，第一个参数是插值参数，通常是一个介于0到1之间的值，表示两个旋转的相对比例。
Eigen::AngleAxisd interpolated_rotation = rotation_angle_axis.slerp(0.5, another_rotation);

欧氏变换

Eigen::Isometry3d 是 Eigen 库中用于表示三维欧氏空间中的等距变换（Isometry）的类。它继承自 Eigen::Transform，具体表示了包括平移和旋转在内的等距变换。

主要特点和用途：

  • Identity Isometry（单位等距变换）：单位等距变换表示没有任何旋转或平移，即一个点经过单位等距变换后位置不变。在三维空间中，单位等距变换的旋转部分是单位矩阵，平移部分是零向量。
  • 静态成员函数 Identity()：这个函数是通过 Isometry3d 类访问的静态函数，它返回一个默认的单位等距变换对象。通过调用 Eigen::Isometry3d::Identity()，可以获得一个已经初始化为单位变换的 Isometry3d 对象，通常用于开始定义其他具体的变换。
  1. 等距变换（Isometry）：Isometry3d 能够表示旋转和平移的组合，保持点之间的距离不变。在计算机图形学、机器人学和几何计算等领域中，等距变换非常重要。
  2. 旋转和平移的组合：通过 Isometry3d，可以方便地表示和操作三维空间中的物体的姿态和位置。
  3. Eigen 库支持：Eigen 是一个开源的线性代数库，专注于高性能的矩阵和向量运算。Isometry3d 类充分利用了 Eigen 的矩阵和向量运算优势，提供了高效的数学运算。

示例：

以下是一个简单的示例，展示如何使用 Isometry3d 类创建和操作等距变换：

#include <Eigen/Geometry>

int main() {
    // 创建一个 Isometry3d 对象
    Eigen::Isometry3d T = Eigen::Isometry3d::Identity();

    // 设置旋转部分（绕Z轴旋转90度）
    T.rotate(Eigen::AngleAxisd(M_PI/2, Eigen::Vector3d::UnitZ()));

    // 设置平移部分（平移向量）
    T.pretranslate(Eigen::Vector3d(1, 2, 3));

    // 使用 Isometry3d 进行点变换
    Eigen::Vector3d point(1, 0, 0);
    Eigen::Vector3d transformed_point = T * point;

    // 输出变换后的点
    std::cout << "Transformed point: " << transformed_point.transpose() << std::endl;

    return 0;
}

#include <Eigen/Dense>
#include <iostream>

int main() {
    // 假设我们有一个4x4的仿射变换矩阵
    Eigen::Affine3d T;
    T.matrix() << 
        1, 0, 0, 1, // 旋转矩阵部分
        0, 1, 0, 0, // 旋转矩阵部分
        0, 0, 1, 0, // 旋转矩阵部分
        1, 2, 3, 1; // 平移向量

    // 提取旋转矩阵
    Eigen::Matrix3d R = T.linear();
    
    // 提取平移向量
    Eigen::Vector3d t = T.translation();
    
    // 打印旋转矩阵和平移向量
    std::cout << "Rotation matrix:\n" << R << std::endl;
    std::cout << "Translation vector:\n" << t.transpose() << std::endl;
    
    return 0;

}

T.linear()

这个成员函数返回仿射变换中的线性部分，即旋转矩阵。它返回的是一个Eigen::Matrix3d类型的引用，代表3x3的旋转矩阵。

T.translation()

这个成员函数返回仿射变换中的平移向量。它返回的是一个Eigen::Vector3d类型的引用，代表3D空间中的平移。

T.rotate()

这个成员函数是用来设置仿射变换的旋转部分的。你可以传递一个3x3的旋转矩阵给这个函数，它会更新T的线性部分。

旋转矩阵

Eigen::Matrix3d 在实际应用中有许多用途，以下是几个常见的例子：

1. 旋转矩阵表示旋转操作

#include <Eigen/Dense>
#include <iostream>

int main() {
    // 定义一个旋转矩阵，将向量绕Z轴旋转45度
    Eigen::Matrix3d rotation_matrix;
    double angle = M_PI / 4.0; // 45度
    rotation_matrix << cos(angle), -sin(angle), 0,
                       sin(angle), cos(angle), 0,
                       0, 0, 1;

    // 定义一个向量
    Eigen::Vector3d vector(1.0, 0.0, 0.0);

    // 将向量应用旋转
    Eigen::Vector3d rotated_vector = rotation_matrix * vector;

    // 输出结果
    std::cout << "Original vector: " << vector.transpose() << std::endl;
    std::cout << "Rotated vector: " << rotated_vector.transpose() << std::endl;

    return 0;
}

这个例子中，我们定义了一个 Eigen::Matrix3d 类型的 rotation_matrix，表示绕Z轴旋转45度的旋转矩阵。然后，我们定义了一个 Eigen::Vector3d 类型的向量 vector，并将其通过 rotation_matrix 进行旋转操作，得到 rotated_vector。最后输出了旋转前后的向量。

2. 坐标变换

#include <Eigen/Dense>
#include <iostream>

int main() {
    // 定义一个坐标变换矩阵，将点从局部坐标系变换到全局坐标系
    Eigen::Matrix3d coordinate_transform;
    coordinate_transform << 1, 0, 0,
                            0, -1, 0,
                            0, 0, 1;

    // 定义一个局部坐标系下的点
    Eigen::Vector3d local_point(2.0, 3.0, 1.0);

    // 应用坐标变换
    Eigen::Vector3d global_point = coordinate_transform * local_point;

    // 输出结果
    std::cout << "Local point: " << local_point.transpose() << std::endl;
    std::cout << "Global point: " << global_point.transpose() << std::endl;

    return 0;
}

在这个例子中，我们定义了一个 Eigen::Matrix3d 类型的 coordinate_transform，表示一个坐标系的变换矩阵，用来将局部坐标系下的点 local_point 转换到全局坐标系下的 global_point。这种方式在计算机图形学和仿真中经常使用，用于物体的位置和姿态变换。

3. 矩阵运算

#include <Eigen/Dense>
#include <iostream>

int main() {
    // 定义两个矩阵
    Eigen::Matrix3d A, B;
    A << 1, 2, 3,
         4, 5, 6,
         7, 8, 9;
    B << 9, 8, 7,
         6, 5, 4,
         3, 2, 1;

    // 计算矩阵乘法
    Eigen::Matrix3d result = A * B;

    // 输出结果
    std::cout << "Matrix A:\n" << A << std::endl;
    std::cout << "Matrix B:\n" << B << std::endl;
    std::cout << "Result of A * B:\n" << result << std::endl;

    return 0;
}

当使用Eigen库进行旋转表示的转换时，可以如下操作：

1. 旋转矩阵转换为旋转向量

#include <Eigen/Dense>
#include <iostream>

int main() {
    // 定义一个旋转矩阵，例如绕Y轴旋转30度
    Eigen::Matrix3d rotation_matrix;
    double angle = M_PI / 6.0; // 30度
    rotation_matrix << cos(angle), 0, sin(angle),
                       0, 1, 0,
                       -sin(angle), 0, cos(angle);

    // 将旋转矩阵转换为旋转向量
    Eigen::AngleAxisd rotation_vector(rotation_matrix);

    // 输出结果
    std::cout << "Rotation matrix:\n" << rotation_matrix << std::endl;
    std::cout << "Equivalent rotation vector:\n" << rotation_vector.axis().transpose()
              << " " << rotation_vector.angle() << " radians" << std::endl;

    return 0;
}

在这个例子中，我们定义了一个旋转矩阵 rotation_matrix，表示绕Y轴旋转30度。然后，使用 Eigen::AngleAxisd 类型的构造函数将旋转矩阵转换为对应的旋转向量 rotation_vector。通过 rotation_vector.axis() 获取旋转向量的轴向量，通过 rotation_vector.angle() 获取旋转角度。

2. 旋转矩阵转换为四元数

Eigen::Matrix3d rotation_matrix;
// 填充旋转矩阵

Eigen::Quaterniond quaternion(rotation_matrix);

这段代码示例已经在前面提供过，展示了如何将旋转矩阵 rotation_matrix 转换为对应的四元数 quaternion。

3. 旋转矩阵转换为欧拉角

Eigen库中没有直接提供将旋转矩阵转换为欧拉角的函数，但可以通过以下步骤手动实现欧拉角的计算：

#include <Eigen/Dense>
#include <iostream>

int main() {
    // 定义一个旋转矩阵，例如绕Z轴旋转60度
    Eigen::Matrix3d rotation_matrix;
    double angle = M_PI / 3.0; // 60度
    rotation_matrix << cos(angle), -sin(angle), 0,
                       sin(angle), cos(angle), 0,
                       0, 0, 1;

    // 计算欧拉角（ZYX顺序）
    double phi = atan2(rotation_matrix(1, 0), rotation_matrix(0, 0));
    double theta = atan2(-rotation_matrix(2, 0), sqrt(rotation_matrix(2, 1) * rotation_matrix(2, 1) + rotation_matrix(2, 2) * rotation_matrix(2, 2)));
    double psi = atan2(rotation_matrix(2, 1), rotation_matrix(2, 2));

    // 输出结果
    std::cout << "Rotation matrix:\n" << rotation_matrix << std::endl;
    std::cout << "Equivalent Euler angles (ZYX order):\n"
              << "Phi (Yaw): " << phi << " radians\n"
              << "Theta (pitch): " << theta << " radians\n"
              << "Psi (Roll): " << psi << " radians" << std::endl;

    return 0;
}

在这个例子中，我们定义了一个旋转矩阵 rotation_matrix，表示绕Z轴旋转60度。然后，通过手动计算欧拉角（ZYX顺序），即 Yaw (phi), pitch (theta), Roll (psi)，从旋转矩阵中提取这些角度信息。

这些例子展示了如何使用 Eigen 库进行旋转表示的各种转换，从而在不同的场景中方便地处理旋转操作。

四元数

Eigen::Quateriond

Eigen::Quaterniond 是 Eigen 库中用于表示双精度（double）的四元数的类。四元数在计算机图形学和机器人学等领域中广泛用于表示旋转。让我展示如何使用 Eigen::Quaterniond 类来创建和操作四元数：

创建一个四元数

#include <Eigen/Dense>
#include <iostream>

int main() {
    // 创建一个四元数，表示绕Z轴旋转45度
    Eigen::Quaterniond quaternion;
    double angle = M_PI / 4.0; // 45度
    quaternion = Eigen::Quaterniond(cos(angle / 2), 0, 0, sin(angle / 2));

    // 输出四元数的信息
    std::cout << "Quaternion:\n" << quaternion.coeffs().transpose() << std::endl;

    return 0;
}

在这个例子中，我们创建了一个四元数 quaternion，它表示绕Z轴旋转45度。四元数的构造方法 Eigen::Quaterniond 接受四个参数 (w, x, y, z)，分别表示四元数的实部和虚部（三个虚部分量）。在这里，我们使用角度 angle 计算实部 w 和虚部 z。quaternion.coeffs()函数返回一个Vector4d，其中包含四元数的系数，按照顺序为 ( (x, y, z, w) )

操作四元数

#include <Eigen/Dense>
#include <iostream>

int main() {
    // 创建一个四元数，表示绕Z轴旋转45度
    Eigen::Quaterniond quaternion(cos(M_PI / 8), 0, 0, sin(M_PI / 8));

    // 获取旋转矩阵
    Eigen::Matrix3d rotation_matrix = quaternion.toRotationMatrix();

    // 输出旋转矩阵
    std::cout << "Rotation matrix:\n" << rotation_matrix << std::endl;

    return 0;
}

#include <Eigen/Dense>
#include <iostream>

int main() {
    // 创建一个四元数，表示绕Z轴旋转45度
    Eigen::Quaterniond quaternion(cos(M_PI / 8), 0, 0, sin(M_PI / 8));

    // 获取旋转矩阵
    Eigen::Matrix3d rotation_matrix = quaternion.toRotationMatrix();

    // 输出旋转矩阵
    std::cout << "Rotation matrix:\n" << rotation_matrix << std::endl;

    return 0;
}

在这里插入图片描述

总代码

#include <iostream>
# include <cmath>
#include <Eigen/Core>
#include <Eigen/Dense>
using namespace Eigen;
using namespace std;

// 四元数转换为旋转矩阵
Eigen::Matrix3d quaternionToRotationMatrix(const Eigen::Quaterniond& q) {
    double w, x, y, z;
    w = q.w();
    x = q.x();
    y = q.y();
    z = q.z();

    Eigen::Matrix3d R;
    R(0, 0) = 1 - 2 * y * y - 2 * z * z;
    R(0, 1) = 2 * x * y - 2 * z * w;
    R(0, 2) = 2 * x * z + 2 * y * w;
    R(1, 0) = 2 * x * y + 2 * z * w;
    R(1, 1) = 1 - 2 * x * x - 2 * z * z;
    R(1, 2) = 2 * y * z - 2 * x * w;
    R(2, 0) = 2 * x * z - 2 * y * w;
    R(2, 1) = 2 * y * z + 2 * x * w;
    R(2, 2) = 1 - 2 * x * x - 2 * y * y;

    return R;
}

// 四元数转换为旋转向量
Eigen::Vector3d quaternionToRotationVector(const Eigen::Quaterniond& q) {
    double theta = 2 * std::acos(q.w());
    double s = std::sqrt(1 - q.w() * q.w()); // assuming quaternion is normalized

    if (s < 0.001) { // if s is close to zero, use a Taylor expansion
        Eigen::Vector3d v(q.x(), q.y(), q.z());
        return theta * v;
    } else {
        Eigen::Vector3d v(q.x(), q.y(), q.z());
        return theta * v / s;
    }
}


int main(int argc, char** argv)
{
  // --------------------- 初始化 --------------------- //

  // 旋转向量：沿z轴旋转45°
  Eigen::AngleAxisd rotationVector (M_PI/4, Eigen::Vector3d(0, 0, 1));


  // 旋转矩阵：沿z轴旋转45°
  Eigen::Matrix3d rotationMatrix;
  double angle = M_PI / 4.0; 
  rotationMatrix <<    cos(angle), -sin(angle), 0,
                       sin(angle), cos(angle), 0,
                       0, 0, 1;
  // 沿y轴旋转45°
  rotationMatrix <<    cos(angle), 0, sin(angle),
                       0, 1, 0,
                       -sin(angle), 0, cos(angle);
  // 沿x轴旋转45°
  rotationMatrix <<    1, 0, 0,
                       0, cos(angle), -sin(angle),
                       0, sin(angle), cos(angle);


  // 四元数
  Eigen::Quaterniond quat = Eigen::Quaterniond(cos(M_PI/8), 0, 0, sin(M_PI/8) );              //  (w,x,y,z) θ=2⋅arccos(w)
  cout << "四元数输出方法1: quaternion = \n"<< quat.coeffs()<<endl;  
  // coeffs()方法用于获取四元数对象的系数，返回一个四维向量。coeffs的顺序是（x,y,z,w）
  cout << "四元数输出方法2: quaternion = \n x = "<< quat.x()<< "\n y = " << quat.y()<<  "\n z = " << quat.z()<< "\n w = " << quat.w()<<endl;


  // 欧拉角
  Eigen::Vector3d eulerAngles = Eigen::Vector3d(M_PI/4, 0, 0) ;                  // 绕 Z 轴的偏航角 (Yaw)、绕 Y 轴的俯仰角 (Pitch) 和 绕 X 轴的滚转角 (Roll)。
  

  // -----------------------------相互转换关系------------------------- //
  // 旋转向量转换为其他形式
  // 1.旋转向量 ----> 旋转矩阵
  Eigen::Matrix3d rotation_matrix = rotationVector.toRotationMatrix(); 
  // 2. 旋转向量 ----> 四元数
  Eigen::Quaterniond quaternion(rotationVector);


  // 旋转矩阵转换为其他形式
  // 1. 旋转矩阵 ----> 旋转向量
   Eigen::AngleAxisd rotation_vector(rotation_matrix);
  // 2. 旋转矩阵 ----> 欧拉角
  double phi = atan2(rotation_matrix(1, 0), rotation_matrix(0, 0));
  double theta = atan2(-rotation_matrix(2, 0), sqrt(rotation_matrix(2, 1) * rotation_matrix(2, 1) + rotation_matrix(2, 2) * rotation_matrix(2, 2)));
  double psi = atan2(rotation_matrix(2, 1), rotation_matrix(2, 2));
  cout<<"phi(Yaw):"<<phi <<"\n theta(Pitch):"<<theta<<"\n psi(Roll):"<<psi<<endl;
  // 3. 旋转矩阵 ----> 四元数
  Eigen::Quaterniond quaternion1(rotation_matrix);


  // 四元数转换为其他形式
  // 1. 四元数 ----> 旋转向量
  Eigen::Vector3d rot_vec = quaternionToRotationVector(quat);
  std::cout << "Rotation Vector: \n" << rot_vec.transpose() << std::endl;
  // 2. 四元数 ----> 旋转矩阵
  Eigen::Matrix3d R = quaternionToRotationMatrix(quat);
  std::cout << "Rotation Matrix: \n" << R << std::endl;
  return 0;


  // 欧式变换
  // 创建一个 Isometry3d 对象
    Eigen::Isometry3d T = Eigen::Isometry3d::Identity();

    // 设置旋转部分（绕Z轴旋转90度）
    T.rotate(Eigen::AngleAxisd(M_PI/2, Eigen::Vector3d::UnitZ()));

    // 设置平移部分（平移向量）
    T.pretranslate(Eigen::Vector3d(1, 2, 3));

    // 提取旋转矩阵
    Eigen::Matrix3d R1 = T.linear();
    
    // 提取平移向量
    Eigen::Vector3d t = T.translation();
    cout << "Rotation matrix:\n" << R1 << endl;
    cout << "Translation vector:\n" << t.transpose() << endl;
}
莱茶荼菜
关注
《网络建设与运维》大赛试题解析
05-19
《网络建设与运维》大赛试题解析
2023年全国职业院校技能大赛《网络建设与运维》正式赛卷解析
10-09
2023年全国职业院校技能大赛《网络建设与运维》正式赛卷解析。
2023中职组网络建设与运维-Windows云服务配置
Selina_lv
08-17 7973
虚拟硬盘名称分别为Quorum和Files，硬盘大小为动态扩展，分别为512MB和5GB，目标名称为win，访问服务器为windows6和windows7，实行CHAP双向认证，Target认证用户名和密码分别为IncomingUser和IncomingPass，Initiator认证用户名和密码分别为OutgoingUser和OutgoingPass。（2）配置windows3为DFS服务器，命名空间为dfsroot，文件夹为pictures，存储在D:\dfs；每个组内新建20个用户：行政部。
2023年11月咸阳市《网络建设与运维》赛题解析------一、交换配置
weixin_41687096的博客
11-16 845
2023年11月咸阳市《网络建设与运维》赛题解析------一、交换配置。
2023 网络建设与运维 X86架构计算机操作系统安装与管理题解
shatianyzg的博客
08-21 1835
6.安装windows9，系统为Windows Server 2022 Datacenter Desktop，网络模式为桥接模式，网卡、硬盘、显示驱动均为virtio，安装网卡、硬盘、显示驱动并加入到Windows AD中。5.安装windows8，系统为Windows Server 2022 Datacenter Desktop，网络模式为桥接模式，网卡、硬盘、显示驱动均为virtio，安装网卡、硬盘、显示驱动并加入到Windows AD中。启用root用户，密码为Key-1122。
2023年网络建设与运维国赛解析
jhuhj的博客
12-18 4024
4.SW2 配置 DHCPv4 和 DHCPv6，分别为 Vlan11、Vlan21、Vlan130、 Vlan140、Vlan150 分配地址。DHCPv4 地址池名称分别为 PC1、PC2、 AP1、POOLv4-VLAN11、POOLv4-VLAN21、POOLv4-VLAN130、POOLv4- VLAN140、POOLv4-VLAN150，排除网关，DNS 为 10.4.210.101 和 10.4.220.101。DHCPv6 地址池名称分别为 POOLv6-VLAN11、POOLv6- VLA
2023年全国职业院校技能大赛网络建设与运维样题理论题答案
热门推荐
2303_78348074的博客
10-11 3万+
163.公司处在单域的环境中,你是域的管理员,公司有两个部门:销售部和市场部,每个部门在活动目录中有一个相应的OU(组织单位),分别是SALES和MARKET，有一个用户TOM要从市场部调动到销售部工作，TOM的账户原来存放在组织单位MARKET里,你想将TOM的账户存放到组织单位SALES里,应该通过( D )来实现此功能。，如果说你连的这一台DNS服务器不知道这个域名，那他会“问”网络中的其他DNS服务器，当然这一步是不需要你操心 的，最终仍会回馈一个解析后的地址给你，所以选D。
2023年网络建设与运维国赛答案解析
Iustinianu的博客
09-05 1万+
【代码】2022年网络建设与运维国赛答案解析。
2023年全国职业院校技能大赛网络建设与运维赛项样题(一)解析
路星辞*的博客
06-09 4323
随着企业数字化转型工作进一步推进，为持续优化运营创新，充 分激活数据要素潜能，为社会创造更多价值，集团决定在总公司建立 两个数据中心，在某省建立异地灾备数据中心，以达到快速、可靠交 换数据，增强业务部署弹性的目的，完成向两地三中心整体战略架构 演进，更好的服务于公司客户。承载二层业务的只有一条裸光缆通道，配置相关技术，方便后续链路扩容与冗余备份，编号为 1， 用 LACP 协议，SW1 为 active，SW2 为 passive；配置域 md5 认证和接口 md5 认证， 密码均为 Key-1122。
2023 年《网络建设与运维》赛题解析
weixin_41687096的博客
10-06 4559
2023 年国赛《网络建设与运维》赛题解析。
全国职业院校技能大赛 网络建设与运维样题解析
路星辞*的博客
03-31 7865
2023 年随着企业数字化转型工作进一步推进，为持续优化运营 创新，充分激活数据要素潜能，为社会创造更多价值，集团决定在北 京 建立两个数据中心，在贵州建立异地灾备数据中心，以达到快速、 可 靠交换数据，增强业务部署弹性的目的，完成向两地三中心整体战 略架构演进，更好的服务于公司客户。．请根据大赛所提供的竞赛环境，检查所列的硬件设备、软件清 单、材料清单是否齐全，计算机设备是否能正常使用。．竞赛完成后，竞赛设备、软件和赛题请保留在座位上，禁止将 竞赛所用的所有物品（包括试卷等）带离赛场。
2023中职组网络建设与运维赛题分析
Selina_lv
08-10 4453
2023中职网络建设与运维赛项 相关赛题解析
2023 年全国职业院校技能大赛网络建设与运维正式赛卷；无线解析
路星辞*的博客
12-31 1189
SKILLS-2.4G 对应 Vlan140，用 Network140 和 radio1（profile 1, mode n-only-g）,用户接入无线网络时需要采用基于 WPA-personal 加密方式，密码为 Key-1122，用第一个可用 VAP 发送 2.4G 信号。SKILLS-5G 对应 Vlan150，用 Network 150和 radio2（profile 1, mode n-only-a），不需要认证，隐藏 ssid，SKILLS-5G 用倒数第一个可用 VAP 发送 5G 信号。
2023年咸阳市《网络建设与运维》赛题解析------四、安全配置
weixin_41687096的博客
11-17 1402
2023年咸阳市《网络建设与运维》赛题解析------四、安全配置。
2023年全国职业院校技能大赛-网络建设运维设备解析
2201_76130808的博客
04-18 1270
备份，编号为 1，用 LACP 协议，SW1 为 active，SW2 为 passive；1. 配置 SW1、SW2、SW3 的 Vlan，二层链路 只允许下面 Vlan 通 过，不。表隔离，财务业务 VPN 实例 名称为 Finance，RD 为 1:1。为 20s，老化时间乘法 器值为 5，Trap 报文 发送间隔为 10s， 配置三。1122，哈希算法为 sha，密钥为 Key-1122；当设备有异常时，需要用。端口标记为 errdisable 状态，自动关闭端口，经过 1 分钟后 ，端口。
2022年宜昌市网络搭建与应用竞赛样题（三）
我是网络安全兼技能大赛工程师，专注网络安全技术学习与技能大赛实战！持续分享最新的技术文章，帮你少走弯路，一起在技术赛道上进步～
05-08 2036
1.虚地址使用该VLAN中的最后一个可用IP、SW-1使用该VLAN中的倒数第三可用IP、SW-2使用该VLAN中的倒数第二可用IP，SW-1为销售、产品、信息技术业务的Master，SW-2为法务、财务、AP&交换机管理等业务的Master，且互为备份；16. 创建数据库为myclass，在库中创建表为mystudent，结构如下表所示，在表中创建2个用户，分别为（1，张三，2001-7-1，女），（2，李四，1998-9-1，男），Password是姓名拼音的首字母。利用nslookup命令完成验证，
2023年全国职业技能大赛正式赛题（全答案可私、有解析）
2301_79003796的博客
01-06 1699
SW2-FWRL-IPv4 和 SW1-SW2-FWRL-IPv6；prefix-list 重发布 Loopback3，prefix-list 名称为AC1-Loopback3-称为 ACL-RIP-IPv4，IPv6 的 ACL 名称为 ACL-RIP-IPv6。和 SW3-FW2-IPv6)、RT1 与 FW2 直连 IPv4 路由(prefix-list 名称为。品路由、FW2 Loopback1 路由(prefix-list 名称分别为 SW3-FW2-IPv4。
2025年河南省职业院校技能大赛网络建设与运维赛题
网络安全、网络建设与运维竞赛资料培训请联系主页
03-04 1193
（3）申请并颁发一张供 linux服务器使用的证书为2023China.crt，私 钥为2023China.key，存放在/etc/pki/tls 目录，证书信息：有效期=5 年，公用名= China-hbds.cn，国家=CN，省=XX，城市=XX，组织=hbds， 组织单位=system，使用者可选名称=*.China_hbds.cn 和 China_hbds.cn。私钥文件存放于/etc/pki/CA/private目录，CA私钥文件名为Ca_key.pem；关闭TCPKeepAlive功能。
2023年山东省网络建设与运维赛题资源：助力网络精英的必备利器
gitblog_06656的博客
10-29 633
2023年山东省网络建设与运维赛题资源：助力网络精英的必备利器 去发现同类优质开源项目:https://gitcode.com/ 项目介绍 在网络技术日新月异的今天，网络建设与运维的能力成为了衡量IT专业人才的重要标准。为了帮助广大网络技术爱好者和从业者更好地准备和参与2023年山东省网络建设与运维正式赛题，我们特别推出了这一资源仓库。本仓库不仅提供了详细的赛题文件，还附带了丰富的参考资料，旨在全...
如何从一名小白成为网安大神（第二十天）
最新发布
Zqh1229678027的博客
06-18 393
所有网络请求由发出，而非客户端浏览器。正常场景：业务需要服务器拉取外部图片、读取远程接口、获取 URL 内容、文件下载预览等。漏洞成因：后端未对传入的目标 URL 做严格过滤、校验、拦截，可控参数直接传入请求函数。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值