首页
/ Pyparrot 项目安装与使用教程

Pyparrot 项目安装与使用教程

2024-09-10 02:24:09作者:邵娇湘

1. 项目的目录结构及介绍

Pyparrot 项目的目录结构如下:

pyparrot/
├── coursework/
├── docs/
├── examples/
├── pyparrot/
│   ├── Bebop.py
│   ├── DroneVision.py
│   ├── DroneVisionGUI.py
│   ├── Minidrone.py
│   ├── VisionServer.py
│   └── __init__.py
├── .gitignore
├── LICENSE
├── MANIFEST.in
├── README.md
├── readthedocs.yml
└── setup.py

目录结构介绍

  • coursework/: 包含课程相关文件。
  • docs/: 包含项目文档文件。
  • examples/: 包含示例代码文件。
  • pyparrot/: 核心代码目录,包含与 Parrot 无人机交互的 Python 模块。
    • Bebop.py: 与 Parrot Bebop 无人机交互的模块。
    • DroneVision.py: 无人机视觉处理模块。
    • DroneVisionGUI.py: 无人机视觉 GUI 模块。
    • Minidrone.py: 与 Parrot Minidrone 无人机交互的模块。
    • VisionServer.py: 视觉服务器模块。
    • init.py: 初始化文件。
  • .gitignore: Git 忽略文件配置。
  • LICENSE: 项目许可证文件。
  • MANIFEST.in: 打包清单文件。
  • README.md: 项目介绍和使用说明。
  • readthedocs.yml: ReadTheDocs 配置文件。
  • setup.py: 项目安装配置文件。

2. 项目的启动文件介绍

Pyparrot 项目没有明确的“启动文件”,因为它的主要功能是通过 Python 模块调用来实现的。用户可以根据需要导入 pyparrot 目录中的模块,并编写自己的脚本来控制无人机。

例如,要启动一个简单的无人机控制脚本,可以创建一个新的 Python 文件,并导入 pyparrot 模块:

from pyparrot.Minidrone import Mambo

# 创建 Mambo 对象
mambo = Mambo("your_mambo_address_here", use_wifi=True)

# 连接到无人机
success = mambo.connect(num_retries=3)

if success:
    print("连接成功")
    mambo.safe_takeoff(5)
    mambo.safe_land(5)
else:
    print("连接失败")

3. 项目的配置文件介绍

Pyparrot 项目的主要配置文件是 setup.py,它用于项目的安装和打包。以下是 setup.py 文件的简要介绍:

from setuptools import setup, find_packages

setup(
    name='pyparrot',
    version='1.5.3',
    packages=find_packages(),
    install_requires=[
        # 依赖项列表
    ],
    author='Amy McGovern',
    author_email='amy@dynamica.com',
    description='Python interface for Parrot Drones',
    long_description=open('README.md').read(),
    long_description_content_type='text/markdown',
    license='MIT',
    url='https://github.com/amymcgovern/pyparrot',
    classifiers=[
        'Development Status :: 5 - Production/Stable',
        'Intended Audience :: Developers',
        'License :: OSI Approved :: MIT License',
        'Programming Language :: Python :: 3',
        'Programming Language :: Python :: 3.6',
        'Programming Language :: Python :: 3.7',
        'Programming Language :: Python :: 3.8',
        'Programming Language :: Python :: 3.9',
    ],
)

配置文件介绍

  • name: 项目名称。
  • version: 项目版本号。
  • packages: 需要包含的 Python 包。
  • install_requires: 项目依赖项列表。
  • author: 项目作者。
  • author_email: 作者邮箱。
  • description: 项目简短描述。
  • long_description: 项目详细描述,通常从 README.md 文件中读取。
  • long_description_content_type: 详细描述的内容类型。
  • license: 项目许可证。
  • url: 项目主页 URL。
  • classifiers: 项目分类信息。

通过 setup.py 文件,用户可以轻松地安装和打包 Pyparrot 项目。

登录后查看全文
热门项目推荐

项目优选

收起
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
509
550
docsdocs
暂无描述
Markdown
852
5.68 K
kernelkernel
deepin linux kernel
C
33
16
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.04 K
2.48 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
838
1.27 K
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
845
1.69 K
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.16 K
856
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.25 K
1.37 K
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
502
345
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
783
410