一种模块化的应用方法

   在过去的一年里，我们Quanser的应用团队一直在开发一种新的方法来向我们的研究客户提供示例。我们将所有内容分解为组件、任务和应用程序，而不仅仅是用一两段代码来演示一个复杂示例。

   组件是基本元素，例如C或Python，或者Simulink中的QUARC模块中的API调用。它们被用来创建任务，这些任务是提供更高级别功能的可重用的构建块。这可能是一个基本单元，它通过API调用来读取编码器和IMU以提供速度和方向数据，或者是一个接收视频流、检测线路和提供保持行进路线的功能单元。通过组件的组合来实现如车道跟随，自动刹车等一系列应用。

   这种模块化处理方式的目标更适合科研人员，我们允许科研人员从提供的DEMO示例中挑选任务，而不需要非常详细地理解每个任务是如何工作的。这也意味着，如果您想实现自己的路径跟踪算法，您可以轻松地挑选我们的路径跟踪任务程序，并将其中的跟踪算法替换为您自己的。

   这种方法还有一个很大的优点：它便于混合语言编程。想在Python中运行神经网络时，使用在Simulink中的速度控制器吗？只需将Python中的分析图像处理替换为我们的跨语言通信链接，就可以在Python中运行那个任务。想用定制硬件做点什么吗？回到开始以我们的一个基本接口示例作为起点。而一旦你确定了细节，你就可以把它集成到一个更复杂的例子中，以一个更高的起点来加速你的研究。

   到目前为止，我们已经有了几十个特定于QCar的应用程序DEMO示例，它们涉及Python、ROS、C和MATLAB/Simulink，以及更多使用我们API的通用示例：