个人学习记录:每次连接固定WIFI时,设置无人机所分配的IP是固定的(亲测有效)

文章目录

概要

在ROS机器人(如超维M1)开发中,谁也不想每次都插显示器或者用4G模块。要实现“连接实验室WiFi”且“IP固定”,同时“不破坏原有环境(方便恢复)”,最稳妥的方案是利用 Ubuntu 系统自带的 Network Manager (nmcli) 针对“实验室WiFi”这个特定的连接设置静态IP。

这样做的优点是:只有连接实验室WiFi时IP是固定的;如果你把无人机带回家连接家里WiFi,它依然会自动获取IP,不会导致连不上网。

第一步:准备工作(收集网络信息)

在操作无人机之前,你需要先用你的电脑连接上实验室的WiFi,获取一下网络的“网段”和“网关”,防止填错导致无人机连不上网。

1、电脑连上实验室WiFi。
2、查看信息(以Windows为例):

  1. Win + R,输入 cmd 回车。
  2. 输入 ipconfig 回车。
  3. 找到你无线网卡的信息,记下以下三个数据(假设数据如下):
    IPv4 地址: 192.168.1.105 (这说明网段是 192.168.1.x)
    子网掩码: 255.255.255.0 (这代表掩码长度是 24)
    默认网关: 192.168.1.1 (关键数据,记下来)
  4. 规划无人机的IP:
    为了避免和实验室其他人的手机、电脑IP冲突,建议把无人机的IP设得大一点。比如网段是 1.x,那你就设为 192.168.1.200(只要在2-254之间且没人用就行)。

第二步:在无人机上配置(一次性操作)

这一步你需要最后一次插上显示器/键盘,或者用你现在的4G卡/随机IP方式SSH进去。
我们将使用 nmcli(命令行网络管理器)来操作,这是Ubuntu最标准、最不破坏系统文件的方法。

1.扫描并连接实验室WiFi

如果还没连过,先执行连接(如果已经连上了,跳过此步)

# 扫描WiFi nmcli device wifi list # 连接WiFi (替换引号内容) nmcli device wifi connect "实验室WiFi名称" password "实验室WiFi密码"

2. 找到刚才建立的连接名称

连接成功后,系统会生成一个“连接配置文件”。我们需要知道它的确切名字

nmcli connection show 

输出示例:
NAME UUID TYPE DEVICE
Lab_WiFi_5G 550e8400-e29b-41d4-a716-446655440000 wifi wlan0
wired0 …
记下 NAME 这一列的名字(例如叫 Lab_WiFi_5G,或者直接就是WiFi名字)。

3. 将该连接修改为静态IP (关键步骤)

假设你的连接名字是 Lab_WiFi,规划的IP是 192.168.1.200,网关是 192.168.1.1。
请逐行执行以下命令(注意替换成你实际的参数):

# 设置为手动模式(静态IP) nmcli connection modify "Lab_WiFi" ipv4.method manual # 设置你想固定的IP地址和子网掩码 (/24 对应 255.255.255.0) nmcli connection modify "Lab_WiFi" ipv4.addresses 192.168.1.200/24 # 设置网关(刚才电脑上查到的那个) nmcli connection modify "Lab_WiFi" ipv4.gateway 192.168.1.1 # 设置DNS(否则只能连IP,上不了百度,建议用阿里云DNS和谷歌DNS) nmcli connection modify "Lab_WiFi" ipv4.dns "223.5.5.5 8.8.8.8"# 设置该WiFi为自动连接 nmcli connection modify "Lab_WiFi" connection.autoconnect yes

4. 重启该网络连接以生效

# 关闭再打开连接 nmcli connection down "Lab_WiFi" nmcli connection up "Lab_WiFi"

5.验证

输入 ip addrifconfig,查看 wlan0 的IP地址是否变成了你设置的 192.168.1.200。


小结

从现在开始:

  • 无人机上电。
  • 等待约30-60秒(系统启动+WiFi连接)
  • 你的电脑连上同一个实验室WiFi。
  • 直接打开SSH工具,地址填 192.168.1.200 即可连接。

如有侵权请联系

Read more

AI入门系列:AI新手必看:人工智能发展历程与现状分析

AI入门系列:AI新手必看:人工智能发展历程与现状分析

写在前面:为什么AI发展历史很重要? 记得刚开始学习AI的时候,我总觉得历史这种东西很枯燥,不如直接学习最新的技术来得实在。但后来我发现,了解AI的发展历程,就像了解一个人的成长经历一样,能帮助我们更好地理解现在的AI是如何走到今天的,也能帮助我们预测未来可能的发展方向。 有一次,我和一位从事AI研究多年的教授聊天,他告诉我:"现在的学生总想直接学习深度学习,但如果不了解符号主义AI的兴衰,就无法理解为什么深度学习会成功,也无法预见它可能面临的挑战。"这句话让我深受启发。 所以,在这篇文章中,我想和大家一起回顾一下AI的发展历程,不是为了考试背诵那些枯燥的年代和事件,而是为了让我们能够站在历史的高度,更好地理解现在的AI技术,以及它在我们生活中的应用。 人工智能的诞生:一个充满想象力的开始 说起AI的诞生,我们不得不提到1956年的达特茅斯会议。这次会议被公认为人工智能学科的诞生标志。 想象一下那个场景:一群来自不同领域的顶尖科学家,包括约翰·麦卡锡、马文·明斯基、克劳德·香农等,聚集在一起,讨论着一个看似疯狂的问题:"机器能思考吗?"他们相信,只要给机器输入足够多的规则

技术拆解:P2P组网如何一键远程AI

技术拆解:P2P组网如何一键远程AI

文章目录 * **远程访问AI服务的核心是什么?** * **从暴露服务到连接设备** * **核心组件与交互解析** * **安全架构深度剖析** * **一键安装脚本的技术实现** * **# Windows** * **#macOS** * **#Linux** * **与AI工作流的结合实践** 远程访问AI服务的核心是什么? 你自己在电脑或者服务器上装了AI服务,比如大语言模型、Stable Diffusion这些,但是有个头疼的事儿:外面的人或者你在别的地方,怎么既安全又方便地连上这些本地的服务?以前的办法要么得有公网IP,还得敲一堆命令行用SSH隧道,要么就是直接开端口映射,等于把服务直接晾在公网上,太不安全了。 今天咱们就好好说说一种靠P2P虚拟组网的办法,还拿个叫节点小宝的工具举例子,看看它怎么做到不用改啥东西,点一下就装好,还能建个加密的通道,实现那种“服务藏得好好的,想连就能直接连上”的安全远程访问方式。 从暴露服务到连接设备 核心思路转变在于:不再尝试将内网服务端口暴露到公网(一个危险的攻击面),而是将外部访问设

人工智能:自然语言处理在教育领域的应用与实战

人工智能:自然语言处理在教育领域的应用与实战

人工智能:自然语言处理在教育领域的应用与实战 学习目标 💡 理解自然语言处理(NLP)在教育领域的应用场景和重要性 💡 掌握教育领域NLP应用的核心技术(如智能问答、作业批改、个性化学习) 💡 学会使用前沿模型(如BERT、GPT-3)进行教育文本分析 💡 理解教育领域的特殊挑战(如多学科知识、学生认知差异、数据隐私) 💡 通过实战项目,开发一个智能问答系统应用 重点内容 * 教育领域NLP应用的主要场景 * 核心技术(智能问答、作业批改、个性化学习) * 前沿模型(BERT、GPT-3)在教育领域的使用 * 教育领域的特殊挑战 * 实战项目:智能问答系统应用开发 一、教育领域NLP应用的主要场景 1.1 智能问答 1.1.1 智能问答的基本概念 智能问答是通过自然语言与用户进行交互,回答用户问题的程序。在教育领域,智能问答的主要应用场景包括: * 课程问答:回答课程相关的问题(如“什么是机器学习”

AI时代人人都是产品经理:落地流程:AI 核心功能,从需求到上线的全流程管控方法

AI时代人人都是产品经理:落地流程:AI 核心功能,从需求到上线的全流程管控方法

AI的普及正在重构产品经理的工作模式——不再依赖传统的跨部门协作瓶颈,AI可以成为产品经理的"全职助手",覆盖需求分析、原型设计、开发协同、测试验证全流程。本文将拆解AI时代产品核心功能从0到1落地的完整管控方法,让你用AI能力提升300%的落地效率。 一、需求阶段:AI辅助的需求挖掘与标准化 需求是产品的起点,AI可以帮你从海量信息中精准定位用户真实需求,避免"伪需求"浪费资源。 1. 需求挖掘:AI辅助用户洞察 传统需求调研依赖问卷、访谈,效率低且样本有限。AI可以通过以下方式快速完成用户洞察: * 结构化处理非结构化数据:用AI分析用户在社交媒体、客服对话、应用评论中的碎片化反馈,自动提炼高频需求点 * 需求优先级排序:基于KANO模型,AI可以自动将需求划分为基础型、期望型、兴奋型、无差异型四类,输出优先级列表 实战工具与示例: 使用GPT-4+Python脚本批量处理应用商店评论: import openai import pandas as