ddl战士——Beta冲刺Day6

ddl战士 2025-12-01 00:16:16
这个作业属于哪个课程2501_CS_SE_FZU
这个作业要求在哪里团队作业—Beta冲刺
这个作业的目标Beta冲刺Day6
其他参考文献《构建之法》、Google Style Guides

目录

  • 一、SCRUM 部分
  • 成员描述
  • commit记录
  • 会议照片
  • 二、PM 报告
  • 任务量总结
  • 燃尽图
  • 任务总量变化
  • 最新运行效果

一、SCRUM 部分

成员描述

陈志豪(敌人模块)昨日至今聚焦模块最终验收与复盘:一是任务 E-014 “敌人模块验收测试”,按验收标准逐项验证敌人死亡、掉落生成、碰撞交互等核心功能,通过率 100%;二是任务 R-001 “模块复盘总结”,梳理开发过程中的问题解决思路(如掉落物重叠、地形适配)、优化点及可复用经验,形成复盘文档。无任何遗留问题。敌人模块验收通过,复盘工作完成,后续仅需配合项目整体交付。
胡定赟(UI/UX 设计)完成 UI 模块验收与交付准备:一是任务 U-014 “UI 模块验收验证”,验证所有 UI 组件的适配性、动画流畅度、交互响应速度,符合验收标准;二是任务 D-001 “UI 交付资源整理”,打包所有 UI 预制体、纹理、字体资源及适配文档,按交付规范命名归档;三是任务 R-002 “UI 模块复盘”,总结多分辨率适配、动画优化的关键经验,记录待改进方向。无新增问题。UI 模块验收通过,交付资源就绪。
阮航宇(地图与资源设计)昨日至今完成地图模块验收与复盘:一是任务 M-015 “地图模块验收测试”,验证地图碰撞完整性、资源加载效率、隐藏道具点交互,全部符合要求;二是任务 D-002 “地图交付资源打包”,压缩场景文件、Tilemap 资源及配置清单,确保交付包体积优化;三是任务 R-003 “地图模块复盘”,梳理地形设计、资源压缩的核心方法,记录场景光照优化的踩坑经验。无技术遗留。地图模块验收通过,交付资源就绪。
许晓镔(攻击模块)完成攻击模块验收与复盘:一是任务 C-011 “攻击模块验收测试”,验证攻击触发、时序同步、音效反馈等功能,手感与稳定性均达标;二是任务 D-003 “攻击模块交付文档完善”,补充武器预设配置示例、组件集成快速指南;三是任务 R-004 “攻击模块复盘”,总结攻击判定优化、手感调优的关键逻辑,形成可复用的调优方法论。无任何问题。攻击模块验收通过,交付文档完善。
汪涛(测试与性能优化、玩家模块)昨日至今完成项目整体验收与复盘:一是任务 T-007 “项目整体验收测试”,执行最终验收用例集(覆盖 80+ 核心场景),通过率 100%;二是任务 R-005 “性能优化复盘”,汇总帧率、内存优化的技术方案(如缓存引用、资源压缩)及效果数据,形成优化报告;三是任务 D-004 “测试文档交付归档”,整理所有测试用例、缺陷报告、性能数据,按交付规范归档。无遗留测试问题。项目整体验收通过,测试文档交付就绪。
莫馥玮(技能模块)完成技能模块验收与交付准备:一是任务 S-013 “技能模块验收测试”,验证技能释放、元素效果、快捷键自定义等功能,无异常;二是任务 D-005 “技能模块交付资源打包”,打包技能特效、代码文件、配置文档;三是任务 R-006 “技能模块复盘”,总结持续效果生命周期管理、按键防抖的实现思路,记录跨模块联调经验。无技术漏洞。技能模块验收通过,交付资源就绪。

commit记录

img

会议照片

img

二、PM 报告

任务量总结

预期总任务量:36 个 Issue(冲刺期间最终确定)
已完成工作量:36 个 Issue(100% 完成)+ 6 个复盘文档 + 6 个模块交付资源包 + 1 份项目整体验收报告
剩余工作量:0 个(开发、测试、优化、归档、验收、复盘、交付准备全部完成

燃尽图

img

任务总量变化

无新增未预期任务(Day6 为验收复盘阶段,仅完成既定收尾工作,无新需求或问题)
任务总量变化:36 个 → 36 个 Issue(全程任务管控稳定,无超预期新增,无需求变更)

最新运行效果

img

...全文
151 回复 打赏 收藏 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
代码转载自:https://pan.quark.cn/s/a4b39357ea24 自动驾驶是当前科技界高度关注的研究方向,其研究范畴涵盖了人工智能、计算机视觉、机器学习以及传感器融合等多个重要学科。这份题为"自动驾驶论文"的资料,无疑为人们提供了一个深入了解这一复杂系统的机会。以下是基于其标题和描述所呈现的一些关键知识点的详细阐述: 1. **自动驾驶技术**:自动驾驶指的是车辆在无需人类驾驶员参与的情况下,借助各类传感器和智能算法来感知周围环境,制定行驶路线,并执行驾驶行为。这种技术的核心宗旨在于提升交通安全性、缓解交通压力,并改善出行体验。 2. **Python编程语言**:Python是一种在数据处理和科学计算领域得到广泛应用的高级编程语言,由于其语法简洁且拥有丰富的库支持,经常被应用于自动驾驶领域的数据处理、模型构建和系统集成。 3. **源代码分析**:论文中提供的源代码可能包含了自动驾驶算法的实现细节,可能涵盖环境感知模块(包括图像处理、激光雷达数据解读)、决策模块(涉及路径规划、行为分析)、控制模块(涵盖车辆动力学建模、控制策略设计)等,这些代码可作为学习和研究自动驾驶算法的实践范例。 4. **计算机视觉**:自动驾驶系统中的计算机视觉技术主要用于识别道路标识、行人、其他车辆等,这通常涉及图像分类、目标识别和语义分割等任务,常见的技术包括卷积神经网络(CNN)、区域提议网络(RPN)、YOLO、Faster R-CNN等。 5. **机器学习**:机器学习是自动驾驶技术的核心,用于训练模型以理解和预测复杂的驾驶情境。深度学习,特别是深度强化学习,在决策制定和控制策略方面已取得显著进展。 6. **传感器融合**:自动驾驶汽车通常装备多种传...
内容概要:本文提出了一种改进的多旋翼无人机动态模拟的模块化仿真环境,基于Matlab/Simulink平台实现。该仿真环境通过模块化设计,集成了无人机的气动模型、动力系统模型、传感器模型及控制算法等多个关键子系统,能够精确模拟多旋翼无人机在复杂飞行条件下的动态响应特性。系统改进之处在于增强了模型的真实性和可扩展性,优化了仿真计算效率,并支持硬件在环(HIL)测试,便于控制算法的快速原型验证与迭代开发。该环境不仅可用于无人机飞控算法的设计与验证,也可服务于飞行器性能评估、故障诊断与容错控制等研究。; 适合人群:具备一定控制理论基础和Matlab/Simulink使用经验的高校研究生、科研机构研究人员及无人机相关领域的工程技术人员。; 使用场景及目标:①用于多旋翼无人机飞行动力学建模与仿真分析;②支持先进飞行控制算法(如PID、LQR、MPC、自适应控制等)的开发与验证;③作为教学工具帮助学生理解无人机系统构成与控制原理;④为无人机产品开发提供前期仿真测试平台,降低实飞风险与研发成本。; 阅读建议:建议读者结合Matlab/Simulink环境动手实践,逐步搭建并调试各个模块,重点关注各子系统间的接口关系与数据交互逻辑。同时可参考文中提供的仿真案例,深入理解参数设置对系统动态性能的影响,进而开展个性化功能扩展与算法创新。
源码直接下载地址: https://pan.quark.cn/s/a4b39357ea24 基于ARM Cortex-M内核的意法半导体(STMicroelectronics)STM32微控制器系列所构建的STM32 Modbus通信实例,是一种应用于工业通信领域的协议实践。该系列微控制器被广泛部署于多样化的嵌入式系统设计方案中。Modbus作为一种通用的串行通信规范,通常被用于可编程逻辑控制器(PLC)、监控与数据采集(SCADA)系统以及其他自动化装置之间的数据传输交互。在该实例中,STM32微控制器被设定为Modbus从设备角色,并借助RS-485接口完成数据交换。RS-485是一种符合标准的多点双线制接口,具备优越的抗干扰性能和长距离传输潜力,特别适合在工业环境中使用。 我们可以详细考察项目中的文件组织结构: 1. **HARDWARE**:此部分可能整合了STM32的硬件配置文档,涵盖GPIO、串口及DMA的初始化设定。在RS-485通信过程中,必须对STM32的串口工作模式进行配置,并激活RS-485的驱动与方向控制功能,以保证数据在适宜的时刻向正确的方向传输。 2. **SYSTEM**:一般包含了系统时钟配置与中断服务子程序。时钟配置是确保STM32正常运作的关键步骤,必须确认串口所需的时钟源已开启且符合通信速率的要求。中断服务子程序负责处理接收到的数据包或准备发送的数据。 3. **Output**:可能收集了程序运行期间的输出结果,例如日志文件或数据显示界面。在调试阶段,这些输出信息有助于剖析通信流程和数据传输的准确性。 4. **CORE**:可能收录了STM32的底层库函数,例如HAL库或LL库,用于操作CPU的核心功能。 5. **Proj...

103

社区成员

发帖
与我相关
我的任务
社区描述
2501_CS_SE_FZU
软件工程 高校
社区管理员
  • FZU_SE_LQF
  • 木村修
  • 心态773
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧