关键规则：FFmpeg 推流填写的 app/stream，浏览器 WebRTC 拉流必须完全一致，服务器才能匹配到对应视频源。，需手动填写流标识（app/stream）才能拉取对应视频流调试。再次执行端口查询，出现监听进程代表 WebRTC 编译启动成功。两个参数为 ZLMediaKit 流唯一标识，来源机载源码。页面说明：内置可视化输入表单，

在 Ubuntu 环境下使用 Qt 开发时，很多开发者（尤其是新手）会在编译项目阶段遇到报错。这个问题看似复杂，实则是导致的 ——Qt 窗口渲染、图形绘制等核心功能依赖 OpenGL 库，编译器找不到libGL.so链接文件就会触发该错误。本文将从问题根源出发，提供 3 套循序渐进的解决方案，覆盖常规场景到特殊配置，确保彻底解决问题。

在高并发的 C++ 服务器应用中，频繁地创建和销毁数据库连接会带来巨大的性能开销，成为系统瓶颈。数据库连接池（Connection Pool）通过预先创建一组数据库连接并将其复用，显著减少了连接建立和销毁的次数，从而大幅提升了应用的响应速度和吞吐量。本文将深入讲解连接池的设计原理，并提供一个基于的完整、可复用的 C++ 连接池实现。

在做程序性能验证、硬件负载测试、帧率影响实验（比如验证 CPU 占用率对摄像头 / 图像处理帧率的影响）时，我们经常需要人为、精准的控制 CPU 的占用率和核心使用数，而不是单纯的让 CPU 跑满。Windows 自带的工具无法精准控制 CPU 负载百分比，专业的压力测试软件又过于臃肿、附带多余功能容易干扰实验，因此手写一个轻量级、可控性强、无任何依赖的 CPU 压力测试工具是最优选择。本文分享的

PID 的核心优势：结构简单、易于实现、鲁棒性强，无需精确的系统数学模型。常见问题及解决方法稳态误差：增大积分系数 Ki​，或引入积分分离策略（偏差大时关闭积分，偏差小时开启积分）。系统震荡：减小比例系数 Kp​ 和微分系数 Kd​，增大采样周期 T。积分饱和：增加积分限幅，或采用增量式 PID。抗干扰差：对传感器数据滤波，减小微分系数 Kd​。

管理员权限 + 纯英文路径，这两个点踩坑率超 80%；注册机仅用于学习，商业项目务必购买正版 Keil 授权（避免法律风险）；器件库按需安装，无需全装（节省硬盘空间）；定期备份 Keil 安装目录（避免重装后丢失激活信息）；若 Keil 启动慢，关闭不必要的组件（如 Pack Installer 自动更新）。

在使用RTSP 视频拉不出来画面一直卡顿、花屏、黑屏内网能看、公网 / 服务器转发就卡死不知道 QGC 视频源到底怎么配置90% 的问题都出在传输协议上。QGC 视频源原理 + FFmpeg 稳定拉流推流命令，复制粘贴就能用。QGC 无人机视频源 = RTSP/UDP 等流媒体地址RTSP 默认 UDP 必卡，必须强制 TCPFFmpeg 拉流推流，前后都加就稳了。

NTP 协议作为网络时间同步的 “基础设施”，其稳定性直接影响分布式系统的日志溯源、数据一致性和安全合规性。掌握 “原理 + 配置 + 排查” 的核心能力，是运维和开发人员的必备技能。

最近在鲁班猫（LubanCat，ARM架构）上配置Livox MID-360激光雷达，走了不少弯路。Livox Viewer 2官方只有x86_64版本，无法在ARM设备上直接运行，必须使用SDK2 + ROS2驱动。本文将完整记录配置过程，希望对同样使用ARM设备（如鲁班猫、树莓派、Jetson系列）的朋友有所帮助。鲁班猫（ARM64架构）Livox MID-360激光雷达雷达IP：192.16

路径规划算法开发的本质，是将 “现实环境” 抽象为 “可计算模型”，通过算法策略搜索最优路径，再映射回现实场景执行。C++ 开发需额外关注内存占用、运行效率环境建模：将现实空间抽象为计算机可处理的模型，常用两种方式 —— 栅格地图（适合二维简单场景，如室内 AGV）、点云 / 连续空间（适合三维复杂场景，如无人机、自动驾驶）。C++ 开发建议用 vector 容器存储地图数据，避免动态数组内存泄漏