当前位置: 首页 > article >正文

嵌入式硬件篇---OpenMV的硬件流和软件流


文章目录

  • 前言
  • 一、硬件流控制(Hardware Flow Control)
    • 1. 基本原理
      • RTS
      • CTS
    • 2. OpenMV中的实现
      • • 硬件要求
      • • 代码配置
      • • 工作流程
  • 二、软件流控制(Software Flow Control)
    • 1. 基本原理
      • XON
      • XOFF
    • 2. OpenMV中的实现
      • • 代码配置
      • • 工作流程
  • 三、硬件流控制 vs 软件流控制对比
  • 四、在OpenMV中的综合应用示例
  • 五、注意事项
    • 1. 硬件兼容性
    • 2. 波特率匹配
    • 3. 缓冲区管理
    • 4. 抗干扰设计
  • 六、总结
  • 总结


前言

以上就是今天要讲的内容,本文仅仅简单介绍了OpenMV中的硬件流和软件流。


一、硬件流控制(Hardware Flow Control)

1. 基本原理

硬件流控制通过额外的物理信号线(RTS和CTS)动态控制数据流确保发送方和接收方的缓冲区不会溢出

RTS

• RTS(Request to Send):由接收方控制。当接收方缓冲区空闲时,RTS为低电平(允许发送);当缓冲区接近满载时,RTS为高电平(暂停发送)。

CTS

• CTS(Clear to Send):由发送方控制。发送方仅在CTS为低电平时发送数据。

2. OpenMV中的实现

• 硬件要求

◦ OpenMV Cam型号需支持硬件流控制(如OpenMV Cam H7 Plus)。
◦ 串口线必须包含RTS和CTS引脚(如USB转TTL模块需支持)。

• 代码配置

import pyb
#初始化UART3,波特率115200,启用RTS和CTS硬件流控制
uart = pyb.UART(3, 115200, flow=pyb.UART.RTS | pyb.UART.CTS)

• 工作流程

  1. 发送方检查CTS信号,若为低电平则发送数据。
  2. 接收方根据缓冲区状态控制RTS信号。
  3. 优点
    高可靠性:实时信号控制,避免数据丢失。
    • 适合高速通信:支持高波特率(如921600 bps)。
    无额外数据开销:不占用数据带宽。
  4. 缺点
    • 硬件依赖:需要支持RTS/CTS的硬件和连接线
    • 布线复杂:需正确连接RTS和CTS信号线。
  5. 典型应用场景
    高速数据传输(如图像、视频流)。
    长距离通信(抗干扰能力强)。
    多设备共享总线时的协调。

二、软件流控制(Software Flow Control)

1. 基本原理

软件流控制通过特殊字符(XON/XOFF)动态控制数据流,无需物理信号线。

XON

• XON(ASCII 17,0x11):接收方发送XON,表示可以继续接收数据。

XOFF

• XOFF(ASCII 19,0x13):接收方发送XOFF,表示暂停发送数据。

2. OpenMV中的实现

• 代码配置

import pyb
#初始化UART3,波特率115200,启用软件流控制(XON/XOFF)
uart = pyb.UART(3, 115200, flow=pyb.UART.XONXOFF)

• 工作流程

  1. 接收方缓冲区快满时,发送XOFF字符给发送方。
  2. 发送方收到XOFF后暂停发送。
  3. 接收方缓冲区有空闲时,发送XON恢复传输。
  4. 优点
    • 无需硬件支持:仅需数据线(TX/RX),适合简单设备
    • 灵活配置:适用于硬件资源有限的场景
  5. 缺点
    带宽占用:XON/XOFF字符占用数据传输带宽。
    延迟风险:字符传输和处理可能引入延迟。
    可靠性较低:字符丢失或误识别可能导致通信中断。
  6. 典型应用场景
    低速通信(如传感器数据采集)。
    硬件连接受限(仅需TX/RX线)。
    临时调试或原型开发

三、硬件流控制 vs 软件流控制对比

硬件流控制与软件流控制的对比

四、在OpenMV中的综合应用示例

  1. 硬件流控制实现高速图像传输
import sensor,pyb

#初始化摄像头
sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)

#配置UART3(硬件流控制)
uart = pyb.UART(3, 921600, flow=pyb.UART.RTS | pyb.UART.CTS)

while True:
    img = sensor.snapshot()
    img_bytes = img.compress(quality=50).to_bytes()  # 压缩图像数据
    # 分块发送(每块128字节)
    for i in range(0, len(img_bytes), 128):
        uart.write(img_bytes[i:i+128])
  1. 软件流控制实现传感器数据采集
import pyb

uart = pyb.UART(3, 9600, flow=pyb.UART.XONXOFF)  # 启用软件流控制

while True:
    if uart.any():
        data = uart.read(uart.any())
        # 处理接收数据
        if data == b'XOFF':
            print("Paused by receiver")
        elif data == b'XON':
            print("Resumed by receiver")
        else:
            print("Received:", data)

五、注意事项

1. 硬件兼容性

◦ 使用硬件流控制前,确认OpenMV和外部设备均支持RTS/CTS
◦ 错误连接RTS/CTS线会导致通信失败。

2. 波特率匹配

◦ 发送端和接收端的波特率、流控制模式必须一致。

3. 缓冲区管理

◦ 即使启用流控制,仍需通过uart.any()和分块传输优化缓冲区使用。

4. 抗干扰设计

◦ 长距离通信中,硬件流控制需配合屏蔽线使用,软件流控制需增加校验机制。

六、总结

• 硬件流控制:通过RTS/CTS信号实现高可靠、高速通信,适合工业级应用。
• 软件流控制:通过XON/XOFF字符实现灵活的低速通信,适合资源受限场景。
• 选择建议:
◦ 优先使用硬件流控制(高速、可靠场景)。
◦ 仅在硬件不支持时使用软件流控制(低速、简单场景)。
通过合理选择流控制方式,可显著提升OpenMV在复杂环境中的通信稳定性和效率。


总结

以上就是今天要讲的内容,本文仅仅简单介绍了OpenMV中的硬件流和软件流。


http://www.kler.cn/a/540152.html

相关文章:

  • GitHub分支与标签完全指南:从入门到高效管理
  • 通讯录管理小程序
  • PostgreSQL 18新特性之DML语句RETURNING增强
  • 【Java基础】为什么不支持多重继承?方法重载和方法重写之间区别、Exception 和 Error 区别?
  • 【韩顺平linux】部分上课笔记整理
  • 深度学习-语音转文字
  • 使用Chisel建立端口转发与SOCKS5代理隧道
  • [含文档+PPT+源码等]精品大数据项目-Django基于大数据实现的心血管疾病分析系统
  • 使用OpenGL自己定义一个button,响应鼠标消息:掠过、点击、拖动
  • 深度学习-利用预训练的 ResNet 和 DenseNet 模型进行医学影像诊断
  • HiveQL命令(二)- 数据表操作
  • 自动驾驶数据集三剑客:nuScenes、nuImages 与 nuPlan 的技术矩阵与生态协同
  • [LVGL] 在VC_MFC中移植LVGL
  • linux基础命令1
  • 【紫光同创PG2L100H开发板】盘古676系列,盘古100Pro+开发板,MES2L676-100HP
  • Layui树节点添加level属性
  • 【Linux】31.Linux 多线程(5)
  • Python+Flask搭建属于自己的B站,管理自己电脑里面的视频文件。支持对文件分类、重命名、删除等操作。
  • 日志统计(acWing,蓝桥杯)
  • PLSQL: 存储过程,用户自定义函数[oracle]
  • python-leetcode-组合总和
  • win10 llamafactory模型微调相关① || Ollama运行微调模型
  • 【论文阅读】Comment on the Security of “VOSA“
  • 并查集知识整理、蓝桥杯修改数组
  • 【vue】高德地图AMap.Polyline动态更新画折线,逐步绘制
  • 深度学习-神经机器翻译模型