Marlin固件在SKR 1.4主板上支持ANET ET5X TFT显示屏的技术解析
2025-05-13 10:18:07作者:秋泉律Samson
硬件兼容性问题概述
在使用SKR 1.4主板替换ANET ET5X打印机原有主板时,开发者遇到了一个典型的硬件兼容性问题。当尝试编译Marlin固件时,系统报错显示"FSMC TFT displays are not currently available for HAL/LPC1768",这表明当前硬件配置无法支持该显示屏。
技术背景分析
FSMC接口特性
FSMC(Flexible Static Memory Controller)是一种高性能内存接口,常用于连接外部存储器或高速显示设备。它具有以下特点:
- 支持多种存储器类型(SRAM、PSRAM、NOR Flash等)
- 提供16位或32位数据总线
- 具有较高的数据传输速率
SKR 1.4主板限制
SKR 1.4基于LPC1768微控制器设计,但其扩展端口存在以下限制:
- EXP端口未设计FSMC功能引脚
- 可用IO引脚数量不足(仅7个,而FSMC需要更多)
- 关键FSMC功能引脚已被其他功能占用
电压兼容性问题
除了接口协议不匹配外,还存在电压兼容性问题:
- 原装主板向TFT提供3.3V工作电压
- SKR 1.4的扩展端口提供5V电压
- 直接连接可能导致显示屏损坏
替代方案建议
对于希望在SKR 1.4上使用TFT显示屏的用户,可考虑以下方案:
-
使用SPI接口的TFT显示屏
- 选择专为3D打印机设计的SPI TFT
- 确保电压兼容性(3.3V或5V)
-
硬件改造方案(仅建议高级用户尝试)
- 添加电平转换电路
- 可能需要重新设计扩展板
-
更换主板选择
- 选择原生支持FSMC的主板
- 考虑STM32系列的主板
技术实现细节
原装主板的接口引脚配置如下:
- P1端口:包含LCD控制信号和触摸接口
- P2端口:8位并行数据总线 这种设计需要专门的硬件支持,而SKR 1.4的扩展端口无法提供等效功能。
结论
由于硬件架构的根本差异,ANET ET5X的原装TFT显示屏无法直接在SKR 1.4主板上使用。开发者需要选择兼容的替代显示屏或考虑其他主板方案。这一案例也提醒我们在进行3D打印机硬件升级时,需要全面考虑各组件间的兼容性问题,包括接口协议、电压电平和引脚功能等多个方面。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
317
2.74 K
仓颉编译器源码及 cjdb 调试工具。
C++
124
852
Ascend Extension for PyTorch
Python
157
178
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
639
246
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
242
85
暂无简介
Dart
606
136
React Native鸿蒙化仓库
JavaScript
239
310
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
470
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
364
3.02 K