探索 TinyUSB:轻量级开源嵌入式 USB 驱动库
TinyUSB 是一个轻量级、高效的开源 USB 主机/设备协议栈,专门为嵌入式系统设计。它采用内存安全设计,无需动态内存分配,并且具有线程安全性,所有中断事件都被延迟处理并在非 ISR 任务函数中执行。
为什么选择 TinyUSB?
易用性与跨平台兼容性 TinyUSB 提供了清晰简洁的 API,使开发人员能够快速将 USB 功能集成到各种项目中。它支持多种微控制器架构和实时操作系统,包括 Arduino、Raspberry Pi Pico、ESP32、STM32 等主流平台。
丰富的功能支持 该库支持多种 USB 设备类别:
- CDC ACM(通信设备类):实现虚拟串口功能
- HID(人机接口设备):键盘、鼠标、游戏手柄等输入设备
- Audio Class 2.0:高质量音频设备支持
- MSC(大容量存储类):支持多逻辑单元
- MIDI:音乐设备数字接口
- DFU:设备固件更新
- 网络设备(RNDIS、ECM、NCM)
- USBTMC:测试测量类设备
硬件独立性设计 TinyUSB 仅依赖于基本的 USB 控制器寄存器,可以在任何带有 USB 接口的微控制器上运行,无需额外的固件或驱动程序。
核心架构与设计理念
TinyUSB 采用模块化设计,源代码结构清晰:
src/
├── class/ # USB 设备类实现
├── common/ # 通用工具和定义
├── device/ # 设备栈核心
├── host/ # 主机栈核心
├── osal/ # 操作系统抽象层
├── portable/ # 平台特定驱动
└── typec/ # Type-C 和 PD 支持
应用场景
虚拟串口通信 通过 TinyUSB 的 CDC ACM 类支持,微控制器可以作为虚拟串行端口与计算机通信,适用于调试和数据传输。
人机交互设备 使用 HID 类支持创建自定义的游戏手柄、键盘、鼠标或其他输入设备。
音频设备开发 借助 Audio 类功能实现 MIDI 键盘、音频接口和其他音乐相关设备。
数据存储与传输 通过 MSC 类支持在嵌入式系统之间进行高速数据传输,或将数据记录到 USB 存储设备。
工业与测试应用 USBTMC 类支持使得 TinyUSB 可用于测试测量设备的开发。
开始使用
要开始使用 TinyUSB,首先克隆项目仓库:
git clone https://gitcode.com/gh_mirrors/ti/tinyusb
项目提供了丰富的示例代码,位于 examples/ 目录下,包括:
cdc_msc:CDC 和 MSC 复合设备示例hid_composite:HID 复合设备示例audio_test:音频设备测试示例webusb_serial:WebUSB 串口示例
支持的硬件平台
TinyUSB 支持广泛的微控制器平台,包括:
- STM32 全系列
- ESP32 系列
- Raspberry Pi RP2040
- Nordic nRF52 系列
- NXP LPC 和 i.MX RT 系列
- 以及众多其他厂商的 MCU
社区与支持
TinyUSB 拥有活跃的开源社区,通过 GitHub Discussions 提供技术支持和交流。项目持续维护更新,确保功能的现代性和稳定性。
总结
TinyUSB 作为一款轻量级、功能丰富的 USB 协议栈,为嵌入式开发提供了强大的 USB 功能支持。其跨平台特性、丰富的设备类支持和活跃的社区生态,使其成为嵌入式 USB 开发的首选解决方案之一。无论您是开发新产品还是升级现有设备,TinyUSB 都能帮助您简化开发流程并提高产品的可靠性。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00