RetroPie项目在Ubuntu系统下的runcommand菜单输入问题分析与解决方案
2025-05-23 14:20:51作者:柏廷章Berta
问题背景
RetroPie是一个流行的复古游戏模拟器整合平台,在Ubuntu 22.04 LTS系统上,用户报告了一个关于runcommand菜单无法正常响应控制器输入的问题。这一问题源于项目代码中对uinput模块的修改,特别是在d417e069提交后,原有的输入机制发生了变化。
技术分析
输入机制变更
RetroPie项目在d417e069提交中将joy2key的输入处理从SDL方式改为uinput方式。这一变更在Ubuntu系统上引发了以下技术问题:
-
权限问题:Ubuntu系统中uinput是内核内置模块而非可加载模块,导致udev规则需要系统重启才能生效。虽然可以通过
udevadm trigger -s misc命令手动触发,但用户仍需重新登录才能使input组权限生效。 -
输入事件路由:新版本将键盘事件发送到当前活动窗口,而旧版本则是发送到启动joy2key的终端。当使用feh显示启动图像时,事件会被feh捕获,无法传递到后台的runcommand终端。
-
时序问题:启动图像显示几乎瞬时完成,用户无法在feh启动前及时按下按钮触发菜单。
底层技术差异
旧版joy2key使用TIOCSTI技术直接将输入注入终端,这种方式:
- 不受窗口焦点限制
- 在后台也能接收输入
- 但存在响应延迟问题
新版基于uinput的方式:
- 模拟真实键盘设备
- 输入遵循X11窗口焦点规则
- 响应更迅速
- 但需要前台窗口才能接收输入
解决方案探索
临时解决方案
- 移除启动图像:不使用feh显示图像,使终端保持在前台
- 降级joy2key:回退到d417e069提交前的版本
- 手动权限设置:执行
chmod 0660 /dev/uinput和chgrp input /dev/uinput
官方解决方案
RetroPie维护者提出了以下改进:
- 修改feh终止时机:在显示延迟结束后立即终止feh,使终端获得焦点
- 提供传统输入模式选项:在配置中允许选择使用旧版joy2key实现
- 更新SDL2库:解决某些版本中的输入延迟问题
技术建议
对于Ubuntu桌面用户,特别是希望保持启动图像流畅体验的,可以考虑:
- 混合模式实现:在支持TIOCSTI的系统上自动回退到传统模式
- 窗口管理优化:配置窗口管理器使runcommand终端能接收后台输入
- 启动时序调整:增加短暂延迟确保终端获得焦点
总结
RetroPie在Ubuntu系统上的输入问题反映了桌面环境与嵌入式环境的技术差异。理解输入事件路由机制和窗口系统焦点管理是解决此类问题的关键。用户可根据自身需求选择最适合的解决方案,平衡功能完整性和用户体验。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
项目优选
收起
暂无描述
Dockerfile
765
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
680
1.33 K
Ascend Extension for PyTorch
Python
719
879
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
456
438
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++
1.08 K
1.1 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
303
118
昇腾LLM分布式训练框架
Python
178
220