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 20:55:44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
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 Python案例资源下载 - 从入门到精通的完整项目代码合集 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
667
153
Ascend Extension for PyTorch
Python
216
235
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++
660
303
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
255
321
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
63
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
651
仓颉编程语言运行时与标准库。
Cangjie
141
876
仓颉编译器源码及 cjdb 调试工具。
C++
133
866