ACC项目充电状态检测异常问题分析与解决方案
问题背景
在OnePlus One(Bacon)设备上运行ACC(Advanced Charging Controller)时出现了一个异常现象:系统显示的充电状态与实际状态完全相反。当设备连接充电器时,ACC显示"Discharging"(放电状态);而断开充电器后,反而显示为充电状态。这个问题在LineageOS 18.1系统和最新开发版ACC上被报告。
技术分析
这种状态反向显示的问题通常与以下几个技术因素有关:
-
电源管理子系统接口:Android系统通过/sys/class/power_supply/下的文件节点向用户空间暴露电源状态信息。ACC正是通过读取这些节点来获取充电状态。
-
极性设置:在某些设备上,充电状态的逻辑值可能需要反转处理。这通常通过"polarity"(极性)参数来控制,但在此案例中,用户尝试设置dp=+/-参数并未生效。
-
内核驱动实现:不同设备厂商对电源状态的定义可能有所不同,导致状态读取出现偏差。
解决方案探索
从问题讨论中可以看到几种解决路径:
-
版本替换方案:有用户报告通过替换为特定版本的ACC解决了状态显示问题,但带来了新的问题——设备会持续充电至100%,失去了充电控制功能。
-
开发版测试:项目维护者提供了新的测试版本(acc_v2025.4.24-rc),专门针对此类状态检测问题进行了优化。
建议解决方案
对于遇到类似问题的用户,建议按照以下步骤处理:
- 首先更新到最新开发版:
acc -u -f dev
- 测试电源开关状态:
acc -t
- 如果问题仍然存在,可以尝试项目维护者提供的最新测试版本。
深入理解
这个问题揭示了Android设备电源状态检测的复杂性。不同厂商设备可能:
- 使用不同的sysfs节点路径
- 对充电状态的定义逻辑不同(正逻辑/负逻辑)
- 内核驱动实现存在差异
ACC作为通用充电控制工具,需要通过完善的设备兼容性处理来应对这些差异。用户在遇到类似问题时,及时反馈设备信息和日志对问题解决至关重要。
后续建议
对于普通用户,当遇到充电状态检测异常时:
- 确保使用最新版本的ACC
- 提供完整的设备信息和操作日志
- 关注项目的更新和特定设备解决方案
对于开发者,这类问题提示我们需要:
- 增强设备兼容性检测
- 提供更灵活的状态检测配置选项
- 建立设备特定的解决方案库
通过社区协作和设备特定的问题解决,可以逐步提高ACC在各种Android设备上的兼容性和可靠性。
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