Arduino-Pico 4.5.4版本发布:ADC输入修复与功能优化
项目简介
Arduino-Pico是一个将树莓派RP2040微控制器支持集成到Arduino生态系统中的开源项目。它允许开发者使用熟悉的Arduino API和工具链来开发基于RP2040芯片的应用程序,同时充分利用该芯片的双核处理能力和丰富外设。
4.5.4版本更新亮点
最新发布的4.5.4版本虽然是一个小版本更新,但包含了几个重要的修复和改进,特别是针对ADC输入功能的修正,这些改进将显著提升开发体验和系统稳定性。
1. ADC输入功能修复
本次更新中最关键的修复是针对ADCInput的掩码问题(#2937)。在之前的版本中,ADC输入可能存在数据读取不准确的情况,这会影响依赖精确模拟输入的应用程序,如传感器数据采集、电池电压监测等场景。修复后,ADC模块将能正确读取和处理输入信号,确保模拟量测量的准确性。
2. OTA升级安全增强
无线升级(OTA)功能现在要求Arduino IDE在操作时输入密码(#2938)。这一安全改进防止了未经授权的固件更新,特别适合需要远程维护的设备或在共享开发环境中的使用场景。
3. 硬件支持扩展
版本4.5.4增加了对Adafruit Metro RP2350开发板的PSRAM支持选项(#2961)。PSRAM(伪静态随机存取存储器)扩展了内存容量,使得开发更复杂的应用程序成为可能,如图形处理、大数据缓冲等。
此外,还修复了WIZnet W55RP20-EVB-Pico开发板的引脚定义问题(#2956),确保SPI0接口和LED引脚的正确分配,并添加了PICO_RP2350目标平台的定义(#2939),为更多硬件变体提供支持。
4. 系统稳定性提升
本次更新引入了堆栈保护机制崩溃时的panic处理替代exit(#2955)。这一改变使得在发生堆栈溢出等严重错误时,系统能够提供更详细的调试信息,而不是简单地退出,有助于开发者更快地定位和解决问题。
5. I2C功能增强
Wire库新增了setBufferSize()方法(#2962),允许开发者根据应用需求调整I2C通信缓冲区大小。这对于需要传输大量数据的I2C设备特别有用,如高分辨率传感器或显示模块。
升级建议
对于正在使用Arduino-Pico进行开发的用户,特别是那些依赖ADC输入或使用OTA功能的项目,建议尽快升级到4.5.4版本。新版本不仅修复了关键问题,还提供了更好的硬件兼容性和系统稳定性。
对于新用户,4.5.4版本提供了更完善的开发体验,是开始RP2040项目开发的理想选择。通过Arduino IDE的板管理器可以方便地安装和更新此版本。
结语
Arduino-Pico项目持续为RP2040微控制器提供强大的Arduino兼容支持,4.5.4版本的发布进一步巩固了这一地位。无论是修复关键问题还是增加新功能,都体现了项目团队对开发者需求的关注和对技术细节的把握。随着更多硬件平台的支持和功能的不断完善,Arduino-Pico正成为RP2040生态系统中的重要一环。
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 StartedRust0201
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 Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07