EdgeTX中Lua脚本复制混控器时慢速参数精度丢失问题解析
2025-07-08 11:33:39作者:田桥桑Industrious
问题背景
在EdgeTX开源无线电固件中,用户发现当通过Lua脚本复制并插入混控器(mixer)行时,慢速上升/下降(slow up/dn)参数的精度设置会出现异常。具体表现为原始混控器行中设置的0.00精度,在通过脚本复制后会降级为0.0精度。
技术分析
这个问题源于EdgeTX的Lua API实现中的两个关键函数:
luaModelGetMix()函数在读取混控器配置时,没有正确获取speedPrec(速度精度)参数的值luaModelInsertMix()函数在写入混控器配置时,也没有正确处理这个精度参数
影响范围
该问题影响以下EdgeTX版本:
- 2.10.x系列版本
- 2.11.x开发版本
值得注意的是,在2.10.x版本中,延迟(delay)精度参数尚未实现,因此不受此问题影响。但在2.11.x开发版本中,延迟精度参数也存在类似的精度丢失问题。
解决方案
EdgeTX开发团队已经修复了这个问题,修复内容包括:
- 修改
luaModelGetMix()函数,确保正确读取速度精度参数 - 更新
luaModelInsertMix()函数,保证写入时保留原始精度设置
这个修复已经合并到2.11开发分支,并且会反向移植到2.10分支,将在下一个2.10更新版本中包含此修复。
使用注意事项
在使用Lua脚本操作混控器时,开发者需要注意以下几点:
- 混控器编号从0开始,而不是1(例如CH1对应索引0)
- 插入操作会移动原有行,新行将插入到指定位置
- 在2.10版本中,延迟精度功能不可用
- 建议在关键操作前备份模型设置
总结
这个问题的修复确保了EdgeTX中Lua脚本操作混控器时参数精度的完整性,对于需要精确控制模型行为的用户尤为重要。通过这次修复,EdgeTX进一步提升了脚本化配置的可靠性和一致性。
对于高级用户,建议关注后续版本更新,特别是2.11版本中新增的延迟精度功能的相关改进。同时,在编写Lua脚本操作混控器时,应当充分测试以确保所有参数都按预期工作。
登录后查看全文
热门项目推荐
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
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
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
暂无简介
Dart
680
160
🔥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
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.21 K
660