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 06:08:09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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
212
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++
650
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
296
111
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.7 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
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
243
316
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
633
143