ExpressLRS项目中BLE摇杆功能的优化与使用指南
2025-06-16 05:49:41作者:翟萌耘Ralph
ExpressLRS作为一款开源的无线电链路系统,近期对其BLE(蓝牙低功耗)摇杆功能进行了多项优化。本文将详细介绍这些改进以及如何充分利用这些新特性。
BLE摇杆功能概述
BLE摇杆功能允许用户通过蓝牙连接将ExpressLRS设备作为游戏控制器或遥控输入设备使用。这项功能特别适合需要精确控制的场景,如模拟器训练或特殊应用控制。
主要功能改进
最新版本中,开发团队对BLE摇杆功能进行了两项重要优化:
-
自定义按钮映射:现在用户可以将BLE摇杆功能快捷方式映射到设备(如Ranger、Bandit等型号)的可自定义按钮上,大大提升了操作便利性。
-
连接超时修复:解决了之前版本中BLE连接每20分钟自动断开的问题,确保了长时间使用的稳定性。
使用指南
要使用这些新功能,用户需要:
- 通过ExpressLRS配置工具选择master分支进行固件编译
- 在专家模式下启用相关功能
- 在设备设置中配置按钮映射
版本建议
虽然master分支已包含这些改进,但建议普通用户等待即将发布的3.5正式版本,以获得更稳定的使用体验。技术爱好者可以选择立即体验这些新功能,但需注意可能存在的未发现的小问题。
技术背景
BLE摇杆功能基于蓝牙HID(人机接口设备)协议实现,通过优化协议栈和电源管理,新版本不仅解决了连接稳定性问题,还降低了功耗。自定义按钮映射功能的实现则涉及到底层硬件抽象层的改进,使得用户配置更加灵活。
总结
ExpressLRS团队持续改进用户体验,这些BLE摇杆功能的优化将极大提升设备在特殊应用场景下的实用性。用户可以根据自身需求选择立即体验或等待正式版本发布。
登录后查看全文
热门项目推荐
相关项目推荐
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
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
8
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
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++
654
282
React Native鸿蒙化仓库
JavaScript
248
317
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
🎉 (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
1.13 K
631
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++
77
100
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873