如何使用onoff模型控制GPIO实现LED灯闪烁
2024-12-29 15:50:18作者:彭桢灵Jeremy
引言
在物联网和嵌入式系统开发中,GPIO(通用输入输出)控制是一项基础且重要的技能。它允许开发者控制连接到微控制器或单板计算机上的电子组件,如LED灯、按钮等。onoff模型是一个为Node.js设计的GPIO访问和中断检测库,它特别适用于在Linux单板计算机(如Raspberry Pi或BeagleBone)上进行GPIO操作。本文将介绍如何使用onoff模型来控制GPIO,实现LED灯的闪烁,这是学习GPIO控制的一个非常好的入门实践。
主体
准备工作
环境配置要求
- 操作系统:Linux(建议使用Raspberry Pi或BeagleBone)
- Node.js版本:10、12、14、15或16
- 安装Node.js和npm
所需数据和工具
- 连接到GPIO针脚的LED灯
- 连接到GPIO针脚的按钮(可选,用于中断检测)
模型使用步骤
数据预处理方法
由于onoff模型是用于硬件控制的,所以没有传统意义上的数据预处理步骤。但是,你需要确保LED灯和按钮正确连接到GPIO针脚,并确认GPIO编号。
模型加载和配置
首先,需要安装onoff模型:
npm install onoff
然后,创建一个新的Node.js脚本,并导入onoff模块:
const Gpio = require('onoff').Gpio;
接下来,配置GPIO针脚:
const led = new Gpio(17, 'out'); // 将GPIO17配置为输出
任务执行流程
以下是如何使用onoff模型让LED灯闪烁的示例代码:
// 使用同步API闪烁LED灯
const iv = setInterval(() => led.writeSync(led.readSync() ^ 1), 200);
setTimeout(() => {
clearInterval(iv); // 停止闪烁
led.unexport(); // 释放资源
}, 5000);
如果你想使用异步API和回调,代码如下:
let stopBlinking = false;
const blinkLed = () => {
if (stopBlinking) {
return led.unexport();
}
led.read((err, value) => {
if (err) {
throw err;
}
led.write(value ^ 1, err => {
if (err) {
throw err;
}
});
});
setTimeout(blinkLed, 200);
};
blinkLed();
setTimeout(() => stopBlinking = true, 5000);
或者,使用Promises:
let stopBlinking = false;
const blinkLed = () => {
if (stopBlinking) {
return led.unexport();
}
led.read()
.then(value => led.write(value ^ 1))
.then(() => setTimeout(blinkLed, 200))
.catch(err => console.log(err));
};
blinkLed();
setTimeout(() => stopBlinking = true, 5000);
结果分析
在代码运行期间,LED灯应该会按照设定的频率闪烁。如果LED灯没有按照预期闪烁,可能需要检查硬件连接或GPIO配置。
性能评估指标主要是LED灯的闪烁频率和稳定性。通过观察LED灯的表现,可以评估onoff模型在GPIO控制中的性能。
结论
onoff模型为在Node.js中控制GPIO提供了一个简洁且强大的接口。通过本文的介绍,我们可以看到使用onoff模型控制LED灯闪烁是相对直接的。该模型不仅在GPIO控制方面表现出色,而且提供了丰富的选项和功能,如中断检测和去抖动,使其成为物联网和嵌入式开发中的有力工具。未来,开发者可以通过添加更多功能或优化现有代码来进一步改进和扩展该模型的应用。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.7 K
仓颉编译器源码及 cjdb 调试工具。
C++
123
752
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
598
132
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
460
🎉 (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
1.06 K
616
Ascend Extension for PyTorch
Python
140
170
仓颉编程语言命令行工具,包括仓颉包管理工具、仓颉格式化工具、仓颉多语言桥接工具及仓颉语言服务。
C++
55
730
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++
634
232