EdgeTX开源项目v2.11.0-rc2版本技术解析
EdgeTX是一款开源的遥控器固件项目,专为RC模型爱好者设计,支持多种遥控器硬件平台。作为OpenTX的继任者,EdgeTX提供了更现代化的用户界面和更丰富的功能特性。本文将深入解析EdgeTX v2.11.0-rc2版本的技术特性和改进。
版本概述
v2.11.0-rc2是EdgeTX "Jolly Mon"系列的第二个候选发布版本,在第一个候选版本的基础上修复了多个问题并进行了功能优化。该版本继续保持了EdgeTX对多种遥控器硬件的广泛支持,同时引入了多项新特性。
核心改进
硬件支持增强
本次更新显著增强了对新一代基于H5/H7微控制器遥控器的支持。这些硬件平台具有更快的处理能力、更大的RAM和闪存空间,为未来功能扩展奠定了基础。特别是针对彩色LCD和黑白屏遥控器的性能优化,使得用户界面响应更加流畅。
协议与通信优化
在通信协议方面,v2.11.0-rc2增加了对u-blox原生二进制协议的支持,而不仅限于NMEA协议。这一改进使得GPS模块的集成更加灵活高效。同时,针对ELRSv4协议,新增了通过ELRS扩展模块中继头部运动数据作为输入的功能,以及释放CH5的可选解锁方法。
用户体验提升
在用户界面方面,彩色LCD设备获得了多项改进:
- 顶部栏部件大小可调整
- 文件浏览器弹出窗口增加了筛选功能,便于快速导航
- 新增全屏Lua部件"应用模式",允许部件获取焦点并支持触摸和按键输入
- 菜单现在支持"循环滚动",使用旋转编码器时可以快速回到列表顶部
对于黑白屏设备,新增了:
- 无线电设置中的可折叠部分,简化界面
- '设置屏幕'特殊功能,可切换到配置的遥测屏幕
- 通道监视器中同时显示PPM值和百分比值
- 显示颜色反转选项
技术细节
Lua脚本支持
v2.11.0-rc2将Lua引擎从5.2升级到5.3版本,这一变化不仅节省了RAM使用,还实现了与Companion模拟器的二进制兼容。现在,在PC上使用模拟器创建的.luac文件可以直接在遥控器上运行。此外,Lua脚本和部件现在可以使用LVGL控件(按钮、滑块、输入字段等),大大简化了交互式界面的开发。
存储与系统管理
在系统管理方面,v2.11.0-rc2引入了多项实用功能:
- 可配置的自动关机功能,当遥控器处于非活动状态时可自动关闭电源
- 粘性逻辑开关状态可配置为在重启后保持
- 更短的开机/关机延迟选项(0.5秒)
- 混合延迟上升/下降的精度设置
错误修复与稳定性
该版本修复了多个关键问题,包括:
- RTC问题导致的时间重置和彩色LCD延迟
- SD卡数据写入时的重试次数限制
- 某些源值选择时缺少'---'选项的问题
- 彩色LCD上计时器部件显示错误UI的问题
- 模型信息部件可能在模型名称后显示额外字符的问题
配套工具更新
EdgeTX Companion工具也同步更新,主要改进包括:
- 重新组织的菜单结构,减少了杂乱感
- 新增对CRSF/ELRS遥测的模拟支持
- 自动验证模型设置,防止无效配置写入遥控器
- 模拟器改用通用用户界面,提高了跨平台一致性
使用建议
作为候选发布版本,v2.11.0-rc2虽然已经过充分测试,但仍可能存在未发现的问题。建议用户在升级前:
- 备份当前模型和遥控器设置
- 在模拟器上充分测试新功能
- 更新后进行全面地面测试
- 报告遇到的任何问题
对于MacOS用户,需要注意v2.11.0-rc2仅支持MacOS 13及以上版本。同时,Companion工具不再支持二进制转换功能,无法直接打开.otx文件。
总结
EdgeTX v2.11.0-rc2版本在硬件支持、协议兼容性和用户体验方面都有显著提升,特别是对新一代遥控器平台的支持为未来功能扩展奠定了基础。虽然仍处于候选发布阶段,但已经展现出作为成熟开源遥控器固件的强大能力。对于追求最新技术和最佳用户体验的RC爱好者来说,这个版本值得关注和测试。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00