【亲测免费】 Arduino-Pico 安装与配置完全指南
项目基础介绍及编程语言
项目名称: Arduino-Pico
项目概述: Arduino-Pico 是一个专为 Raspberry Pi Pico(RP2040处理器)以及RP2350处理器设计的Arduino核心库。它使得开发者能够使用熟悉的Arduino环境来开发这两个平台上的应用。项目采用了Raspberry Pi官方的Pico SDK,并且搭配了定制的GCC 12.3工具链以及Newlib 4.0,为开发者提供了便捷的开发体验。
编程语言: 主要使用C/C++进行开发,兼容Arduino标准库和编程范式。
关键技术和框架
-
关键技术:
- Raspberry Pi Pico SDK: 提供底层硬件访问。
- GCC Toolchain: 编译系统,支持C/C++编译。
- Adafruit TinyUSB: 支持USB功能扩展,如hid模拟、webusb等。
- PIO State Machines: RP2040特有的PIO用于生成无抖动的I/O信号,如PWM、Servos、Audio等。
-
框架特点:
- 支持多核处理(RP2350特有)。
- 集成了Over-The-Air升级、多种通信协议支持(USB、蓝牙、WiFi、Ethernet)。
- 文件系统支持(LittleFS, SD/SDFS)。
安装与配置步骤
准备工作
-
确保已安装Arduino IDE: 访问Arduino官网下载适合您操作系统的Arduino IDE。避免使用Windows Store版本以防止潜在的设备识别问题。
-
准备Raspberry Pi Pico或RP2350开发板: 包括数据线,可能还需要USB转串口调试器(非必需,仅在特定调试场景下使用)。
-
安装必要的驱动: 特别是Windows用户,保证Arduino IDE能正确识别您的开发板。
安装Arduino-Pico核心库
方法一:通过Arduino IDE的板管理器
-
打开Arduino IDE,进入文件 -> 首选项。
-
在“附加开发板管理器URL”框中添加以下链接:
https://github.com/earlephilhower/arduino-pico/releases/download/global/package_rp2040_index.json -
点击确定保存设置。
-
进入工具 -> 开发板 -> 板管理器,搜索“pico”,找到相关的Arduino-Pico核心并安装。
方法二:通过Git克隆(适用于高级用户)
-
在本地创建一个新的目录,例如
~/Arduino/hardware/pico。 -
使用Git命令行工具执行以下命令克隆仓库:
git clone https://github.com/earlephilhower/arduino-pico.git ~/Arduino/hardware/pico/rp2040 cd ~/Arduino/hardware/pico/rp2040 git submodule update --init # 对于Pico SDK的子模块更新 cd pico-sdk git submodule update --init cd ../.. # 返回到主目录 # 根据说明可能需要运行其他脚本获取必要的工具或库 -
确保所有的子模块都被正确初始化,这一步对于完整安装非常关键。
第一次上传程序
-
将你的Pico开发板连接到电脑上,首次上传时需按住BOOTSEL按钮插入,以便进入编程模式。
-
在Arduino IDE内选择正确的开发板(比如“Raspberry Pi Pico”)和对应的串口。
-
编写或打开你的Arduino示例代码,点击上传按钮。上传成功后,程序将自动运行,无需再次手动重置。
至此,你已经完成了Arduino-Pico的安装与配置,可以开始享受在Raspberry Pi Pico或RP2350上进行Arduino风格的编程乐趣了!记得查阅项目文档了解更多进阶功能和技巧。
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