Rust嵌入式SD/MMC库使用教程
2024-09-12 20:08:23作者:袁立春Spencer
1. 项目介绍
embedded-sdmmc-rs 是一个用于Rust嵌入式设备的SD/MMC库,旨在允许用户在FAT格式的SD卡上进行文件的读写操作,其使用方式与Arduino的SdFat库一样简单。该库完全使用Rust编写,支持#![no_std]环境,不使用alloc或collections,以保持较低的内存占用。它首先设计为可读性和简单性,而不是性能。
2. 项目快速启动
2.1 添加依赖
首先,在Cargo.toml文件中添加依赖:
[dependencies]
embedded-sdmmc = "0.8.0"
2.2 初始化SD卡
以下是一个简单的示例,展示如何初始化SD卡并读取文件内容:
use embedded_sdmmc::{Error, Mode, SdCard, SdCardError, TimeSource, VolumeIdx, VolumeManager};
use embedded_hal::spi::SpiDevice;
use embedded_hal::delay::DelayNs;
fn example<S, D, T>(spi: S, delay: D, ts: T) -> Result<(), Error<SdCardError>>
where
S: SpiDevice,
D: DelayNs,
T: TimeSource,
{
// 初始化SD卡
let sdcard = SdCard::new(spi, delay);
println!("Card size is {} bytes", sdcard.num_bytes());
// 创建卷管理器
let mut volume_mgr = VolumeManager::new(sdcard, ts);
// 打开第一个卷
let mut volume0 = volume_mgr.open_volume(VolumeIdx(0))?;
println!("Volume 0: {:?}", volume0);
// 打开根目录
let mut root_dir = volume0.open_root_dir()?;
// 打开文件
let mut my_file = root_dir.open_file_in_dir("MY_FILE.TXT", Mode::ReadOnly)?;
// 读取文件内容
while !my_file.is_eof() {
let mut buffer = [0u8; 32];
let num_read = my_file.read(&mut buffer)?;
for b in &buffer[0..num_read] {
print!("{}", *b as char);
}
}
Ok(())
}
3. 应用案例和最佳实践
3.1 嵌入式系统中的文件存储
在嵌入式系统中,SD卡常用于存储配置文件、日志数据或固件更新。使用embedded-sdmmc-rs库,可以轻松地在这些设备上实现文件的读写操作。
3.2 数据记录器
在数据记录器应用中,SD卡可以用于存储传感器数据。通过定期将数据写入SD卡,可以确保数据在设备断电时不会丢失。
3.3 固件更新
在某些嵌入式系统中,SD卡可以用于存储固件更新文件。通过读取SD卡中的固件文件并将其加载到设备中,可以实现固件的更新。
4. 典型生态项目
4.1 embedded-hal
embedded-hal 是一个用于嵌入式系统的硬件抽象层库,embedded-sdmmc-rs 依赖于embedded-hal来实现与硬件的交互。
4.2 defmt
defmt 是一个用于嵌入式系统的日志库,embedded-sdmmc-rs 支持通过defmt进行日志记录,以便在嵌入式环境中进行调试。
4.3 log
log 是一个通用的日志库,embedded-sdmmc-rs 也支持通过log进行日志记录,适用于更广泛的Rust项目。
通过这些生态项目的支持,embedded-sdmmc-rs 可以在各种嵌入式系统中实现高效的文件读写操作。
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
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
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 开源电子设计自动化利器:KiCad EDA全方位使用指南 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库
项目优选
收起
deepin linux kernel
C
24
8
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
279
暂无简介
Dart
637
145
Ascend Extension for PyTorch
Python
200
219
仓颉编译器源码及 cjdb 调试工具。
C++
129
861
React Native鸿蒙化仓库
JavaScript
246
316
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
213
🎉 (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
1.12 K
630
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
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++
76
100