modm嵌入式框架2024q4版本发布:全面转向Fiber协程与硬件驱动增强
项目概述
modm是一个轻量级的嵌入式系统开发框架,专为资源受限的微控制器设计。它采用C++编写,提供了硬件抽象层(HAL)、外设驱动、算法实现以及实时操作系统功能。modm特别适合需要精确控制硬件资源的应用场景,如工业控制、机器人、物联网设备等。
2024q4版本核心变更
协程架构重大演进
本次版本最显著的变革是对传统Protothreads和Resumables协程的弃用声明,全面转向更现代的Fiber协程架构。这一决策主要基于:
- 编译器兼容性:GCC13及以上版本已无法正确编译原有的Protothreads实现
- 性能优势:Fiber协程提供更高效的上下文切换和更低的资源占用
- 功能完整性:支持完整的堆栈管理和更丰富的协程控制特性
迁移方案保持了良好的向后兼容性,开发者只需将主循环中的协程调用替换为Fiber调度器即可:
int main()
{
modm::fiber::Scheduler::run();
return 0;
}
新版本还增加了堆栈溢出检测机制,当协程堆栈溢出时会触发fbr.stkof断言,显著提高了系统可靠性。
硬件驱动增强
STM32系列增强
-
新增RTC驱动:为STM32全系列提供了完整的实时时钟外设支持,包括:
- 日历功能(年月日时分秒)
- 闹钟中断
- 自动闰年计算
- 低功耗模式支持
-
时钟系统优化:所有STM32开发板现在都启用了低速时钟输入支持,为RTC等外设提供更精确的时钟源。
-
Cortex-M7缓存优化:当系统不使用DMA时自动启用数据缓存(D-Cache),显著提升数据处理性能。
新增DW3310 UWB驱动
针对超宽带(UWB)应用新增了DW3310驱动,支持:
- 高精度测距功能
- 低功耗通信模式
- 多节点组网能力
开发工具链更新
本次版本同步更新了多项关键依赖:
- 编译器支持:正式支持GCC13工具链,同时保持对旧版本兼容
- CMSIS升级:Core升级至v6.1.0,DSP库升级至v1.16.2
- 图形库增强:LVGL升级至v9.2.0,提供更丰富的UI组件和动画效果
- USB协议栈:TinyUSB升级至v0.17,增强设备兼容性
硬件支持扩展
新增了对WeAct Studio STM32C011F6开发板的完整支持,这款基于STM32C0系列的低成本开发板特性包括:
- 32MHz Cortex-M0+内核
- 32KB Flash/6KB SRAM
- 丰富的外设接口
- 超低功耗特性
关键问题修复
- 通信可靠性:修复了STM32 SPI主模式下的RX FIFO溢出问题
- 定时器精度:修正了IWDG预分频器计算错误
- 超时控制:修复了Timeout::wait()实现不等待的问题
- 异常处理:AVR芯片现在会在异常情况下正确复位
开发者迁移建议
对于现有项目,建议按以下优先级进行迁移:
- 协程架构迁移:尽快将Protothreads/Resumables替换为Fiber实现
- 工具链升级:评估GCC13带来的性能改进
- 新特性采用:在合适场景应用RTC和UWB等新驱动
modm团队计划在2025年底完全移除Protothreads和Resumables支持,开发者应提前规划迁移工作。对于复杂的现有系统,可暂时通过配置选项modm:processing:protothread:use_fiber保持兼容,但需注意这将限制编译器版本选择。
总结
2024q4版本标志着modm框架在实时任务处理架构上的重要演进,通过Fiber协程的全面采用为嵌入式系统带来了更现代的并发编程模型。配合新增的硬件驱动和工具链支持,这个版本既保持了框架的轻量级特性,又扩展了其在复杂应用场景下的适用性。特别值得关注的是对超宽带通信和精确时间管理的新增支持,使modm在物联网和工业4.0应用领域具备了更强的竞争力。
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