Prusa-Firmware中关于OctoPrint与MBL功能的技术解析
2025-07-05 14:32:28作者:韦蓉瑛
前言
在Prusa 3D打印机的固件升级过程中,用户可能会遇到一些看似异常但实际上属于功能优化的现象。本文将详细解析Prusa-Firmware 3.14.0版本中引入的Mesh Bed Leveling(MBL)改进功能,帮助用户理解其工作原理和实际应用场景。
MBL功能改进概述
Prusa-Firmware 3.14.0版本对MBL功能进行了重要优化。传统MBL会执行完整的3x3或7x7网格探测,而新版本引入了智能探测机制,可以根据打印区域自动调整探测点数量。
新旧G代码对比
传统G80指令
G80 ; mesh bed levelling
这种指令会执行完整的网格探测:
- 3x3模式:9个探测点
- 7x7模式:49个探测点
- 耗时约22秒
优化后的G80指令
G80 X112.5 Y92.5 W25 H25 ; mesh bed levelling
新指令包含打印区域参数:
- X/Y:打印区域起始坐标
- W/H:打印区域宽度和高度
- 根据打印区域自动调整探测点数量
- 耗时可降至5.5秒(小尺寸打印)
工作原理
固件会根据以下因素动态调整探测点:
- 打印件在打印床上的位置
- 打印件的尺寸
- 当前设置的MBL模式(3x3或7x7)
对于小型打印件,系统会仅在打印区域周围进行必要点数的探测,显著减少预处理时间。而当打印大型物件或满床打印时,系统会自动执行完整的49点探测。
实际应用建议
- 确保使用最新版PrusaSlicer生成G代码
- 检查G代码中的G80指令是否包含区域参数
- 在OctoPrint中正确配置相关设置
- 理解探测点数量变化是正常功能,非系统错误
升级注意事项
此功能最初在MINI、MK3.5、MK3.9、MK4和XL机型上通过M555指令实现,现已扩展到MK2.5/S和MK3/S/+系列打印机。用户升级到MK4后需注意:
- 当前MK4固件不支持OctoPrint插件
- 可考虑使用PrusaConnect替代
总结
Prusa-Firmware的MBL优化功能通过智能调整探测点数量,在保证打印质量的同时显著提升了打印效率。用户应理解这一功能的工作原理,避免将其误认为系统故障。随着固件持续更新,建议用户保持关注官方发布的功能改进说明。
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
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
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
212
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++
649
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.69 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
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
React Native鸿蒙化仓库
JavaScript
243
316
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++
66
96
暂无简介
Dart
632
143