Pico-PIO-USB 项目使用教程
2024-09-16 12:41:09作者:牧宁李
1. 项目目录结构及介绍
Pico-PIO-USB 项目的目录结构如下:
Pico-PIO-USB/
├── examples/
│ ├── capture_hid_report/
│ ├── usb_device/
│ └── host_hid_to_device_cdc/
├── src/
│ ├── pio_usb.c
│ ├── pio_usb.h
│ └── ...
├── CMakeLists.txt
├── LICENSE
└── README.md
目录结构介绍
-
examples/: 包含多个示例程序,展示了如何使用 Pico-PIO-USB 实现不同的 USB 功能。
- capture_hid_report/: 一个 USB 主机示例程序,用于接收并打印 USB 设备发送的 HID 报告。
- usb_device/: 一个 HID USB 设备示例程序,模拟鼠标并每 0.5 秒移动一次鼠标光标。
- host_hid_to_device_cdc/: 类似于
capture_hid_report,但将主机端口的鼠标/键盘报告打印到设备端口的 CDC。
-
src/: 包含 Pico-PIO-USB 的核心驱动代码。
- pio_usb.c: PIO-USB 的主要实现文件。
- pio_usb.h: PIO-USB 的头文件,定义了相关接口和数据结构。
-
CMakeLists.txt: 项目的 CMake 构建配置文件。
-
LICENSE: 项目的开源许可证文件,采用 MIT 许可证。
-
README.md: 项目的说明文档,包含项目的基本介绍、使用方法和示例。
2. 项目的启动文件介绍
项目的启动文件主要是 examples/ 目录下的示例程序。每个示例程序都是一个独立的应用程序,展示了如何使用 Pico-PIO-USB 实现特定的 USB 功能。
示例程序介绍
-
capture_hid_report:
- 功能: 作为 USB 主机,接收并打印 USB 设备发送的 HID 报告。
- 启动方式: 通过 CMake 构建后,将生成的 UF2 文件上传到 Raspberry Pi Pico 上运行。
-
usb_device:
- 功能: 模拟一个 HID USB 设备,每 0.5 秒移动一次鼠标光标。
- 启动方式: 通过 CMake 构建后,将生成的 UF2 文件上传到 Raspberry Pi Pico 上运行。
-
host_hid_to_device_cdc:
- 功能: 从主机端口打印鼠标/键盘报告到设备端口的 CDC。
- 启动方式: 通过 CMake 构建后,将生成的 UF2 文件上传到 Raspberry Pi Pico 上运行。
3. 项目的配置文件介绍
项目的配置文件主要是 CMakeLists.txt,它定义了项目的构建配置。
CMakeLists.txt 介绍
CMakeLists.txt 文件的主要内容如下:
cmake_minimum_required(VERSION 3.13)
project(Pico-PIO-USB)
# 设置编译器选项
set(CMAKE_C_FLAGS "${CMAKE_C_FLAGS} -Wall -Werror")
# 添加源文件
add_executable(capture_hid_report examples/capture_hid_report/main.c src/pio_usb.c)
add_executable(usb_device examples/usb_device/main.c src/pio_usb.c)
add_executable(host_hid_to_device_cdc examples/host_hid_to_device_cdc/main.c src/pio_usb.c)
# 设置目标属性
target_include_directories(capture_hid_report PRIVATE src)
target_include_directories(usb_device PRIVATE src)
target_include_directories(host_hid_to_device_cdc PRIVATE src)
# 添加 Pico SDK
include($ENV{PICO_SDK_PATH}/external/pico_sdk_import.cmake)
pico_sdk_init()
# 设置 Pico 目标
pico_add_extra_outputs(capture_hid_report)
pico_add_extra_outputs(usb_device)
pico_add_extra_outputs(host_hid_to_device_cdc)
配置文件功能
- 编译器选项: 设置了编译器的警告和错误选项。
- 源文件: 定义了每个示例程序的源文件和依赖。
- 目标属性: 设置了每个目标的包含目录。
- Pico SDK: 引入了 Pico SDK,并初始化。
- Pico 目标: 为每个示例程序生成了额外的输出文件(如 UF2 文件)。
通过这些配置,用户可以方便地构建和运行 Pico-PIO-USB 项目中的示例程序。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C080
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
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
最新内容推荐
Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案 Python Django图书借阅管理系统:高效智能的图书馆管理解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 操作系统概念第六版PDF资源全面指南:适用场景与使用教程 STM32到GD32项目移植完全指南:从兼容性到实战技巧 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 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
465
3.46 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
196
80
暂无简介
Dart
715
172
Ascend Extension for PyTorch
Python
273
310
React Native鸿蒙化仓库
JavaScript
285
331
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++
843
424
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
10
1
🎉 (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
1.26 K
692
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
106
120