EdgeTX 翼型模型双速率开关编程问题分析与修复
2025-07-08 03:30:58作者:翟江哲Frasier
问题背景
在EdgeTX 2.10.5版本中,使用RadioMaster TX16S/TX16SMK2遥控器创建翼型(Wing)模型时,发现双速率(Dual Rate)开关功能存在编程错误。无论用户选择哪个物理开关作为双速率开关,系统都会默认使用"SC"开关,且选择的开关信息不会显示在模型摘要界面。
问题现象
- 开关绑定错误:在模型创建向导中,即使用户选择了特定开关(如SE)作为双速率开关,系统仍会错误地将SC开关绑定到双速率功能上。
- 摘要信息缺失:模型创建完成后,在摘要界面不会显示用户实际选择的双速率开关信息。
技术分析
该问题源于翼型模型创建向导Lua脚本(3.Wing.lua)中的硬编码错误。原代码中直接使用了"SC"作为默认开关,而没有正确引用用户选择的开关值。具体表现在:
- 输入通道配置部分直接硬编码了"SC"开关,而非动态获取用户选择
- 摘要界面显示逻辑缺少对双速率开关状态的判断和显示
修复方案
通过对3.Wing.lua脚本的修改,我们解决了上述问题:
输入通道配置修复
-- 修复前(硬编码SC开关)
-- updateInputLine(defaultChannel_0_AIL, 0, expoVal, 100, "SC"..CHAR_UP)
-- updateInputLine(defaultChannel_0_AIL, 1, expoVal, 75, "SC-")
-- updateInputLine(defaultChannel_0_AIL, 2, expoVal, 50, "SC"..CHAR_DOWN)
-- 修复后(动态获取用户选择)
updateInputLine(defaultChannel_0_AIL, 0, expoVal, 100, ElevronFields.dr_switch.avail_values[1 + ElevronFields.dr_switch.value]..CHAR_UP)
updateInputLine(defaultChannel_0_AIL, 1, expoVal, 75, ElevronFields.dr_switch.avail_values[1 + ElevronFields.dr_switch.value].."-")
updateInputLine(defaultChannel_0_AIL, 2, expoVal, 50, ElevronFields.dr_switch.avail_values[1 + ElevronFields.dr_switch.value]..CHAR_DOWN)
摘要界面显示优化
-- 添加条件判断,仅当启用双速率时才显示开关信息
if ElevronFields.is_dual_rate.value == 1 then
drawNextLine("Dual Rate SW", nil, ElevronFields.dr_switch.avail_values[1 + ElevronFields.dr_switch.value])
end
技术实现细节
- 动态开关引用:通过
ElevronFields.dr_switch结构体获取用户实际选择的开关值,而非使用硬编码值。 - 条件显示逻辑:增加对
is_dual_rate标志的判断,确保只在启用双速率功能时显示相关开关信息。 - 开关状态表示:使用
CHAR_UP、CHAR_DOWN等符号清晰表示开关的不同位置状态。
影响范围
该修复影响所有使用翼型模型向导创建的新模型,确保:
- 双速率功能正确绑定到用户选择的物理开关
- 模型摘要信息完整显示双速率开关配置
- 提升用户体验和配置准确性
后续建议
对于使用EdgeTX系统的用户,建议:
- 定期检查系统更新,获取最新的错误修复
- 创建模型后,验证各功能开关是否按预期工作
- 对于复杂模型配置,建议在模拟器中先行测试
该修复已通过测试验证,将包含在未来的EdgeTX版本更新中。
登录后查看全文
热门项目推荐
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
533
3.75 K
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
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
暂无简介
Dart
772
191
Ascend Extension for PyTorch
Python
341
405
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++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
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
336
178