嵌入式硬件篇---OpenMV串口流和缓冲区


文章目录


前言

以上就是今天要讲的内容,本文简单介绍了OpenMV的串口流和缓冲区。


流和缓冲区

1. 流(Stream)的含义

定义

流 是一种抽象的数据传输模型,代表连续的数据流动 。在UART通信中,数据通过串行接口字节流的形式逐位发送或接收

流强调数据的顺序性和连续性,类似于水流,数据按发送顺序依次到达接收端。

在OpenMV中的体现

  1. 发送流:通过UART的write()方法发送数据时,数据以流的形式逐字节传输。
python 复制代码
uart.write(b'Hello World')  # 发送字节流
  1. 接收流:通过read()方法读取数据时,按接收顺序逐个字节处理
python 复制代码
data = uart.read(10)  # 读取10个字节的流数据
  1. 特点
    异步传输:数据发送和接收不需要严格的时钟同步,仅依赖波特率
    实时性:数据流可实时处理 ,适用于传感器数据采集等场景。

2. 缓冲区(Buffer)的含义

定义

缓冲区 是硬件或软件中用于临时存储数据的内存区域 。在UART通信中,缓冲区分为发送缓冲区和接收缓冲区

  1. 发送缓冲区:存储待发送的数据,由硬件逐步发送
  2. 接收缓冲区:存储已接收但尚未被程序读取的数据

在OpenMV中的实现

  1. 发送缓冲区:调用uart.write()时,数据首先写入发送缓冲区,由硬件异步发送。
python 复制代码
uart.write(b'Data')  # 数据存入发送缓冲区后立即返回,不阻塞程序
  1. 接收缓冲区:当UART接收到数据时,字节暂存于接收缓冲区,直到通过read()读取。
python 复制代码
if uart.any():  # 检查接收缓冲区是否有数据
    data = uart.read(uart.any())  # 读取全部缓冲区数据
  1. 缓冲区大小

    OpenMV的UART默认缓冲区大小通常为256字节(具体取决于硬件型号)。

  2. 溢出风险:

    若接收缓冲区满,新数据将丢失。

    若发送缓冲区满,后续写入可能阻塞或丢失数据(取决于实现)

3. 流与缓冲区的协同工作

数据发送流程

  1. 程序调用uart.write(data),将数据写入发送缓冲区。
  2. 硬件按波特率从缓冲区逐字节发送数据。
  3. 发送完成后,缓冲区清空,准备下一批数据。

数据接收流程

  1. 硬件检测到UART信号,将接收的字节存入接收缓冲区。
  2. 程序通过uart.any()检查缓冲区中待读的字节数。
  3. 调用uart.read()从缓冲区读取数据,读取后缓冲区释放空间。

4. 缓冲区管理的关键方法

发送缓冲区管理

python 复制代码
uart.write(data):将数据写入发送缓冲区,非阻塞操作。
uart.sendbreak():发送终止信号(如强制清空缓冲区)。

接收缓冲区管理

python 复制代码
uart.any():返回接收缓冲区中的字节数。
uart.read(n):读取n个字节,若n超过缓冲区大小,则读取全部可用数据。
uart.readinto(buf):将数据读取到指定内存缓冲区,提高效率。

示例代码

python 复制代码
import pyb

#初始化UART(波特率115200,使用UART3)
uart = pyb.UART(3, 115200)

#发送数据(写入发送缓冲区)
uart.write(b'Start Transmission\n')

#接收数据(从接收缓冲区读取)
while True:
    if uart.any() > 0:
        received_data = uart.read(uart.any())  # 读取所有可用数据
        print("Received:", received_data)

5. 流控制与缓冲区溢出预防

硬件流控制(RTS/CTS)

作用:通过**RTS(请求发送)和CTS(清除发送)**信号线,防止缓冲区溢出。

  1. OpenMV支持:需硬件支持,配置UART时启用。
python 复制代码
uart = pyb.UART(3, 115200, flow=pyb.UART.RTS | pyb.UART.CTS)
  1. 软件策略
    定期清空缓冲区:避免接收缓冲区积压。
python 复制代码
if uart.any() > 100:  # 缓冲区接近满载时清空
    uart.read(uart.any())
  1. 分块发送:大数据分多次写入,防止发送缓冲区溢出。
python 复制代码
data = b'A' * 1000  # 1000字节数据
for i in range(0, len(data), 100):
    uart.write(data[i:i+100])  # 每次发送100字节

6. 实际应用场景

场景1:实时传感器数据传输

需求

连续接收温度传感器数据

实现
python 复制代码
while True:
    if uart.any() >= 4:  # 假设每帧数据4字节
        frame = uart.read(4)
        temperature = int.from_bytes(frame, 'big')
        print("Temperature:", temperature)

场景2:高速图像传输

需求

通过UART发送摄像头捕获的图像。

挑战:图像数据量大 (如320x240 RGB565图像约150KB),需分块发送。

优化:

python 复制代码
img = sensor.snapshot()
img_bytes = img.compress(quality=50).to_bytes()  # 压缩图像
chunk_size = 128  # 每次发送128字节
for i in range(0, len(img_bytes), chunk_size):
    uart.write(img_bytes[i:i+chunk_size])

总结

  1. 流(Stream):UART数据传输的连续性抽象 ,强调顺序性和实时性。

  2. 缓冲区(Buffer):临时存储数据的内存区域 ,分为发送和接收缓冲区。

  3. 关键操作:
    写入 发送缓冲区:uart.write()
    读取 接收缓冲区:uart.read()
    检查数据量:uart.any()

  4. 优化策略:硬件流控制、分块传输、定期清空缓冲区。

    通过合理管理流和缓冲区,可以确保OpenMV的UART通信高效稳定,适用于从低速传感器高速数据传输的多样化场景。


总结

以上就是今天要讲的内容,本文仅仅简单介绍了OpenMV的串口流和缓冲区。

相关推荐
想要成为糕手。22 分钟前
stm32-wifi模块
stm32·嵌入式硬件·php
码界筑梦坊1 小时前
基于Flask的当当网畅销图书榜单可视化分析系统的设计与实现
后端·python·flask·毕业设计
m0_748232921 小时前
纯 Python、Django、FastAPI、Flask、Pyramid、Jupyter、dbt 解析和差异分析
python·django·fastapi
测试杂货铺2 小时前
Jmeter常用的几种断言方法
自动化测试·软件测试·python·测试工具·jmeter·职场和发展·压力测试
WANGWUSAN663 小时前
Python教程:使用Matplotlib模块画柱状图、饼形图、直方图
开发语言·经验分享·python·程序人生·matplotlib·数据可视化
Channing Lewis3 小时前
flask开发的网站,后端服务关闭后,可以找回之前的数据的吗
python·flask
mftang3 小时前
STM32G4系列微控制器深度解析
stm32·单片机·嵌入式硬件
莫问alicia3 小时前
苍穹外卖 项目记录 day11 Spring Task订单定时处理-来单提醒-客户催单
java·数据库·spring boot·python·spring·mybatis
cherry_rainyyy3 小时前
51单片机07 串口通信
单片机·嵌入式硬件·51单片机