目录

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。

本文是转载文章,点击查看原文
如有侵权,请联系 xyy@jishuzhan.net 删除
相关推荐
freejackman2 分钟前
UnitTest框架管理测试用例——python自动化测试
python·pycharm·测试
JavaEdge在掘金4 分钟前
数据增强正在杀死你的模型:90%开发者不知道的回译质量陷阱
python
Ronin-Lotus19 分钟前
图像处理篇---图像预处理
图像处理·人工智能·python·深度学习·opencv·计算机视觉
冷影玺25 分钟前
使用 Python 解题 - 最少前缀操作问题
python
java1234_小锋30 分钟前
一周学会Flask3 Python Web开发-SQLAlchemy删除数据操作-班级模块
前端·python·flask·flask3
努力犯错玩AI34 分钟前
轻松部署Gemma3-27B,L20服务器+最新版vLLM高效推理
linux·后端·python
BirdMan9836 分钟前
Flask-WTForms表单验证中常见的正则表达式
python·正则表达式·flask
Linzerox1 小时前
Flask从入门到精通--初始Flask
后端·python·flask
冲上云霄的Jayden1 小时前
基于CPU使用paddlex OCR识别图片内容
python·ocr·conda·paddlepaddle·paddlex·银行回执·单据提取
TravisBytes1 小时前
VS Code 配置优化指南
开发语言·c++·python