当前位置:网站首页>SimpleFOC+PlatformIO踩坑之路
SimpleFOC+PlatformIO踩坑之路
2022-07-29 05:23:00 【BobBobBao】
背景
最近一直在用simpleFOC做BLDC电机驱动开发,simpleFOC是一个开源库,基于Arduino平台的,其底层调用了很多arduino的函数。但是ArduinoIDE的编译速度实在是太慢了,动不动就是十几分钟。网上查找发现了一个可以完全替代ArduinoIDE软件,platformIO.具体安装使用可以参考官方文档:
问题总结
问题1: 测试BLDC_Driver_6PWM例程时,platformIO下载后无反应,同样的程序Arduino下载后正常
解决: 在platformio.ini启动文件中添加:lib_archive = false
问题2: 在VScode中关闭后再打开的工程,在platformIO中无法编译下载。
解决: 在platformIO–>Home页面中,点击打开工程,重新把工程加载到platformIO的工作环境中
**问题3:**第一次使用board时,会自动下载一些关联文档,下载时报错;但是下载好了,之后使用都正常
**解决:**因为PC上开了VPN,关闭VPN。等依赖库下载完成后,再打开VPN就不会报错了。
其它
platformIO是在VSCode基础上的一个扩展插件。使用时很方便,代码跟ArduinoIDE完全兼容,特别注意的是需要配置启动文件,很多地方调试出问题都是启动文件设置的问题。这里放一个示例:
[env:bluepill_f103c8_128k]
platform = ststm32
board = bluepill_f103c8_128k
framework = arduino
debug_tool = stlink
upload_protocol = stlink
lib_deps = askuric/Simple FOC @ ^2.2.2
lib_archive = false
monitor_speed = 115200
build_flags =
-D PIO_FRAMEWORK_ARDUINO_SERIAL_DISABLED
-D PIO_FRAMEWORK_ARDUINO_ENABLE_CDC
边栏推荐
- CS5340国产替代DP5340多比特音频 A/D 转换器
- 1、 Combine multiple txt files into one TXT file
- 充电桩充电技术新能源充电桩开发
- ABSA1: Attentional Encoder Network for Targeted Sentiment Classification
- HAL库学习笔记- 8 串口通信之使用
- ML10自学笔记-SVM
- Pytorch's data reading mechanism
- 避坑:关于两个HC-05主从一体蓝牙模块互连,连不上问题
- 一、multiprocessing.pool.RemoteTraceback
- QT学习笔记-QtSQL
猜你喜欢

ML8自学笔记

Pytorch's data reading mechanism

Improve quality with intelligence financial imaging platform solution

2022春招——芯动科技FPGA岗技术面(一面心得)

ML16-神经网络(2)

华为云14天鸿蒙设备开发-Day7WIFI功能开发

充电桩充电技术新能源充电桩开发

Discussion on the design of distributed full flash memory automatic test platform

HAL库学习笔记- 8 串口通信之概念

基于51单片机ADC0808的proteus仿真
随机推荐
CS4344国产替代DP4344 192K 双通道 24 位 DA 转换器
Migration learning - geodesic flow kernel for unsupervised domain adaptation
Jianzhi core taocloud full flash SDS helps build high-performance cloud services
基于AD9850的多功能信号发生器
华为云14天鸿蒙设备开发-Day1源码获取
基于FPGA:运动目标检测(原理图+源码+硬件选择,可用毕设)
2.4G频段的无线收发芯片 SI24R1 问题汇总解答
Hal library learning notes-11 I2C
Reading papers on false news detection (5): a semi supervised learning method for fake news detection in social media
1、 Usage of common loss function
ML6自学笔记
ML9自学笔记
QT学习笔记-数据管理系统设计实现
Reading papers on fake news detection (2): semi supervised learning and graph neural networks for fake news detection
Dust and noise monitoring system
5、 Image pixel statistics
充电桩充电技术新能源充电桩开发
2、 How to save the images of train and test in MNIST dataset?
Si12T和Si14T低功耗电容触摸芯片
ML16 neural network (2)