rtthread串口接收不定长数据

2023-10-25 04:40

本文主要是介绍rtthread串口接收不定长数据,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

之前做过DMA加串口空闲中断的方式接收不定长数据,想移植过来,但是那样的话就用不上rtthread自带的信号量这个内容了,于是基于信号量做了一个不定长接收的功能,基本思路是用两个字节间的时间间隔来做区分两帧的依据,用信号量好处不用另外开定时器,代码如下:

#define SAMPLE_UART4_NAME       "uart4"       /* 需要操作的设备 */
static struct rt_semaphore      rx_sem4;      /* 信号量 */
static rt_device_t              serial4;      /* 设备句柄 *//* 接收数据回调函数 */
static rt_err_t uart4_rx_ind(rt_device_t dev, rt_size_t size)
{/* 串口接收到数据后产生中断,调用此回调函数,然后发送接收信号量 */if (size > 0){rt_sem_release(&rx_sem4);}return RT_EOK;
}static char uart_ZIGBEE_get_char(void)
{char ch;static uint8_t rv_flag = 1;while (rt_device_read(serial4, 0, &ch, 1) == 0){rt_sem_control(&rx_sem4, RT_IPC_CMD_RESET, RT_NULL);if(rv_flag)rt_sem_take(&rx_sem4, RT_WAITING_FOREVER);else if(-RT_ETIMEOUT == rt_sem_take(&rx_sem4, 100))//超时100ms未获得串口数据  100是根据时钟节拍来定 节拍单位是1/RT_TICK_PER_SECOND 秒{rv_flag = 1; //收完一帧ch = '\n'; //也可以用别的当伪帧尾return ch;}}rv_flag = 0; //正常获取一个字节return ch;
}/* 数据解析线程 */
static void ZIGBEE_data_parsing(void)
{char rx_temp = 0, rx_len = 0;char data_buf[30] = {0};while (1){rx_temp = uart_ZIGBEE_get_char();if(rx_temp != '\n'){data_buf[(rx_len++) % 30] = rx_temp;//防止数组越界}else //开始处理一帧数据{rx_len = 0;rt_kprintf("uart4 received data is %s\n", data_buf);/* 帧数据处理 */memset(data_buf, 0, sizeof(data_buf));}}
}static int uart4_ZIGBEE(void)
{rt_err_t ret = RT_EOK;/* 查找系统中的串口设备 */serial4 = rt_device_find(SAMPLE_UART4_NAME);if (!serial4){rt_kprintf("find %s failed!\n", SAMPLE_UART4_NAME);return RT_ERROR;}/* 初始化信号量 */rt_sem_init(&rx_sem4, "rx_sem4", 0, RT_IPC_FLAG_FIFO);/* 以中断接收及轮询发送模式打开串口设备 */rt_device_open(serial4, RT_DEVICE_FLAG_INT_RX);/* 设置接收回调函数 */rt_device_set_rx_indicate(serial4, uart4_rx_ind);/* 创建 serial 线程 */rt_thread_t thread = rt_thread_create("ZIG_th", (void (*)(void *parameter))ZIGBEE_data_parsing,RT_NULL, 512, RT_THREAD_PRIORITY_MAX-10, 10);/* 创建成功则启动线程 */if (thread != RT_NULL){rt_thread_startup(thread);}else{ret = RT_ERROR;}return ret;
}INIT_APP_EXPORT(uart4_ZIGBEE);

最终效果如下:

这篇关于rtthread串口接收不定长数据的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:https://blog.csdn.net/Fei_Yang_YF/article/details/113618227
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/280078

相关文章

解决mysql插入数据锁等待超时报错:Lock wait timeout exceeded;try restarting transaction

《解决mysql插入数据锁等待超时报错:Lockwaittimeoutexceeded;tryrestartingtransaction》:本文主要介绍解决mysql插入数据锁等待超时报... 目录报错信息解决办法1、数据库中执行如下sql2、再到 INNODB_TRX 事务表中查看总结报错信息Lock

使用C#删除Excel表格中的重复行数据的代码详解

《使用C#删除Excel表格中的重复行数据的代码详解》重复行是指在Excel表格中完全相同的多行数据,删除这些重复行至关重要,因为它们不仅会干扰数据分析,还可能导致错误的决策和结论,所以本文给大家介绍... 目录简介使用工具C# 删除Excel工作表中的重复行语法工作原理实现代码C# 删除指定Excel单元

Linux lvm实例之如何创建一个专用于MySQL数据存储的LVM卷组

《Linuxlvm实例之如何创建一个专用于MySQL数据存储的LVM卷组》:本文主要介绍使用Linux创建一个专用于MySQL数据存储的LVM卷组的实例,具有很好的参考价值,希望对大家有所帮助,... 目录在Centos 7上创建卷China编程组并配置mysql数据目录1. 检查现有磁盘2. 创建物理卷3. 创

Nacos日志与Raft的数据清理指南

《Nacos日志与Raft的数据清理指南》随着运行时间的增长,Nacos的日志文件(logs/)和Raft持久化数据(data/protocol/raft/)可能会占用大量磁盘空间,影响系统稳定性,本... 目录引言1. Nacos 日志文件(logs/ 目录)清理1.1 日志文件的作用1.2 是否可以删除

使用Python获取JS加载的数据的多种实现方法

《使用Python获取JS加载的数据的多种实现方法》在当今的互联网时代,网页数据的动态加载已经成为一种常见的技术手段,许多现代网站通过JavaScript(JS)动态加载内容,这使得传统的静态网页爬取... 目录引言一、动态 网页与js加载数据的原理二、python爬取JS加载数据的方法(一)分析网络请求1

8种快速易用的Python Matplotlib数据可视化方法汇总(附源码)

《8种快速易用的PythonMatplotlib数据可视化方法汇总(附源码)》你是否曾经面对一堆复杂的数据,却不知道如何让它们变得直观易懂?别慌,Python的Matplotlib库是你数据可视化的... 目录引言1. 折线图(Line Plot)——趋势分析2. 柱状图(Bar Chart)——对比分析3

Spring Boot 整合 Redis 实现数据缓存案例详解

《SpringBoot整合Redis实现数据缓存案例详解》Springboot缓存,默认使用的是ConcurrentMap的方式来实现的,然而我们在项目中并不会这么使用,本文介绍SpringB... 目录1.添加 Maven 依赖2.配置Redis属性3.创建 redisCacheManager4.使用Sp

Python模拟串口通信的示例详解

《Python模拟串口通信的示例详解》pySerial是Python中用于操作串口的第三方模块,它支持Windows、Linux、OSX、BSD等多个平台,下面我们就来看看Python如何使用pySe... 目录1.win 下载虚www.chinasem.cn拟串口2、确定串口号3、配置串口4、串口通信示例5

Python Pandas高效处理Excel数据完整指南

《PythonPandas高效处理Excel数据完整指南》在数据驱动的时代,Excel仍是大量企业存储核心数据的工具,Python的Pandas库凭借其向量化计算、内存优化和丰富的数据处理接口,成为... 目录一、环境搭建与数据读取1.1 基础环境配置1.2 数据高效载入技巧二、数据清洗核心战术2.1 缺失

Python处理超大规模数据的4大方法详解

《Python处理超大规模数据的4大方法详解》在数据的奇妙世界里,数据量就像滚雪球一样,越变越大,从最初的GB级别的小数据堆,逐渐演变成TB级别的数据大山,所以本文我们就来看看Python处理... 目录1. Mars:数据处理界的 “变形金刚”2. Dask:分布式计算的 “指挥家”3. CuPy:GPU