CB6121蓝牙开发版试用报告

简介: 说实话,最开始完全是个人兴趣参加了平头哥蓝牙mesh训练营,最后结营考试要提交一个创意,我脑子里一下就将蓝牙和座位管理联系了起来,因为低功耗和不受空间的限制是蓝牙最大的优势,图书馆座位管理系统这个创意就应运而生了。接下来就是蓝牙开发版的试用报告

一.准备工作
1.搭建linux环境
2.工具链,gcc-arm-none-eabi-8-2018-q4-major-linux.tar.bz2
3.烧录软件,PhyPlusKit_V2.4.1b.rar
4.USB转串口驱动,CP210x_Windows_Drivers.zip
如果你恰巧有一台win10系统的电脑,那么你将会在环境搭建上省很多时间。 我们只需在微软应用商店下载Ubuntu18.04lts就能在win10上快速使用Ubuntu系统,免去了安装虚拟机的麻烦。
至于如何在win10下使用Ubuntu可以参考这个博文

安装好后我们会看见如下界面
image.png
首先要设置用户名和密码,然后就能愉快的使用了,唯一缺点就是图形化界面需要用户自行安装

然后我们找到在c盘里面的文件夹,将之前下载的工具全部放进去
文件夹目录:
C:UsersReyAppDataLocalPackagesCanonicalGroupLimited.Ubuntu18.04onWindows_79rhkp1fndgscLocalStaterootfshomerey 用户需要根据具体用户名修改路径地址(我的用户名是Rey,复制时请修改)

工具链安装
访问win10下的文件,在、mnt后面添加你的文件路径即可,如下
cd /mnt/g/平头哥开发板

解压
tar -jxvf gcc-arm-none-eabi-8-2018-q4-major-linux.tar.bz2

环境变量中添加工具链路径并使其立即生效,其中toolchain_path为工具链解压的目录
vi ~/.bashrc ... PATH={toolchain_path}/bin:$PATH ... $ source ~/.bashrc

注意在添加环境变量的时候要在前面加上export。我就是因为没加这个导致环境变量出错走了很多弯路
前置准备工作完成后,我们就可以测试工具链是否生效了
输入
arm-none-eabi-gcc -v
如果生效则显示如下内容
gcc version 8.2.1 20181213 (release) [gcc-8-branch revision 267074](GNU Tools
for Arm Embedded Processors 8-2018-q4-major)
前置工作准备完成后,我们就可以进行烧录和调试了
安装make工具
sudo apt install make
安装gawk工具
sudo apt install gawk

创建并进入工程目录
mkdir ch6121_ble_sdk_demo
cd ch6121_ble_sdk_demo/

进入编译目录
cd /home/rey/ble_mesh_sdk_v1.0.0
使用编译器执行编译命令
./build.sh defconfigs/defconfig_ch6121_evb_mesh_node applications/bluetooth/mesh_light_node/ j64

然后链接开发板
将ble_mesh_sdk_v1.0.0applicationsbluetoothmesh_light_nodegenerated文件夹中编译生成的total_image.hexf拷贝到win10文件夹中,记住这个文件地址。
打开烧写工具 PhyPlusKit.exe

[ ] 勾选 UART Setting ,串口配置为波特率:115200,停止位:1,校验:NO
[ ] 点击 Connect ,连接串口
[ ] 选择 Flash_writer 标签页
[ ] 选择 HEX 烧入方式标签页
[ ] 选择在工程目录 hid_keyboard 下的 generated/total_image.hexf 文件
[ ] 将拨码开关拨到 VDD TM
[ ] 按开发板上的 RESET 按键,重启开发板,
[ ] 串口打印 UART RX : cmd>>:
[ ] 点击 Erase 擦除
[ ] 点击 Write 烧写
然后我就卡住了。。。。。
image.png
对于一个没咋用过ubuntu系统,也不太了解这些原理的小白来说,环境搭建和一些小问题还是很麻烦的,希望平头哥线上开发板能早日上线,在线上进行调试和解决问题应该比线下好很多吧。

相关文章
|
算法 关系型数据库 MySQL
drop、truncate 和 delete 的区别
drop、truncate 和 delete 的区别
|
7月前
|
机器学习/深度学习 数据可视化 计算机视觉
YOLOv11改进策略【注意力机制篇】| 2024 SCSA-CBAM 空间和通道的协同注意模块
YOLOv11改进策略【注意力机制篇】| 2024 SCSA-CBAM 空间和通道的协同注意模块
695 2
YOLOv11改进策略【注意力机制篇】| 2024 SCSA-CBAM 空间和通道的协同注意模块
|
10月前
|
人工智能 并行计算 监控
深入剖析 Qwen2.5 - 32B 模型在 VLLM 上的单机三卡部署与运行
本文深入探讨了Qwen2.5 - 32B模型在VLLM框架上的部署过程,从模型下载、启动命令、资源占用分析到GPU资源分配及CUDA图应用,详述了大模型运行的挑战与优化策略,强调了硬件资源规划与技术调优的重要性。
6338 2
|
机器学习/深度学习 人工智能 算法
技术开源|FunASR升级第三代热词方案
技术开源|FunASR升级第三代热词方案
3004 62
|
监控 安全 Linux
虚拟专用网络(VPN):远程访问与点对点连接及其在Linux中的IPSec实现与日志管理
虚拟专用网络(VPN):远程访问与点对点连接及其在Linux中的IPSec实现与日志管理
533 0
|
Docker 容器
Docker | 自定义网络(网关、子网地址)
Docker | 自定义网络(网关、子网地址)
1388 0
Docker | 自定义网络(网关、子网地址)
|
并行计算 Ubuntu Docker
ubuntu安装Nvidia-docker2详细步骤
ubuntu安装Nvidia-docker2详细步骤
3546 0
|
前端开发 小程序 Java
基于微信小程序社区老年人健康医疗信息服务平台设计与实现(一)
基于微信小程序社区老年人健康医疗信息服务平台设计与实现
374 0
|
机器学习/深度学习 缓存 自然语言处理
零样本文本分类——低资源场景下文本分类的利器
笔者近期在使用一些开源算法解决低资源场景分类时,发现使用一些在modelscope社区上开源的零样本分类模型可以极大提高分类准确率,因此对零样本文本分类模型进行了梳理,希望对大家有所帮助~
848 0
零样本文本分类——低资源场景下文本分类的利器
|
机器学习/深度学习 人工智能 自然语言处理
LLM 系列 | 18:如何基于LangChain打造联网版ChatGPT?
今天这篇小作文是LangChain实践专题的第2篇,简单介绍LangChain的用途及如何利用LangChain将ChatGPT和搜索引擎(Google)结合起来,从而实现一个极简的联网版ChatGPT。