博客
关于我
野火MINI_STM32_CubeMX_USAT1串口_printf重定向
阅读量:155 次
发布时间:2019-02-27

本文共 802 字,大约阅读时间需要 2 分钟。

使用了串口1进行开发。我的原理图如上所示,需要将A9和A10两个PIN通过跳转器连接。

初始化和创建项目均由STM32cubeMX生成。

项目配置

RCC配置

RCC(内核配置控制器)需要进行初步配置,以便于系统运行。

系统配置

完成RCC配置后,需要进一步配置系统相关参数。

串口配置

串口配置是开发过程中非常重要的一步。以下是串口配置的具体步骤:

克洛克配置

配置系统时钟(clk)的相关参数,以确保串口通信的稳定性。

项目配置

在STM32cubeMX中完成项目配置,包括硬件板、端口、定时器等设置。

main.c函数配置

函数申明

在main函数外增加函数申明,以便于在程序中使用这些函数。

/* USER CODE BEGIN 0 */#include 
#ifdef __GNUC__#define PUTCHAR_PROTOTYPE int __io_putchar(int ch)#else#define PUTCHAR_PROTOTYPE int fputc(int ch, FILE *f)#endifPUTCHAR_PROTOTYPE{ HAL_UART_Transmit(&huart1, (uint8_t *)&ch, 1, 0xFFFF); // 阻塞方式打印 return ch;}/* USER CODE END 0 */

数据处理

在while循环中增加数据处理代码,实现对接收数据的处理和发送功能。

while (1) {    uint8_t rh = 11;    printf("\n\r welcome to www.waveshere.com !!!\n\r");    printf("%d\r\n", rh);    HAL_Delay(5000);}

接收与发送功能

完成上述配置后,系统能够正常接收数据并将数据发送回去。

转载地址:http://kytd.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 基于改进YOLOv8的景区行人检测算法
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
查看>>
OpenCV与AI深度学习 | 如何使用YOLO-World做目标检测
查看>>
OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象
查看>>
OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标
查看>>
OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV中更稳更快的找圆方法--EdgeDrawing使用演示(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | YOLO11自定义数据集训练实现缺陷检测 (标注+训练+预测 保姆级教程)
查看>>
OpenCV与AI深度学习 | 实战 | YOLOv10模型微调检测肾结石并提高准确率
查看>>
OpenCV与AI深度学习 | 实战 | 使用OpenCV和Streamlit搭建虚拟化妆应用程序(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 使用OpenCV确定对象的方向(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
查看>>
OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
查看>>
OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
查看>>
OpenCV与AI深度学习 | 实战 | 基于OpenCV和K-Means聚类实现颜色分割(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
查看>>