【sdx62】通过代码直接修改控制gpio实例_normal vin-0 pull-down 10ua push-pull low low ates-程序员宅基地

技术标签: Qualcomm  qsdk遇到问题及解决方案  

控制gpio

方式一:通过dtsi

方式二:通过通用gpio子系统

内核查看gpio的状态/sys/kernel/debug/gpio

gpiochip3: GPIOs 884-895, parent: platform/c440000.qcom,spmi:qcom,pm7250b@2:pinctrl@c000, c440000.qcom,spmi:qcom,pm7250b@2:pinctrl@c000:
 gpio1 : in   low  normal  vin-0 pull-down 10uA              push-pull  high    atest-1 dtest-0
 gpio2 : out  high normal  vin-0 pull-down 10uA              push-pull  high    atest-1 dtest-0
 gpio3 : in   low  normal  vin-0 pull-down 10uA              push-pull  high    atest-1 dtest-0
 gpio4 : in   low  normal  vin-0 pull-down 10uA              push-pull  high    atest-1 dtest-0
 gpio5 : out  low  normal  vin-1 pull-down 10uA              open-drain high    atest-1 dtest-0
 gpio6 : in   low  normal  vin-0 pull-down 10uA              push-pull  high    atest-1 dtest-3
 gpio7 : in   low  normal  vin-0 pull-down 10uA              push-pull  high    atest-1 dtest-0
 gpio8 : in   low  normal  vin-0 pull-down 10u
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/wgl307293845/article/details/124489166

智能推荐

Android逆向从入门到入土(smali修改,so修改)_smali_classes2-程序员宅基地

文章浏览阅读2.5k次,点赞2次,收藏7次。闲来无事,学习了下安卓的逆向工程,有助于观摩学习他人的优秀代码,查询了解后发现大体包括两部分:1.dex反编译,即smali语法学习;2.Native层,arm汇编学习。反编译dex,Smali语法工具java环境不多说1.apktool.jar;2.jd-gui.jar;3.dex2jar.zip;这里就不提供了,毕竟自己动手,丰衣足食,建议百度下载最新的版本,旧版本可能..._smali_classes2

Java在HBase数据库创建表_java hbase 建表-程序员宅基地

文章浏览阅读1.9w次,点赞3次,收藏13次。Java在HBase数据库创建表作者:chszs,版权所有,未经同意,不得转载。博主主页:http://blog.csdn.net/chszs要通过Java在HBase中创建一个数据表,首先需要导入hbase-client.jar驱动包。可以在项目pom.xml配置文件中添加依赖: org.apache.hbase <_java hbase 建表

Ubuntu16.04 下 python交叉编译的一些坑 比如:Command ‘lsb_release -a‘ returned non-zero exit status 1-程序员宅基地

文章浏览阅读1.4k次。配置:虚拟机:VMware workplace pro 15平台:Ubuntu16.04python:python 3.6.6ARM :明远智睿 核心板 my-imx-6ul编译链:arm-linux-gnueabihf在交叉编译的这一天:2020年8月8日 北京奥运会开幕12周年纪念日,整整一天 从凌晨5点到晚上23点 干的正事就这一个 除去其他的时间,在这件事上花了12+小时总在重复这个过程,试了Ubuntu18.04 和Ubuntu16.04两个版本 还是感觉16.04

Apache NiFi用户指南-程序员宅基地

文章浏览阅读8.4k次。介绍Apache NiFi是基于流程编程概念的数据流系统。它支持强大且可扩展的数据路由,转换和系统中介逻辑的有向图。NiFi具有基于Web的用户界面,用于设计,控制,反馈和监控数据流。它在服务质量的几个方面具有高度可配置性,例如容错与保证交付,低延迟与高吞吐量以及基于优先级的排队。NiFi为所有接收,分叉,加入克隆,修改,发送和最终在达到其配置的最终状态时丢弃的数据提供细粒度数据来源。有关系统要求,安装和配置的信息,请参阅“系统管理员指南”。安装NiFi后,使用支持的Web浏览器查看UI。浏览.

浅析经典Kalman滤波_非平稳噪声滤波-程序员宅基地

文章浏览阅读1k次。01 卡尔曼滤波是什么?Kalman滤波是在时域上运用状态空间,递推得到的一种滤波算法,便于在计算机上实时实现,计算量和存储量小。该方法可处理多变量非平稳随机过程滤波问题,可处理时变系统滤波问题。例如飞机在飞行过程中,遇到的干扰通常是时变非平稳的噪声,此时运用卡尔曼滤波可有效去除干扰,得到较真实的状态估计数据。02 卡尔曼滤波在飞控系统中的作用?飞机在飞行过程中,其飞行的俯仰横滚角度与航向角度通由有磁力计与陀螺仪提供,飞机的位置与速度通常由加速度计通过机理建模得到,简单来说飞机的角度与位置速度等_非平稳噪声滤波

Atlas 200 HiLens Kit-程序员宅基地

文章浏览阅读496次。默认密码

随便推点

LVM工具_vgscan /etc/lvmtab不存在-程序员宅基地

文章浏览阅读877次。LVM(Logical Volume Manager)Step 1:PV 的建立# pvcreate /dev/hdi1 /dev/hdi2 /dev/hdi3 Step 2:VG 的建立# vgcreate -s 32M volume00 /dev/hdi1 /dev/hdi2 /dev/hdi3Step 3:LV 的建立#lvcreate -L 15G -n LVOL1 volume00S_vgscan /etc/lvmtab不存在

Android Uevent 分析,从kernel到framework_kobject_uevent_env android-程序员宅基地

文章浏览阅读431次。FROM:http://write.blog.csdn.net/postedit?ref=toolbarUevent是内核通知android有状态变化的一种方法,比如USB线插入、拔出,电池电量变化等等。其本质是内核发送(可以通过socket)一个字符串,应用层(android)接收并解释该字符串,获取相应信息。一、Kernel侧:UEVENT的发起在Kernel端,主要是通过_kobject_uevent_env android

idea代码注释统计插件Statistic_idea 注释提取插件-程序员宅基地

文章浏览阅读2.1k次。代码注释统计插件Statistic最近在阅读无名杀的开源代码并且对核心代码进行注释,因此想到了Statistic这个注释统计的插件,以下是我的安装过程和对出错问题的解决方法。安装Statistic:1.点击idea左上角file选择settings2.选择Plugins并搜索Statistic,然后点击Install进行安装3.然后会让你重启idea4.重启后Statistic就可以使用了常见问题:安装Statistic后左下角没有显示出来,一般来说大概率是idea版本与Statis_idea 注释提取插件

tp5微信提现_tp5 对接微信app提现-程序员宅基地

文章浏览阅读193次。【代码】tp5微信提现。_tp5 对接微信app提现

Android拨打电话-程序员宅基地

文章浏览阅读534次。Intent intent = new Intent(Intent.ACTION_CALL, Uri.parse("tel:" + "电话号码")); if (ActivityCompat.checkSelfPermission(this, Manifest.permission.CALL_PHONE) != PackageManager.PERMISSION_GRANTED

tensorflow serving部署Bert预训练模型_bert-tensorflow-程序员宅基地

文章浏览阅读1.7k次。目前没有整理完善,先留个坑~Bert模型介绍BERT的关键技术创新是将Transformers双向训练作为一种流行的注意力模型应用到语言建模中。Masked LM (MLM)在向BERT输入单词序列之前,每个序列中有15%的单词被[MASK]token替换。然后,该模型试图根据序列中其他非MASK词提供的上下文来预测MASK词的原始值。本文主要记录使用tensorflow serving部署训练好的bert模型,并根据模型获取句子向量表示。ckpt转saved_model格式google ber_bert-tensorflow