博客
关于我
评估板快速测试-基于TI Sitara Cortex-A9(3)
阅读量:170 次
发布时间:2019-02-27

本文共 1314 字,大约阅读时间需要 4 分钟。

CMOS?????

?????Tronlong TL2659???CMOS????????CAMERA????????????????????????????CAMERA0?CAMERA1????????????????????????????????

???????Linux Processor SDK???????ti-processor-sdk-linux-rt-am437x-evm-04.03.00.05/example-applications/dual-camera-demo-1.0/dual_camera.sh????7??LCD???????????????????????????

USB????

?????USB?????????????USB?????????USB?????????????????????????????LCD????????????

??????

?????????RGMII ETH1?RGMII ETH2?????????eth0?eth1???????????????????????????????????????????

ping -I eth0

?????????????

route

?????????????????Iperf???

iperf -c 192.168.1.221 -i 1

HDMI OUT????

???????LCD????????HDMI???????????

cp tl437x-evm-hdmi.dtb tl437x-evm.dtbreboot

????HDMI??????1024*768@60????????????????U-Boot??????????

???????

watchdog-demo????????????????????????????

./watchdog-demo 12

10??????????

ADC??????

AM437x????2?8??12?ADC???867KSPS????ADC0??0-3?????????????4????????????

cat /sys/bus/iio/devices/iio:device0/in_voltage4_raw

???????????Vin=D*Vref/(2^n-1)???Vref=1.8V?n=12?

AUDIO????

?????LINE OUT?LINE IN?MIC IN?????????????

aplay -larecord -l

???????????????????????

aplay /usr/share/sounds/alsa/Front_Left.wav

??????

arecord -f cd -r 44100 -d 10 -c 2 line_in.wav

????via MIC???????

arecord -f cd -r 44100 -d 10 -c 2 mic.wav

??

????????????????????????????HDMI???????ADC?????????????????????????

转载地址:http://mdcb.baihongyu.com/

你可能感兴趣的文章
pandas 适用,但仅适用于满足条件的行
查看>>
pandas 重新采样到每月的特定工作日
查看>>
pandas :按移位分组和累加和(GroupBy Shift And Cumulative Sum)
查看>>
pandas :检测一个DF和另一个DF之间缺失的列
查看>>
Pandas-从具有嵌套列表列表的现有列创建动态列时出错
查看>>
Pandas-通过对列和索引的值求和来合并两个数据框
查看>>
pandas.columns、get_dummies等用法
查看>>
pandas.DataFrame.copy(deep=True) 实际上并不创建深拷贝
查看>>
pandas.read_csv()的详解-ChatGPT4o作答
查看>>
PANDAS.READ_EXCEL()输出‘;溢出错误:日期值超出范围‘;而不存在日期列
查看>>
pandas100个骚操作:再见 for 循环!速度提升315倍!
查看>>
Pandas:如何根据其他列值的条件对列进行求和?
查看>>
Pandas:对给定列求和 DataFrame 行
查看>>
Pandas、Matplotlib、Pyecharts数据分析实践
查看>>
Pandas中文官档~基础用法2
查看>>
Pandas中文官档~基础用法5
查看>>
Pandas中文官档~基础用法6
查看>>
Pandas中的GROUP BY AND SUM不丢失列
查看>>
pandas交换两列
查看>>
pandas介绍-ChatGPT4o作答
查看>>