新闻详情

新闻详情

首页 / 资讯中心 / 详情

源师兄手柄按键技巧:如何精准捕捉 C/D/E/F 按键的按下与松开?

发布时间:2026/11/16 21:19:17来源:尧图网络
源师兄手柄按键技巧:如何精准捕捉 C/D/E/F 按键的按下与松开?
源师兄手柄按键技巧如何精准捕捉 C/D/E/F 按键的按下与松开【免费下载链接】gamepad源师兄扩展项目: 手柄 | 由源师兄组织创建项目地址: https://gitcode.com/yuanshixiong/gamepad源师兄手柄gamepad是由源师兄组织创建的手柄模块扩展项目它把游戏手柄的C/D/E/F 四个按键、摇杆、震动马达和蜂鸣器都变成了可编程的积木结合星闪通信还能控制其他源师兄设备。本文面向零基础新手不写复杂代码教你三步搞定手柄按键的按下与松开检测让你的小项目立刻拥有游戏手柄般的交互体验 一、先认识你的游戏手柄模块 ️从上图可以清楚看到手柄模块的硬件布局部件位置作用按键 C / D / E / F右侧 4 个黑色微动开关数字量输入读值为 0 或 1摇杆左侧绿色圆环模拟量输入可读出 x、y 两轴值震动马达板载打开 / 关闭震动反馈蜂鸣器板载播放指定音调实现音效提示按键的引脚映射在 Joystick.py 中已经写死C 接 12 号引脚、D 接 13、E 接 14、F 接 15全部配置为输入 内部上拉模式你不需要做任何额外接线模块装好即可用。二、关键原理为什么按下的值是 0这是新手最容易搞混的地方理解了它后面的技巧就是水到渠成按键引脚默认配置了上拉电阻PULL_UP所以松开时引脚被拉高读数为1按下时按键把引脚直接拉到地读数为0。也就是说get_key_value(C)这个方法见 Joystick.py的返回值只有一种记忆口诀0 按下1 松开C/D/E/F 四个键全部如此只要记住这一条按下和松开的判断就再也不用猜了。三、积木快速上手3 个积木块完成检测 在图形化编程环境里手柄模块的所有功能都在手柄模块分类下分类定义见 category.json你只需要用到其中 3 个积木手柄 获取按键 C/D/E/F 的值—— 输出0或1的原始数字适合做调试手柄 按键C按下 / 按键D按下 / 按键E按下 / 按键F按下—— 直接输出真 / 假Boolean按下时为真手柄 按键C松开 / 按键D松开 / 按键E松开 / 按键F松开—— 直接输出真 / 假松开时为真。后两个积木分别对应源码中的 get_key_true_state 积木 和 get_key_false_state 积木它们内部已经帮你把读值 0和读值 1的比较写好新手强烈建议优先用积木 2 和积木 3一行拖拽就精准完成了按下 / 松开的二态判断。四、实用技巧按下启动松手即停 精准捕捉的核心不是单次判断而是成对使用按下与松开实现类似点灯的开关体验。以按下 C 键蜂鸣器响、松开 C 键停止为例逻辑非常直观当[手柄 按键C按下]时→ 手柄 播放 音调 1000蜂鸣器发声当[手柄 按键C松开]时→ 手柄 停止播放蜂鸣器静音这套按下 → 动作松开 → 复位的组合拳同样适用于控制电机正转/停止、屏幕页面切换等场景。想要更酷再加上手柄 震动 打开/关闭积木定义见 blocksdef.js按下 F 键震动、松开 F 键停止一个最简单的触觉反馈按钮就做好了 五、常见问题快速排查清单 现象可能原因解决办法按键按下后读值一直是 1模块未通电或未正确连接到源师兄主板检查排线是否插紧、方向是否正确按下和松开判断相反了把 0/1 含义记反牢记口诀0按下1松开快速连按时有漏检主循环执行太慢没来得及采样把按键判断放在主循环最前面想要更细腻的摇杆控制只看按下/松开不够改用获取摇杆 x/y 轴的值积木读模拟量六、小结手柄模块的 C/D/E/F 四键全部采用上拉输入按下读 0松开读 1新手优先使用按键按下 / 按键松开布尔积木比手动比较数字更不容易出错按下 松开成对搭配才能实现精准的开关式控制项目配置与设备说明可参考 config.json核心驱动逻辑在 library/Joystick.py 中一目了然。把这篇技巧收藏起来配合手柄模块动手试试几分钟就能让你的源师兄设备拥有专业手柄的操作手感 【免费下载链接】gamepad源师兄扩展项目: 手柄 | 由源师兄组织创建项目地址: https://gitcode.com/yuanshixiong/gamepad创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/16 19:23:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/16 6:47:19

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/16 17:28:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉