ElfBoard技术贴|借助AI编程，轻松搞定ELF-RK3506开发板上光照传感器的数据读取

特别感谢北京理工大学的李海老师提供以下文章，供大家学习与参考。

上一篇文章介绍了在ELF-RK3506开发板上搭建AI编程环境的方法，但测试场景较为简单，生成的代码与硬件无关。本文将挑战不手动编写代码，完全依赖TRAE工具生成直接控制硬件外设的代码，具体以光照传感器为例。

书写任务需求

首先创建一个“功能需求.md”文件。文件内容如下：

硬件配置：
1. ELF-RK3506开发板
2. GY-30传感器模块
3. 杜邦线若干
ELF-RK3506开发板的I2C2接口已经正确连接了GY-30传感器模块，传感器模块的地址为0x23。
GY-30传感器使用的BH1750FVI传感器，其数据手册可以在BH1750FVI.pdf中找到。请注意其中对I2C接口的描述，以及对传感器的地址的说明。
完成如下任务：
1. 创建一个基于Linux控制台的测试程序，周期读取GY-30传感器的数据，显示读取到的I2C原始数据方便调试，并将其转换为lux单位。每次显示一个数据，数据格式为"光照: %d lux"，其中%d为传感器读取到的光照值。并参照下面的数据给出光照等级的显示：
* 室内强光照射：约 1000~3000 lux
* 阴天室外：约 500~1000 lux
* 晴天室外阴影处：约 10000~20000 lux
* 普通办公室照明：约 300~500 lux
2. 创建vscode的tasks.json中的任务进行交叉编译生成可执行文件，任务名为"Build"，使用~/gcc-arm-10.3-2021.07-x86_64-arm-none-linux-gnueabihf/bin/arm-none-linux-gnueabihf-gcc进行编译，编译参数为"-o test_gy30 test_gy30.c"，其中test_gy30.c为测试程序的源文件，test_gy30为编译得到的可执行文件。
3. 创建vscode的tasks.json中的任务进行SSH连接的任务"Deploy via SSH"拷贝编译得到的可执行文件到服务器上并修改权限为777，服务器IP为192.168.1.123，用户名为root，无密码。本任务的执行不依赖任务2。注意对JSON中转义字符处理。

这次使用的提示词相对于上次的测试要复杂很多，一是因为任务更复杂了，二是为了让TRAE生成的代码更接近我们的需求。

首先向模型介绍了硬件连接的相关情况，这里还提供了GY-30光照传感器所使用BH1750FVI.pdf文件，目的是为了让模型能够通过读取文件获得关键的接口信息，因为我在此前使用模型生成代码时经常发现不是所有模型都对GY-30光照传感器的模块信息很熟悉，有的模型会输出幻觉代码，或者不知道在转换原始数据到Lux时需要除以1.2。

在任务1需求方面，限制了输出的格式，这样可以方便调试。

任务2是一个生成业务，相对比较简单，和以前测试时使用的描述差不多，只是稍微详细了一些。

任务3是部署任务，和构建AI编程环境那次相比有几点变化：

1. 1、明确了生成的文件为tasks.json，避免模型生成到laugh.json中去；
2. 2、在外面先前测试中，发现模型会把任务2当做任务3的前置任务，这完全不必要，所以明确说了任务2和任务3无关联。
3. 3、删除了运行程序的要求，主要的原因是上次是一次执行完执行输出结果，而这次是循环输出，如果还让TRAE去执行，会导致程序一直不输出，好像死机了，所以这次改为手动运行；
   

总之，任务描述越详细，越容易得到正确结果。

代码生成

在代码生成时，把模式由Auto改为豆包的coder模型，因为不确定任务需求在不同下表现相同，这样做可以避免由于TRAE选择不同的模型运行导致调试困难。然后把“功能需求.md”文件拖到聊天框中，让它根据需求执行就可以了。

TRAE会自动分析我们的需求，根据分析结果确定任务，并开始执行。中间有几个步骤需要人工确认，但很快就能输出正确结果。

test_gy30.c代码

下面是生成的C代码：

在外面先前测试中，发现模型会把任务2当做任务3的前置任务，这完全不必要，所以明确说了任务2和任务3无关联。

删除了运行程序的要求，主要的原因是上次是一次执行完执行输出结果，而这次是循环输出，如果还让TRAE去执行，会导致程序一直不输出，好像死机了，所以这次改为手动运行；

#include
 
#include
 
#include
 
#include
 
#include
 
#include
 
#define
 I2C_DEVICE "/dev/i2c-2"
#define
 SENSOR_ADDR 0x23
#define
 CONTINUOUS_HIGH_RES_MODE 0x10
int main() {
    int i2c_fd = open(I2C_DEVICE, O_RDWR);
    if (i2c_fd < 0) {
        perror("无法打开I2C设备");
        return 1;
    }
    if (ioctl(i2c_fd, I2C_SLAVE, SENSOR_ADDR) < 0) {
        perror("无法设置I2C从设备地址");
        close(i2c_fd);
        return 1;
    }
    unsigned char mode_cmd = CONTINUOUS_HIGH_RES_MODE;
    if (write(i2c_fd, &mode_cmd, 1) != 1) {
        perror("无法设置传感器模式");
        close(i2c_fd);
        return 1;
    }
    usleep(180000);
    printf("GY-30传感器测试程序已启动\n");
    printf("按Ctrl+C退出\n\n");
    while (1) {
        unsigned char buf[2];
        if (read(i2c_fd, buf, 2) != 2) {
            perror("读取传感器数据失败");
            break;
        }
        printf("原始数据: buf[0]=0x%02X, buf[1]=0x%02X\n", buf[0], buf[1]);
        int lux = (buf[0] << 8) | buf[1];
        lux = (int)(lux / 1.2);
        printf("光照: %d lux\n", lux);
        if (lux >= 10000 && lux <= 20000) {
            printf("光照等级: 晴天室外阴影处\n");
        } else if (lux >= 1000 && lux <= 3000) {
            printf("光照等级: 室内强光照射\n");
        } else if (lux >= 500 && lux <= 1000) {
            printf("光照等级: 阴天室外\n");
        } else if (lux >= 300 && lux <= 500) {
            printf("光照等级: 普通办公室照明\n");
        } else if (lux < 300) {
            printf("光照等级: 较暗环境\n");
        } else {
            printf("光照等级: 极强光照\n");
        }
        printf("\n");
        sleep(1);
    }
    close(i2c_fd);
    return 0;
}

tasks.json文件

这个文件中包括我们的两个任务：

{
    "version": "2.0.0",
    "tasks": [
        {
            "label": "Build",
            "type": "shell",
            "command": "~/gcc-arm-10.3-2021.07-x86_64-arm-none-linux-gnueabihf/bin/arm-none-linux-gnueabihf-gcc",
            "args": [
                "-o",
                "test_gy30",
                "test_gy30.c"
            ],
            "group": {
                "kind": "build",
                "isDefault": true
            },
            "problemMatcher": ["$msCompile"]
        },
        {
            "label": "Deploy via SSH",
            "type": "shell",
            "command": "bash",
            "args": [
                "-c",
                "scp test_gy30 root@192.168.1.123:/root/ && ssh root@192.168.1.123 'chmod 777 /root/test_gy30'"
            ],
            "problemMatcher": [],
            "dependsOn": [],
            "dependsOrder": "sequence"
        }
    ]
}

这个文件的第二个任务其实有问题的，尽管我提示模型注意转义字符，但是它的处理还是不太对，不过可以通过分析运行结果让TRAE自动修正。

测试结果

下面是一段测试结果：

从程序结果看，光照传感器可以感知不同的光照。

结束语

从这次实践来看，利用AI进行编程已成为不可逆转的趋势。尽管嵌入式系统编程相对复杂，但只要投入适当努力，完全能够获得理想的结果。非常欢迎大家动手尝试，并分享你在实践中的经验和心得。