|
事实上，MCUGUI并不是一个专有名词，百度谷歌都搜不到，它指的是在MCU（为主控的）平台上实现GUI。我们之所以会有这个称呼，是因为它很特殊： 从业者都知道，图形图像是一个对时间对空间开销都很巨大的应用领域而MCU，却是一种资源紧缺型系统：相比于个人PC，内存在几个G，主频也同样高达G而言，MCU的FLASH,RAM通常都不超过1M，主频也不过几十上百M。 因此通常而言，MCU被认为并不适合做GUI，即便做，通常也只是一些简单的菜单图形而已。 以往，MCU设备，对GUI有较大需求的主要出现在工控系统中，例如专用仪表盘，工控自动化，而它们通常有专用的图形子系统，或者是采用组态王等组态软件界面（这一类属于工控PC，通常跑的是wince等裁剪型windows,已经不能算MCU了）。 但是随着智能穿戴等智能硬件的兴起，对GUI的要求越来越高。而安卓等系统，通常在功耗和成本方面，不如MCU有优势，这就对MCU做出高质量酷炫GUI提出了要求。
最后有一点必须说的是：GUI涉及的范围非常多（图形变换，渲染，2D/3D），要求的效果不同，支持的分辨率不同，则对其资源的需求也大不相同，因此，讨论MCUGUI不首先定义一个需求，可以说是耍流氓。 以下，我将以我日前在做的一个智能手表项目为案例，定义一个需求，并以此为例子，试图找出一套合适的GUI软硬件方案。
1.支持分辨率240x240 2.颜色空间：最少支持RGB565，满足RGB888,应可支持 RGBA32位格式； 3.刷屏帧数 4.支持的特效： 平移、抖动、旋转、矢量缩放、淡入淡出 5.其他要求： 低功耗 和 处理速度（尤其是完成上述特效的速度）；
面对支持的分辨率和颜色空间要求，通常最大瓶颈会出现在对RAM的需求上（通常FLASH要比RAM大好几倍，因此，只要RAM能满足要求，FLASH通常不在话下。）
图形系统通常都要求能支持到三个图层。 一方面，这是参考大多数图形处理方面的软硬件方案的基本要求，而我们前期在自己预研摸索中也发现，要完成平移和图形裁剪拼接，的确需要三个图层。 按三个图层，240×240 最小rgb565，一个像素点2字节，115.2 k字节，三个图层就是 337.5kB 在实际应用中阿尔法通道对于制作透明和图片套色，非常重要，一旦没有，很多效果的实现会非常麻烦。 如果要完整支持rgba，一个像素点4个字节，要求翻倍。则三个图层共计需要 675kB。 综合考虑其他，以及存储器常见的规格，圆整为1MB。考虑到大多数MCU不太可能达到这个要求，因此这里需要外接 SRAM或者DRAM。
对于刷新帧数，为了显示流畅，实测发现，需要到达18fps以上。
在特效方面，具体来说，上面提到的效果里： 平移 基本要求：特定方向，如上下左右；后期延伸：沿特定路径移动； 我们的做法，是需要平移的图片在原来显示的图片基础上做一些裁剪，比如左移就是左边是新图片，右边还保留着原图。 这个算法的要求是，最少需要两个图层，但这种情况下，刷图片只能当即刷，如果要配合其他效果或者提高速度，则需要第三个图层做显存；
抖动 在我们的观察和认知里，抖动就是平移的一种变形，就是在短时间内实现 来回变向、移动幅度突变的 平移，因此，只要能实现平移，这个不在话下；
旋转 旋转需要大量的计算三角函数（sin cos）的运算，由于每个点都要做计算，因此这个操作对时间的消耗极大。至今尝试，用MCU（带浮点算法的 M4F）强行软解仍然很慢很慢。 事实上，旋转除了上述点的映射之外，还有一个麻烦的线性插补，否则就会出现难看的锯齿。 事实上，这个算法，目前，采用MCU软解，我们仍然没有找到合适的图形算法移植。（当前，我在考虑的两个2D算法库，一个是AGG，一个是SKIA（google开源的））。但仍未完成。
矢量缩放 这个算法与旋转类似，差别在于可以在sin cos前面加一个线性系数，但我们把它和旋转区分开来，原因在于我们在缩放的同时不需要做旋转，最多只有直线移动，因此，比起旋转算法，它免除了密集运算的三角函数，但同样需要线性插补。
淡入淡出 这个相对简单，只要在硬件上对背光LED施加PWM控制，改变亮度即可。 如果遇到不需要背光的OLED，则会更加简单，直接改写背光值即可。
总的来说，上述的图形变换算法，它们的主要要求是 涉及大量浮点，数学运算，所以需要找一个比较好的性能指标，来衡量这颗MCU的计算能力。 最后，是功耗。 对于大多数用到了复杂图形应用的设备来说，大多数时候，功耗是不要求的，比如前面提到的工控机，他们基本都是220V供电，但是到了智能穿戴，就不一样。 功耗往往是最最最重要的性能参数。 而功耗，实际上是两方面的考量： 一方面选择动态功耗尽可能低（在保证其性能计算力的情况下，比如带浮点的m4f内核） 另一方面是，与大多数低功耗MCU的策略是一样的，尽可能让图形部分快速完成处理运算工作，然后进入休眠低功耗状态。这又和前面的运算速度，主频的选择有密切关系。 文章版权归创易栈所有，转载需注明出处 |
|
|
