Jetbot基础教程-Jetson的40针引脚
Jetson Nano 采用与树莓派兼容的 40 针引脚的设计，在战略上是个非常高明的设计。
嵌入式设备有个被天生赋予的重点任务，就是要成为自动控制整体方案中的一员。早期市场对自动控制的需求主要集中在单纯的“机电控制”上，而具备智能计算的 Jetson 系列产品相对与几十元的这类控制板来说，成本高出了一个阶位。
但是随着“智能+控制”的结合功能成为新工业主流需求之后，成本已经不是最首要的关键因素，因为智能设备所带来的价值已经远远超过先前的成本差异。NVIDIA Jetson 设备就是在这样的风潮下逐渐崭露头角，为智能工业带来新的生命力。
透过“扩充引脚”的方式与机电控制设备进行对接，是绝大部分嵌入式设备所采用的方法。NVIDIA 在 2015 年的 Jetson TK1 产品就已经配置了这方面的引脚，经历了 TX1/TX2 到 AGX Xavier 的阶段，依旧保有这方面的接口（如下图），一直到 2019 年 Jetson Nano 推出之后，采用与树莓派兼容的 40 针引脚的设计，在战略上是个非常高明的设计。
过去 10 年是创客(maker)兴盛的年代，而树莓派凭借“硬件开源”的风潮吸引庞大的民间实力，开发了相当齐全的周边产品，下表是比较常用的一部分设备清单，全部都是基于树莓派 40 针引脚定义所设计。
如今 Jetson Nano（含2GB）、Xavier NX 等开发套件的引脚也兼容于树莓派的定义时，就表示上面列表中的周边设备，都能直接适用于现在主流的 Jetson 开发套件，不仅无需依赖中间的转换器，包括代码也可以不需要修改，就能将原本不具备深度学习能力的树莓派方案，立即移植到 NVIDIA 的智能 Jetson 设备上，马上变成“智能控制”的应用设备，实用价值瞬间就提高一个档次。
本文属于 Jetbot 系列中的一环，不过在进入与周边设备(PiOLED、PCA9685 等)对接之前，有必要让初学者对 Jetson 的 40 针引脚的细节与使用有进一步的了解，因为 Jetbot 是一个经典的项目，但更重要是要让初学者可以自行搭建更多的应用。
过去缺乏智能识别能力的创客项目，多属于较为单调的固定执行流程的应用，但是有了 NVIDIA Jetson 的智能识别能力之后，就能让这类项目变得非常多彩多姿，并且更加贴近生活或工作上的实用场景，例如根据垃圾分类识别后进行处理的机械手臂、根据猫脸识别后对特定猫开启喂食器、根据水果成熟度进行采摘等应用，都是实用价值非常高的，这才是真正智能设备的创造动力。
网上有不少探索 Jetson 这 40 根引脚的文章，但内容相对笼统并且有些部分的混淆，对初学者来说会产生障碍。本文的重点就是将以下三个部分讲解清楚：
只要将这三个关系捋清楚后，整个 40 针引脚的使用就会瞬间变得非常简单。假如上述三个关系您都很熟悉了，就可以跳过本文的内容；如果还没搞清楚的，请仔细阅读本文，能让您很有条理地掌握这些引脚的使用要领。
下图是 Jetson 的 40 帧引脚图的说明，适用于 Nano（含2GB）、Xavier NX 与 AGX Xavier 等开发套件。虽然上面满满的内容，乍看之下的确令人眼花缭乱，只要看完我们所作的分解之后，就会让这部分的内容变得非常简单。
首先，虽然大家平常时候习惯将这些引脚统称为 GPIO，但事实上这 40 根引脚主要分成 GPIO(General Purpose I/O)通用功能与 SFIO(Special Function I/O)特定功能两大类，后者总共有 18 根与开发套件底板电子电力直连的脚位，这是不能重新定义的固定功能，主要分为以下三种：
1. 供电相关：这个部分需要非常细心处理，如果错用可能会造成 Jetson 设备损坏。这里也进一步分成三种功能：
(1) 5V 直流电输入/输出：脚位[2, 4]，在标识上唯一使用“红色”的地方，可以对 Jetson 开发套件作为“供电”用途，有些 Jetbot 第三方套件就是用这种方式对 Nano（含2GB）进行供电，不过这些都是专业厂商自行设计的电路，如果不太熟悉供电原理的读者，请勿随意尝试以避免对设备造成破坏。
这两个接脚也能对 5.0V 规格的周边设备进行供电，但是非常不推荐这样使用，因为 Jetson 本身的电力已经处于吃紧状态，如果再对其他设备提供 5V 输出，很可能影响整体稳定性。
(2) 3.3V 直流电输出：脚位[1, 17]，可以为一些低电设备进行供电。例如在 Jetbot 项目中使用的 PiOLED 与 PCA9685，就是由 Nano（含2GB）的 3.3V 供电口对这两个元件进行供电。
(3) GND 接地点：脚位[6, 9, 14, 20, 25, 30, 34, 39]共 8 个。
2. 二组 I2C：I2C1_SDA/SCL=>脚位[27, 28]；I2C2_SDA/SCL => 脚位[3, 5]
3. 一组 UART：UART2_TX/RX=>脚位[8, 10]
这样一整理之后，是不是就变得很简单了？撇开电源相关的 12 根脚位之外，真正需要了解的，就是两组 I2C 与一组 UART 共 6 个脚位，这 18 根脚位的定义与树莓派是完全一致的。在 Jetbot 项目中也就使用 1 组 3.3V/GND 电源与 1 组 I2C 的 SDA/SCL 而已，总共 4 根引脚就能完成智能车的任务。
如果原本树莓派创客项目中只使用这类的 I2C 或 UART 引脚的话，几乎不需修改代码就能将原本的应用移植到 Jetson Nano（含2GB）设备上，立刻升级为智能识别的应用，所展现的价值就马上提高一个台阶。
至于另外 22 根“可重新定义”脚位，才是很多网上所探索的“GPIO” 内容，其实正确的说法应该是“Jetson 的 22 根 GPIO 引脚使用”才对，不过这里就不去纠正这些小问题，重点在于让大家更清楚剩下这 22 根引脚的用法。
事实上这些引脚也有两种处理方式：
1.透过 Jetson-IO 工具将特定引脚设置成为 SFIO 用途，然后配合特定的开发库；2.作为 GPIO 用途，透过 Jetson.GPIO 或其他开发库直接调用
网上大部分的混淆就在这个 Jetson-IO 工具与 Jetson.GPIO 库，前者是 Jetpack 自带的底层系统引脚配置工具，后者是针对 GPIO 引脚的应用层开发库，二者之间是不仅完全独立的，甚至某种角度上还有些许“互斥”的关系。
接下去带着大家将这两个工具认识清楚，这样日后的开发就会非常简单。
前面已经清楚在 40 根引脚中有 18 根是固定好的不能重新定义，剩下的问题就是如何处理这 22 根“可重新定义”的引脚，是否有什么工具可以协助我们确认目前所有脚位的状态呢？这就是 Jetson-IO 的主要工作了，请执行以下指令，看看显示怎样的结果？
sudo /opt/nvidia/jetson-io/config-by-pin.py
是否看到显示从 1 到 40 的状态？核对一下，是不是除了前面所说 18 个 SFIO 位置之外的 22 个引脚，都显示“unused” 状态？这些呈现“unused”的脚位就是 GPIO 的状态，能用 Jetson.GPIO 库直接指派与调用。
如果要对这 22 个脚位进行重新定义，该使用什么方法来操作？Jetson-IO 工具就是扮演“配置脚位功能”的角色，这是 NVIDIA 从 L4T 32.3 版本开始，提供可以修改引脚定义的工具，在 Jetpack 烧录过程就编译到开发套件的 /opt/nvidia/jetsion-io 目录下，这是属于系统底层的配置工具。
因为设备所有 I/O 的默认配置是静态定义的，早期要更改 40 针扩展引脚定义时置，必须使用相应平台的 pinmux 电子表格去更新管脚配置，然后将新配置烧回开发套件中，虽然这是更新系统的一种适当方法，但在开发的阶段，需要一种更方便的方法，来测试不同的管脚配置。
Jetson-IO 工具就是要简化 40 针引脚 I/O 配置的修改任务，提供一套基于 Python 的简单代码，最终会将修改的内容写入设备树(DTB, Device Tree, Blob)固件，重启设备就能让新的设置生效，非常方便。
如果想要修改前面所提到的 22 根脚位定义，最轻松的方法就是执行以下步骤：
sudo /opt/nvidia/jetson-io/jetson-io.py
进入主菜单后，选择下面的“Configure 40-pin expansion header”，就会出现以下选择菜单视窗，透过“上下键”与“空键”选择要设定的组：
这里是根据“功能”的提供脚位组合，所定义的脚位与前面 40 针引脚定义图是完全对应的，也就是说在 18 根 SFIO 以外的脚位，必须经过 Jetson-IO 的配置之后，才会具备引脚图中的功能，但这个步骤并未出现在任何说明文件或网上教程之中，导致很多初学者完全无法理会其中的奥秘，我们在这里为大家打开这个黑箱子。
现在试着启动 spi1 组设置，Jetson-IO 工具会同时配置后面的 5 个脚位。设置完毕后选择“Save and reboot to reconfigure pins”，重启系统之后再执行：
sudo /opt/nvidia/jetson-io/config-by-pin.py
是否看到脚位[19, 21, 23, 24, 26]的状态，现在都出现“spi1”的标识了?
在 /opt/nvidia/jetson-io/ 目录下还有 config-by-function.py、config-by-pin.py 与 config-by-hardware.py 三个工具，根据不同目的查询与设置 GPIO 接脚属性。详细的内容请至 https://docs.nvidia.com/jetson/archives/l4t-archived/l4t-325/index.html 里“Hardware Setup”的“Configuring the 40-Pin Expansion Header”，有完整的使用说明。
这是属于应用级的开发库，是针对“未被 Jetson-IO 设置为 SPIO”的 GPIO 引脚进行配置与运作的应用库。
例如引脚 19 在前面 Jetson-IO 配置为 spi1 功能之前，就是作为 GPIO 功能，可以用 Jetson.GPIO 库去指派与调用；但是经过 spi1 配置并重启之后，引脚 19 已经属于 SFIO 而非 GPIO，这时候如果用 Jetson.GPIO 库去指定这个引脚，就不会产生作用。
前面提过“从某种角度来说 Jetson.GPIO 与 Jetson-IO 是互斥的”，道理就在这个地方，一旦被 Jetson-IO 配置并启动的脚位，就不再属于 GPIO 的功能了。
这个 Jetson.GPIO 开发库并不在 Jetpack 安装包里，因此需要手动安装与从 github 上下载范例代码。下面指令可以简单安装这个库：
sudopip3installJetson.GPIO
如果想要获得这个开发库的范例，就执行以下指令：
cd ~ && git clone https://github.com/NVIDIA/jetson-gpio cd jetson-gpio/samples
这里的范例都需要结合一些很基本的电子实验设备，例如面包板、LED 灯、杜邦线、小电阻、小电容之类的设备，实验内容非常简单，请自行采购相关元件并跟着说明执行就可以，这里不做这些范例的讲解。
至于还有些环境变量配置问题，也请参考开源项目内的说明，不过在 Jetbot 项目中都已经调试好了。
这是最后一个容易造成混淆的部分，因为作为 GPIO 用途的脚位有四种调用的模式，这也是因为过去长年积累的兼容性问题所导致的，不过只要搞清楚之后也都不是大问题。
在代码一开始的时候，需要使用“GPIO.setmode(GPIO_MODE)”指令进行模式的指定，其中“GPIO_MODE”可以是以下四种：
1. GPIO.BOARD：这种模式的引脚是根据“1~40”的物理编号进行指定，是最简单易懂的方式，不过必须注意得避开已经设置为 SFIO 的引脚。例如：
GPIO.setmode(GPIO.BOARD)GPIO.setup(12, GPIO.IN) # 设置12号引脚为输入GPIO.setup(13, GPIO.OUT, initial=GPIO.HIGH) # 设置13号引脚为输出
这是最直观而且简单的模式，推荐初学者使用！
2. GPIO.BCM：这种编号是因为控制芯片主要来自于博通(Broadcom)公司，而他们自定义了一组 BCM 编码方式，在 Jetson Nano（含2GB）开发套件的针脚位背面所印刷的“Dxx”编号（如下图），就是 BCM 的编码。
下面是简单的调用方法，不过指定的脚位是根据 BCM 编码原则：
GPIO.setmode(GPIO.BCM)GPIO.setup(12, GPIO.IN) # 设置D12(BOARD的32)脚位为输入GPIO.setup(13, GPIO.OUT) # 设置D13(BOARD的33)脚位为输出
很多传统树莓派的项目里习惯使用 BCM 编码，仔细对照就能轻易理解。
3. GPIO.CVM与GPIO.TEGRA_SOC：这两种模式使用各 GPIO 管脚命名的字符串，作为设置引脚的参数，其中 CVM 是根据 CVM/CVB 连接器信号名称命名，
TEGRA_SOC 是根据 Tegra SoC 中信号名称来命名的。例如：
GPIO.setmode(GPIO.TEGRA_SOC)GPIO.setup('SPI1_SCK', GPIO.IN) # 设置BOARD的23脚位为输出GPIO.setup('SPI1_MISO', GPIO.OUT) # 设置BOARD的21脚位为输出
过去大家对于 NVIDIA Jetson 系列产品的深度学习能力是比较熟悉的，但是要将使用价值再扩展到工业场景的时候，也必须对这个 40 针引脚的用法有足够的掌握。
本文将大部分困扰初学者的问题进行较更有逻辑的梳理，日后只要大家能弄清楚 SFIO 与 GPIO 之间的差异、Jetson-IO 与 Jetson.GPIO 的不同，以及 GPIO 四种编码模式的对应脚位如何查找，其他的问题就是透过代码去熟练这些调用，也不必在乎是用 Python 库还是 C 语言库了。
但是随着“智能+控制”的结合功能成为新工业主流需求之后，成本已经不是最首要的关键因素，因为智能设备所带来的价值已经远远超过先前的成本差异。NVIDIA Jetson 设备就是在这样的风潮下逐渐崭露头角，为智能工业带来新的生命力。
透过“扩充引脚”的方式与机电控制设备进行对接，是绝大部分嵌入式设备所采用的方法。NVIDIA 在 2015 年的 Jetson TK1 产品就已经配置了这方面的引脚，经历了 TX1/TX2 到 AGX Xavier 的阶段，依旧保有这方面的接口（如下图），一直到 2019 年 Jetson Nano 推出之后，采用与树莓派兼容的 40 针引脚的设计，在战略上是个非常高明的设计。
过去 10 年是创客(maker)兴盛的年代，而树莓派凭借“硬件开源”的风潮吸引庞大的民间实力，开发了相当齐全的周边产品，下表是比较常用的一部分设备清单，全部都是基于树莓派 40 针引脚定义所设计。
如今 Jetson Nano（含2GB）、Xavier NX 等开发套件的引脚也兼容于树莓派的定义时，就表示上面列表中的周边设备，都能直接适用于现在主流的 Jetson 开发套件，不仅无需依赖中间的转换器，包括代码也可以不需要修改，就能将原本不具备深度学习能力的树莓派方案，立即移植到 NVIDIA 的智能 Jetson 设备上，马上变成“智能控制”的应用设备，实用价值瞬间就提高一个档次。
本文属于 Jetbot 系列中的一环，不过在进入与周边设备(PiOLED、PCA9685 等)对接之前，有必要让初学者对 Jetson 的 40 针引脚的细节与使用有进一步的了解，因为 Jetbot 是一个经典的项目，但更重要是要让初学者可以自行搭建更多的应用。
过去缺乏智能识别能力的创客项目，多属于较为单调的固定执行流程的应用，但是有了 NVIDIA Jetson 的智能识别能力之后，就能让这类项目变得非常多彩多姿，并且更加贴近生活或工作上的实用场景，例如根据垃圾分类识别后进行处理的机械手臂、根据猫脸识别后对特定猫开启喂食器、根据水果成熟度进行采摘等应用，都是实用价值非常高的，这才是真正智能设备的创造动力。
网上有不少探索 Jetson 这 40 根引脚的文章，但内容相对笼统并且有些部分的混淆，对初学者来说会产生障碍。本文的重点就是将以下三个部分讲解清楚：
40 根引脚的 SPIO 与 GPIO
Jetson-IO 工具与 Jetson.GPIO 开发库
四种 GPIO 引脚调用模式：BOARD、BCM、CVM、TEGRA_SOC
只要将这三个关系捋清楚后，整个 40 针引脚的使用就会瞬间变得非常简单。假如上述三个关系您都很熟悉了，就可以跳过本文的内容；如果还没搞清楚的，请仔细阅读本文，能让您很有条理地掌握这些引脚的使用要领。
40针引脚的SPIO与GPIO
下图是 Jetson 的 40 帧引脚图的说明，适用于 Nano（含2GB）、Xavier NX 与 AGX Xavier 等开发套件。虽然上面满满的内容，乍看之下的确令人眼花缭乱，只要看完我们所作的分解之后，就会让这部分的内容变得非常简单。
首先，虽然大家平常时候习惯将这些引脚统称为 GPIO，但事实上这 40 根引脚主要分成 GPIO(General Purpose I/O)通用功能与 SFIO(Special Function I/O)特定功能两大类，后者总共有 18 根与开发套件底板电子电力直连的脚位，这是不能重新定义的固定功能，主要分为以下三种：
1. 供电相关：这个部分需要非常细心处理，如果错用可能会造成 Jetson 设备损坏。这里也进一步分成三种功能：
(1) 5V 直流电输入/输出：脚位[2, 4]，在标识上唯一使用“红色”的地方，可以对 Jetson 开发套件作为“供电”用途，有些 Jetbot 第三方套件就是用这种方式对 Nano（含2GB）进行供电，不过这些都是专业厂商自行设计的电路，如果不太熟悉供电原理的读者，请勿随意尝试以避免对设备造成破坏。
这两个接脚也能对 5.0V 规格的周边设备进行供电，但是非常不推荐这样使用，因为 Jetson 本身的电力已经处于吃紧状态，如果再对其他设备提供 5V 输出，很可能影响整体稳定性。
(2) 3.3V 直流电输出：脚位[1, 17]，可以为一些低电设备进行供电。例如在 Jetbot 项目中使用的 PiOLED 与 PCA9685，就是由 Nano（含2GB）的 3.3V 供电口对这两个元件进行供电。
(3) GND 接地点：脚位[6, 9, 14, 20, 25, 30, 34, 39]共 8 个。
2. 二组 I2C：I2C1_SDA/SCL=>脚位[27, 28]；I2C2_SDA/SCL => 脚位[3, 5]
3. 一组 UART：UART2_TX/RX=>脚位[8, 10]
这样一整理之后，是不是就变得很简单了？撇开电源相关的 12 根脚位之外，真正需要了解的，就是两组 I2C 与一组 UART 共 6 个脚位，这 18 根脚位的定义与树莓派是完全一致的。在 Jetbot 项目中也就使用 1 组 3.3V/GND 电源与 1 组 I2C 的 SDA/SCL 而已，总共 4 根引脚就能完成智能车的任务。
如果原本树莓派创客项目中只使用这类的 I2C 或 UART 引脚的话，几乎不需修改代码就能将原本的应用移植到 Jetson Nano（含2GB）设备上，立刻升级为智能识别的应用，所展现的价值就马上提高一个台阶。
至于另外 22 根“可重新定义”脚位，才是很多网上所探索的“GPIO” 内容，其实正确的说法应该是“Jetson 的 22 根 GPIO 引脚使用”才对，不过这里就不去纠正这些小问题，重点在于让大家更清楚剩下这 22 根引脚的用法。
事实上这些引脚也有两种处理方式：
1.透过 Jetson-IO 工具将特定引脚设置成为 SFIO 用途，然后配合特定的开发库；2.作为 GPIO 用途，透过 Jetson.GPIO 或其他开发库直接调用
网上大部分的混淆就在这个 Jetson-IO 工具与 Jetson.GPIO 库，前者是 Jetpack 自带的底层系统引脚配置工具，后者是针对 GPIO 引脚的应用层开发库，二者之间是不仅完全独立的，甚至某种角度上还有些许“互斥”的关系。
接下去带着大家将这两个工具认识清楚，这样日后的开发就会非常简单。
Jetson-IO引脚配置工具
前面已经清楚在 40 根引脚中有 18 根是固定好的不能重新定义，剩下的问题就是如何处理这 22 根“可重新定义”的引脚，是否有什么工具可以协助我们确认目前所有脚位的状态呢？这就是 Jetson-IO 的主要工作了，请执行以下指令，看看显示怎样的结果？
sudo /opt/nvidia/jetson-io/config-by-pin.py
是否看到显示从 1 到 40 的状态？核对一下，是不是除了前面所说 18 个 SFIO 位置之外的 22 个引脚，都显示“unused” 状态？这些呈现“unused”的脚位就是 GPIO 的状态，能用 Jetson.GPIO 库直接指派与调用。
如果要对这 22 个脚位进行重新定义，该使用什么方法来操作？Jetson-IO 工具就是扮演“配置脚位功能”的角色，这是 NVIDIA 从 L4T 32.3 版本开始，提供可以修改引脚定义的工具，在 Jetpack 烧录过程就编译到开发套件的 /opt/nvidia/jetsion-io 目录下，这是属于系统底层的配置工具。
因为设备所有 I/O 的默认配置是静态定义的，早期要更改 40 针扩展引脚定义时置，必须使用相应平台的 pinmux 电子表格去更新管脚配置，然后将新配置烧回开发套件中，虽然这是更新系统的一种适当方法，但在开发的阶段，需要一种更方便的方法，来测试不同的管脚配置。
Jetson-IO 工具就是要简化 40 针引脚 I/O 配置的修改任务，提供一套基于 Python 的简单代码，最终会将修改的内容写入设备树(DTB, Device Tree, Blob)固件，重启设备就能让新的设置生效，非常方便。
如果想要修改前面所提到的 22 根脚位定义，最轻松的方法就是执行以下步骤：
sudo /opt/nvidia/jetson-io/jetson-io.py
进入主菜单后，选择下面的“Configure 40-pin expansion header”，就会出现以下选择菜单视窗，透过“上下键”与“空键”选择要设定的组：
这里是根据“功能”的提供脚位组合，所定义的脚位与前面 40 针引脚定义图是完全对应的，也就是说在 18 根 SFIO 以外的脚位，必须经过 Jetson-IO 的配置之后，才会具备引脚图中的功能，但这个步骤并未出现在任何说明文件或网上教程之中，导致很多初学者完全无法理会其中的奥秘，我们在这里为大家打开这个黑箱子。
现在试着启动 spi1 组设置，Jetson-IO 工具会同时配置后面的 5 个脚位。设置完毕后选择“Save and reboot to reconfigure pins”，重启系统之后再执行：
sudo /opt/nvidia/jetson-io/config-by-pin.py
是否看到脚位[19, 21, 23, 24, 26]的状态，现在都出现“spi1”的标识了?
在 /opt/nvidia/jetson-io/ 目录下还有 config-by-function.py、config-by-pin.py 与 config-by-hardware.py 三个工具，根据不同目的查询与设置 GPIO 接脚属性。详细的内容请至 https://docs.nvidia.com/jetson/archives/l4t-archived/l4t-325/index.html 里“Hardware Setup”的“Configuring the 40-Pin Expansion Header”，有完整的使用说明。
Jetson.GPIO应用开发库
这是属于应用级的开发库，是针对“未被 Jetson-IO 设置为 SPIO”的 GPIO 引脚进行配置与运作的应用库。
例如引脚 19 在前面 Jetson-IO 配置为 spi1 功能之前，就是作为 GPIO 功能，可以用 Jetson.GPIO 库去指派与调用；但是经过 spi1 配置并重启之后，引脚 19 已经属于 SFIO 而非 GPIO，这时候如果用 Jetson.GPIO 库去指定这个引脚，就不会产生作用。
前面提过“从某种角度来说 Jetson.GPIO 与 Jetson-IO 是互斥的”，道理就在这个地方，一旦被 Jetson-IO 配置并启动的脚位，就不再属于 GPIO 的功能了。
这个 Jetson.GPIO 开发库并不在 Jetpack 安装包里，因此需要手动安装与从 github 上下载范例代码。下面指令可以简单安装这个库：
sudopip3installJetson.GPIO
如果想要获得这个开发库的范例，就执行以下指令：
cd ~ && git clone https://github.com/NVIDIA/jetson-gpio cd jetson-gpio/samples
这里的范例都需要结合一些很基本的电子实验设备，例如面包板、LED 灯、杜邦线、小电阻、小电容之类的设备，实验内容非常简单，请自行采购相关元件并跟着说明执行就可以，这里不做这些范例的讲解。
至于还有些环境变量配置问题，也请参考开源项目内的说明，不过在 Jetbot 项目中都已经调试好了。
四种GPIO引脚调用模式
这是最后一个容易造成混淆的部分，因为作为 GPIO 用途的脚位有四种调用的模式，这也是因为过去长年积累的兼容性问题所导致的，不过只要搞清楚之后也都不是大问题。
在代码一开始的时候，需要使用“GPIO.setmode(GPIO_MODE)”指令进行模式的指定，其中“GPIO_MODE”可以是以下四种：
1. GPIO.BOARD：这种模式的引脚是根据“1~40”的物理编号进行指定，是最简单易懂的方式，不过必须注意得避开已经设置为 SFIO 的引脚。例如：
GPIO.setmode(GPIO.BOARD)GPIO.setup(12, GPIO.IN) # 设置12号引脚为输入GPIO.setup(13, GPIO.OUT, initial=GPIO.HIGH) # 设置13号引脚为输出
这是最直观而且简单的模式，推荐初学者使用！
2. GPIO.BCM：这种编号是因为控制芯片主要来自于博通(Broadcom)公司，而他们自定义了一组 BCM 编码方式，在 Jetson Nano（含2GB）开发套件的针脚位背面所印刷的“Dxx”编号（如下图），就是 BCM 的编码。
下面是简单的调用方法，不过指定的脚位是根据 BCM 编码原则：
GPIO.setmode(GPIO.BCM)GPIO.setup(12, GPIO.IN) # 设置D12(BOARD的32)脚位为输入GPIO.setup(13, GPIO.OUT) # 设置D13(BOARD的33)脚位为输出
很多传统树莓派的项目里习惯使用 BCM 编码，仔细对照就能轻易理解。
3. GPIO.CVM与GPIO.TEGRA_SOC：这两种模式使用各 GPIO 管脚命名的字符串，作为设置引脚的参数，其中 CVM 是根据 CVM/CVB 连接器信号名称命名，
TEGRA_SOC 是根据 Tegra SoC 中信号名称来命名的。例如：
GPIO.setmode(GPIO.TEGRA_SOC)GPIO.setup('SPI1_SCK', GPIO.IN) # 设置BOARD的23脚位为输出GPIO.setup('SPI1_MISO', GPIO.OUT) # 设置BOARD的21脚位为输出
结语
过去大家对于 NVIDIA Jetson 系列产品的深度学习能力是比较熟悉的，但是要将使用价值再扩展到工业场景的时候，也必须对这个 40 针引脚的用法有足够的掌握。
本文将大部分困扰初学者的问题进行较更有逻辑的梳理，日后只要大家能弄清楚 SFIO 与 GPIO 之间的差异、Jetson-IO 与 Jetson.GPIO 的不同，以及 GPIO 四种编码模式的对应脚位如何查找，其他的问题就是透过代码去熟练这些调用，也不必在乎是用 Python 库还是 C 语言库了。
- 本文内容来自网络，如有侵权，请联系本站处理。
微信分享
评论涨知识
导轨
导轨又称滑轨、线性导轨、线性滑轨，用于直线往复运动场合，拥有比直线轴承更高的额定负载， 同时可以承担一定的扭矩，可在高负载的情况下实现高精度的直线运动。
评论:
相关文章
用树莓派4b构建深度学习应用(2) 软件篇
这篇我们来搭建一下树莓派的系统，并安装一些必要的工具软件。
MIT麻省理工提供给孩子们的免费AI教学平台！
在人工智能（AI）日益影响生活的今天，让孩子们从小接触AI并学习相关知识，不仅能够帮助他们理解现代科技的发展，也能提升他们的逻辑思维、创造力和问题解决能力。
用树莓派4b构建深度学习应用(13) 人脸修复篇
这一篇谈一下面部遮挡的情况下，怎么把人脸还原回来。
用树莓派4b构建深度学习应用(3) OpenCV篇
这一篇主要介绍一下最新版的 OpenCV 4.4 在树莓派上的编译，安装与使用。
可视化解释11种基本神经网络架构
随着深度学习的飞速发展，已经创建了完整的神经网络体系结构主机，以解决各种各样的任务和问题。 尽管有无数的神经网络架构，但对于任何深度学习工程师来说，这里有11种必不可少的知识，它们分为四大类：标准网络，递归网络，卷积网络和自动编码器。
艾伦·图灵 –人工智能之父
Sometimes it is the people who no one imagines anything of who do the things that no one can imagine.
Jetbot基础教程-组装过程的注意细节
假如您的 Jetbot 小车是从外面采购第三方套件的话，可以跳过本文的内容。如果您是按照 jetbot.org 原厂的自行组装方式，那么本文所提供的一些细节点，会让您节省很多摸索的时间。
微信分享
