【花雕动手做】CanMV K230 AI视觉识别模块之使用多线程

什么是 CanMV K230？
CanMV K230是一款高性价比的RISC-V边缘AI平台，凭借低功耗、强视觉处理能力和开放的开发生态，成为嵌入式AI开发的理想选择，尤其适合需要快速部署视觉与AI功能的创客、中小企业及教育场景。CanMV 是一套 AI 视觉开发平台，K230 是其核心芯片。该模块结合了图像采集、AI推理、边缘计算等能力，适合嵌入式视觉应用开发。

CanMV：类似 OpenMV 的图像处理框架，支持 Python 编程，简化视觉识别开发流程。
K230 芯片：嘉楠科技推出的 AIoT SoC，采用 RISC-V 架构，内置第三代 KPU（AI加速单元），算力高达 6 TOPS，性能是 K210 的 13.7 倍。

知识点
多线程是操作系统和编程中用于实现并发执行的技术，简单来说，就是一个程序中同时运行多个 “子任务”（线程），这些线程共享同一程序的资源（如内存空间、文件句柄等），但各自独立执行不同的代码片段。

1、多线程的核心特点
共享资源：同一进程中的所有线程共享进程的内存空间（如全局变量、堆内存），无需额外通信机制即可访问同一数据（但需注意同步问题）。
轻量级：线程的创建、销毁和切换开销远小于进程（进程是独立的内存空间，线程更像 “轻量级进程”）。
并发执行：在单核 CPU 上，线程通过 “时间片轮转” 实现伪并行（快速切换执行）；在多核 CPU 上，可实现真并行（多个线程同时在不同核心运行）。

2、为什么需要多线程？
提升效率：处理耗时任务（如下载、计算、IO 操作）时，多线程可避免程序 “卡住”，让主线程继续响应用户操作（如 GUI 界面保持流畅）。
充分利用硬件：多核 CPU 时代，多线程能更高效地利用 CPU 核心，减少资源闲置。
简化逻辑：将复杂任务拆分为多个独立子任务（如同时处理多个网络请求），代码结构更清晰。

3、多线程的常见问题
线程安全：多个线程同时操作共享数据时，可能导致数据错乱（如 “脏读”“重复写入”），需通过锁（如mutex）、信号量等机制保证同步。
死锁：两个或多个线程互相等待对方释放资源，导致程序卡死（需通过合理设计锁的顺序避免）。
上下文切换开销：线程过多时，CPU 在切换线程状态（保存 / 恢复寄存器、栈等）的开销会抵消并发带来的收益，需控制线程数量。

4、典型应用场景
网络服务器（如 Web 服务器同时处理多个客户端请求）
后台任务（如下载软件同时进行多个文件下载）
实时数据处理（如日志分析、视频流解码）
GUI 程序（主线程处理界面，子线程处理计算 / 网络操作）

【花雕动手做】CanMV K230 AI视觉识别模块之使用多线程
项目测试实验代码

#【花雕动手做】CanMV K230 AI视觉识别模块之使用多线程
# 导入线程模块 Import thread module
import _thread
# 导入时间模块用于实现延时 Import time module for delay functionality
import time

# 定义线程执行的函数 Define the function to be executed in threads
# name: 线程名称参数 Thread name parameter
def func(name):
    while True:
        # 每隔一秒输出一次信息 Print message every second
        print("This is thread {}".format(name))
        # 休眠1秒 Sleep for 1 second
        time.sleep(1)

# 创建并启动第一个线程 Create and start the first thread
# func: 线程函数 Thread function
# ("THREAD_1",): 传递给线程函数的参数(必须是元组格式)
# Arguments passed to thread function (must be tuple format)
_thread.start_new_thread(func, ("THREAD_1",))

# 延时500毫秒
# Delay 500ms to give the first thread a chance to start
time.sleep_ms(500)

# 创建并启动第二个线程 Create and start the second thread
# 参数与第一个线程类似 Similar parameters as the first thread
_thread.start_new_thread(func, ("THREAD_2",))

# 主线程死循环,防止程序退出
# Main thread infinite loop to prevent program exit
# 延时1毫秒,避免占用过多CPU资源
# Delay 1ms to avoid consuming too much CPU
while True:
    time.sleep_ms(1)
复制代码

多线程核心概念详解
MicroPython线程模块特点：
• 轻量级线程：适用于嵌入式系统的简化线程实现
• 全局解释器锁(GIL)：Python线程不是真正的并行，但在I/O操作时能提高效率
• 简单API：相比标准Python的threading模块更简化

线程函数定义：

def func(name):

    while True:

        print("This is thread {}".format(name))

        time

.sleep(1)
复制代码

• 无限循环：线程会持续运行直到程序结束
• 带参数：通过元组形式传递参数给线程函数
• 定时输出：每秒打印一次线程标识信息

代码执行流程分析
1. 启动第一个线程
python

_thread.start_new_thread(func, ("THREAD_1",))
复制代码

• 创建名为"THREAD_1"的线程
• 立即开始执行func函数
• 线程参数必须是元组格式，即使只有一个参数

2. 延时500毫秒
python

time.sleep_ms(500)
复制代码

• 让第一个线程有时间开始执行并输出信息
• 避免两个线程同时启动造成输出混乱

3. 启动第二个线程
python

_thread.start_new_thread(func, ("THREAD_2",))
复制代码

• 创建名为"THREAD_2"的线程
• 两个线程现在会交替执行

4. 主线程保持运行
python

while True:

    time

.sleep_ms(1)
复制代码

• 防止程序退出：主线程结束会导致所有子线程终止
• 低CPU占用：1毫秒延时减少CPU使用率
• 后台运行：主线程保持活动状态，让子线程继续工作
预期输出效果
运行此代码后，控制台会看到类似这样的输出：

text

This is thread THREAD_1

This is thread THREAD_2

This is thread THREAD_1

This is thread THREAD_2

This is thread THREAD_1

.......
复制代码

两个线程会交替每秒输出一次信息，形成并发的效果。

实际应用场景
1. 传感器数据采集：一个线程读取传感器，另一个处理数据
2. 网络通信：一个线程处理网络连接，另一个处理用户输入
3. 实时监控：多个线程同时监控不同系统状态
4. I/O密集型任务：利用线程在等待I/O时执行其他任务

注意事项
• 资源竞争：多线程访问共享资源时需要同步机制
• 内存使用：每个线程都有独立的栈空间
• 调试难度：多线程程序的调试比单线程复杂
• 嵌入式限制：在资源受限的设备上不宜创建过多线程
这段代码展示了在CanMV K230模块上实现基本多线程编程的方法。

实验串口返回情况



实验场景图