社區介紹：
RT-Thread 是一個集實時作業系統（RTOS）內核、中間件組件和開發者社區于一體的技術平臺，由熊譜翔先生帶領并集合開源社區力量開發而成，RT-Thread 也是一個組件完整豐富、高度可伸縮、簡易開發、超低功耗、高安全性的物聯網作業系統，RT-Thread 具備一個 IoT OS 平臺所需的所有關鍵組件，例如GUI、網路協議堆疊、安全傳輸、低功耗組件等等，經過11年的累積發展，RT-Thread 已經擁有一個國內最大的嵌入式開源社區，同時被廣泛應用于能源、車載、醫療、消費電子等多個行業，累積裝機量超過 6億 臺，成為國人自主開發、國內最成熟穩定和裝機量最大的開源 RTOS，
RT-Thread 擁有良好的軟體生態，支持市面上所有主流的編譯工具如 GCC、Keil、IAR 等，工具鏈完善、友好，支持各類標準介面，如 POSIX、CMSIS、C++應用環境、Javascript 執行環境等，方便開發者移植各類應用程式，商用支持所有主流MCU架構，如 ARM Cortex-M/R/A, MIPS, X86, Xtensa, C-Sky, RISC-V，幾乎支持市場上所有主流的 MCU 和 Wi-Fi 芯片，
社區之星推薦語：鄧可笈，現為西安電子科技大學研究生，參與RT-Thread“2020點亮計劃‘，參加RT-Thread AI相關開源作業，
技術成長之路
我是從大學本科一年級開始接觸嵌入式相關知識，從單片機、樹莓派的應用層開始玩起，后參加各類電子設計競賽，而逐步深入實時作業系統與linux作業系統，學習裸機與作業系統的外設驅動開發、系統移植等開發方法，從而進一步夯實基礎，邁進嵌入式開發的大門，
在學習程序中也多次參與嵌入式相關實際專案開發，如：IOT設備組網、linux攝像頭驅動開發、工業上位機開發等，從而對嵌入式系統的應用層到底層驅動都有了整體認識，并積累了一定的調優排錯經驗，
研究生階段開始接觸AI的相關知識，學習深度學習模型的訓練、量化、剪枝等前沿論文與實踐操作，并閱讀caffe、darknet等常用AI框架原始碼，進而開始研究在嵌入式設備上部署AI演算法的可行性與優化之處，并與RT-Thread結緣，共同探索AIOT領域的發展，
社區貢獻
之前在大學競賽中使用過RT-Thread作為載體，就深感RT-Thread的方便快捷，并且組件豐富，后又通過2020點亮計劃與RT-Thread進一步結緣，
完善基于RT-Thread的樹莓派4的多個外設驅動，制作基于TFLite Micro軟體包的完整AI演示專案并開設直播分享，制作RT-Thread2020開發者大會基于RTAK套件的AI動手實踐專案并撰寫開發手冊，后續將繼續參加RT-Thread AI相關開源作業，
由于反復的“折騰”RT-Thread，所以對于實時作業系統原始碼有了更深刻的認識，進而也掌握了更多作業系統底層的原理；通過使用眾多軟體包和組件，并關注它們的實作，其實也是一個學習的程序，參與社區的交流，認識多位大佬，也深深感覺到自己水平仍有待提升，之前看到有做龍芯2K移植的大佬，也有做兼容層的大佬，都讓我印象很深刻，
對社區目前的發展較為滿意，社區參與的形式也非常多樣化，RT-Thread其實在高校中有非常多的同學在學習并且應用于各大競賽和科研專案當中，希望可以加大與高校之間的合作，讓學生在不斷動手實踐的同時，也能為社區做出貢獻，
技術展望
關注車載場景與IOT應用中的邊緣推理與云邊協同技術，可研究在嵌入式設備上提升部署AI模型的高效便捷性與跨平臺遷移的適用性，多種推理框架和模型的整合轉換，做出更多的完整AI demo，吸引更多的人加入到AI生態的建設，
開發者寄語
有價值的PR需建立在扎實的軟硬體基礎之上，建議學習不僅要結合書本，更要從原始碼入手，在應用的程序中思考實作原理，珍惜時間，
RT-Thread官方網站：https://www.rt-thread.org/index.html
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/242454.html
標籤：其他
上一篇：API介面：車輛維修保養記錄查詢