Embassy项目中的CAN缓冲区类型系统问题分析
2025-06-01 21:44:21作者:羿妍玫Ivan
引言
在嵌入式系统开发中,CAN总线通信是一个常见需求。Embassy作为一个嵌入式异步运行时框架,提供了对STM32系列微控制器的CAN支持。然而,在使用其BufferedCan功能时,开发者可能会遇到一个微妙的类型系统问题,可能导致CAN通信异常。
问题本质
Embassy的BufferedCan实现存在一个类型系统上的不健全性(unsoundness),具体表现为:
- BufferedCan的writer()和reader()方法返回的发送器和接收器没有持有对原始BufferedCan实例的引用
- 这导致开发者可以在保留发送器/接收器的情况下意外丢弃BufferedCan实例
- 丢弃BufferedCan实例后,发送器将无法正常工作,而接收器可能仍能工作(这是一个意外行为)
技术细节分析
问题的核心在于BufferedCan的API设计。当前实现中:
pub fn writer(&self) -> BufferedCanSender {
BufferedCanSender {
tx_buf: self.tx_buf.sender().into(),
waker: self.info.tx_waker,
}
}
pub fn reader(&self) -> BufferedCanReceiver {
self.rx_buf.receiver().into()
}
这些方法创建了新的发送器和接收器实例,但没有通过Rust的所有权系统确保原始BufferedCan实例的生命周期足够长。这违反了Rust的安全保证原则。
实际影响
在实际应用中,这种设计会导致:
- 发送器在BufferedCan被丢弃后静默失败(不发送帧)
- 接收器可能继续工作(依赖于底层缓冲区的实现细节)
- 开发者难以诊断问题,因为编译器不会报错
解决方案探讨
社区提出了几种可能的解决方案:
-
生命周期绑定方案:修改API使发送器/接收器持有对BufferedCan的引用
- 优点:完全符合Rust的安全模型
- 缺点:使用不便,需要将BufferedCan存储在长期存在的地方
-
引用计数方案:使用Arc等引用计数机制管理BufferedCan
- 优点:保持API易用性
- 缺点:增加运行时开销
-
文档警示方案:在文档中明确使用要求
- 优点:改动最小
- 缺点:依赖开发者正确阅读文档
最佳实践建议
在当前版本中,开发者应采取以下预防措施:
- 始终将BufferedCan实例存储在长期存在的静态变量中
- 不要依赖接收器在BufferedCan被丢弃后的行为
- 考虑封装自己的安全API层
结论
类型系统不健全是嵌入式开发中常见但危险的问题。Embassy的CAN缓冲区实现展示了即使在精心设计的框架中也可能出现这类问题。开发者应当理解底层机制,并在关键通信功能中加入适当的错误处理和状态检查。
这个问题也提醒我们,在嵌入式开发中,即使编译器没有报错,也需要仔细考虑资源生命周期和硬件外设的状态管理。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0119- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
718
4.6 K
Ascend Extension for PyTorch
Python
588
729
deepin linux kernel
C
29
16
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
980
965
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
791
119
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
420
366
Oohos_react_native
React Native鸿蒙化仓库
C++
341
390
昇腾LLM分布式训练框架
Python
155
183
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
142
226
暂无简介
Dart
963
240