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
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
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust017
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
677
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
518
630
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.57 K
910
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++
947
888
暂无简介
Dart
923
228
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
399
303
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
634
217
openGauss kernel ~ openGauss is an open source relational database management system
C++
183
260