Momentum-Firmware项目中的NFC读取崩溃问题分析与解决
2025-06-02 08:22:10作者:范靓好Udolf
问题背景
在Momentum-Firmware项目中,用户报告了一个与NFC功能相关的严重问题:当使用Flipper设备扫描MIFARE Plus卡时,系统会崩溃并显示"furi_check failed"错误。这一问题最初出现在Momentum 007固件版本中,而在之前的固件版本中功能正常。
问题表现
多位用户报告了类似的问题表现:
- 当使用NFC→读取功能扫描MIFARE Plus卡时,设备立即崩溃
- 错误信息显示"furi_check failed"
- 类似问题也出现在尝试读取受密码保护的Ultralight Ev1标签时
- 在"写入初始卡"操作时也会出现相同崩溃
技术分析
从用户反馈和测试结果来看,这个问题具有以下特点:
- 固件版本相关性:问题出现在Momentum 007版本,而在官方1.1.2固件和最新Unleashed固件中不存在此问题
- 特定卡片类型:主要影响MIFARE Plus卡和受保护的Ultralight Ev1标签
- 工作变通方法:如果用户提供密码,Momentum固件可以成功读取受保护标签
- 修复情况:在Momentum 009版本(2025年1月23日)中,该问题已被修复
问题根源推测
虽然具体的修复代码未在issue中展示,但根据问题表现可以推测可能的原因:
- 安全检查失败:furi_check失败通常表示某个断言条件未满足,可能是对卡片类型的检查不完善
- MIFARE Plus处理逻辑:MIFARE Plus卡具有向后兼容MIFARE Classic的特性,可能在兼容性处理代码中存在缺陷
- 加密卡处理:对受密码保护的卡片处理流程可能缺少必要的错误处理机制
解决方案
对于遇到此问题的用户,建议采取以下措施:
- 升级固件:升级到Momentum 009或更高版本,该版本已修复此问题
- 使用替代固件:如需立即使用此功能,可暂时切换到官方1.1.2或Unleashed固件
- 提供密码:对于受密码保护的卡片,直接提供密码可以绕过崩溃问题
技术启示
这一问题为嵌入式设备开发提供了几个重要启示:
- 兼容性测试的重要性:新增功能时需全面测试各种卡片类型的兼容性
- 错误处理的健壮性:对非标准或受保护卡片的处理需要完善的错误处理机制
- 固件升级的价值:及时更新固件可以解决已知问题并提升设备稳定性
结论
NFC功能在物联网设备中扮演着重要角色,Momentum-Firmware项目团队通过快速响应和修复这一问题,展现了他们对产品质量的重视。用户只需简单升级到最新固件即可解决此崩溃问题,继续享受完整的NFC功能体验。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
177
195
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++
647
264
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
270
94
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
378
3.34 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1