libusb在macOS系统上的ZLP传输问题分析与修复
问题背景
在USB协议中,零长度包(Zero Length Packet, ZLP)是一个重要的控制机制,用于指示数据传输的结束。当使用libusb库进行异步USB传输时,可以通过设置LIBUSB_TRANSFER_ADD_ZERO_PACKET标志来请求在适当的时候自动发送ZLP。
然而,在macOS系统(Darwin)上,开发者发现这个功能存在异常行为。具体表现为:对于USB 3.0设备,当maxPacketSize为1024字节时,libusb会在数据包大小为5120字节(1024×5)的倍数时发送ZLP,而不是预期的1024字节倍数。这导致接收端设备无法正确识别传输结束,从而造成批量传输挂起的问题。
技术分析
经过深入调查,发现问题根源在于macOS系统中获取USB管道属性的方式。libusb在darwin_usb.c文件中使用了GetPipePropertiesV3函数来获取管道属性,但这个函数返回的wMaxPacketSize值已经包含了burst传输和multiplier的乘积因子。
在USB 3.0规范中:
- 基础最大包大小(wMaxPacketSize)是端点描述符中定义的值
- bMaxBurst表示设备支持的最大突发传输次数
- bMult是等时传输的乘数因子
GetPipePropertiesV3返回的是"完整"的最大包大小,已经包含了(bMaxBurst+1)的乘积因子。而libusb错误地将这个已经乘积后的值直接用作基础包大小,导致ZLP计算逻辑出现偏差。
解决方案
开发者提出了三种可能的修复方案:
-
推荐方案:在获取管道属性后,再调用GetEndpointPropertiesV3函数。这个函数明确说明会返回端点描述符中的基础wMaxPacketSize值,不包含任何乘积因子。
-
修正计算:继续使用GetPipePropertiesV3,但需要手动除以(bMaxBurst+1)和可能的(bMult+1)因子来还原基础包大小。这种方法需要对USB协议有深入理解,特别是处理等时传输时更复杂。
-
使用描述符值:直接从端点描述符中获取maxPacketSize值。这种方法简单但可能不够灵活。
最终实现采用了第一种方案,因为它最直接可靠,且符合USB规范的定义。通过获取端点的基础属性值,确保ZLP计算基于正确的包大小。
技术影响
这个修复对于依赖ZLP机制进行传输控制的USB设备尤为重要,特别是那些需要精确控制数据传输边界的应用场景。修复后,libusb在macOS系统上能够正确地在数据包大小达到maxPacketSize倍数时发送ZLP,确保数据传输的完整性。
开发者建议
对于需要在macOS系统上使用libusb进行USB开发的工程师,建议:
- 更新到包含此修复的libusb版本
- 在开发过程中充分测试ZLP相关功能
- 了解不同操作系统下USB实现的差异
- 对于关键数据传输,考虑实现额外的传输结束确认机制
这个问题的解决展示了开源社区协作的优势,通过开发者的报告和分析,最终找到了问题的根源并提供了可靠的解决方案。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~085CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava05GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









