Raspberry Pi Pico SDK中flash_range_erase函数的问题分析与修复
2025-06-15 09:58:51作者:傅爽业Veleda
问题背景
在Raspberry Pi Pico SDK 2.1.0版本中,用户在进行固件更新时遇到了一个关键问题。当使用flash_range_erase()函数擦除整个闪存区域时,系统会出现异常。这个问题源于SDK 2.1.0版本中引入的一个修改(#2082),该修改在flash_range_erase()函数中添加了对flash_rp2350_restore_qmi_cs1()的调用。
技术分析
问题的核心在于函数调用链的设计缺陷:
flash_range_erase()调用flash_rp2350_restore_qmi_cs1()flash_rp2350_restore_qmi_cs1()调用flash_devinfo_get_cs_size()flash_devinfo_get_cs_size()调用flash_devinfo_ptr()
关键问题点在于flash_devinfo_ptr()函数没有被声明为__no_inline_not_in_flash_func,导致该函数仍然驻留在闪存中。当用户尝试擦除整个闪存区域时,系统仍在尝试执行闪存中的代码,这显然会导致不可预期的行为。
解决方案
开发团队通过以下方式解决了这个问题:
- 将
flash_devinfo_ptr()函数声明为__no_inline_not_in_flash_func,确保该函数不会驻留在闪存中 - 修改后的函数定义如下:
static io_rw_16 * __no_inline_not_in_flash_func(flash_devinfo_ptr)(void) {
// 注意:查找返回一个指向ROM中32位指针字面量的指针
io_rw_16 **p = (io_rw_16 **) rom_data_lookup_inline(ROM_DATA_FLASH_DEVINFO16_PTR);
assert(p);
// 函数其余部分...
}
技术启示
这个问题给我们几个重要的技术启示:
-
闪存操作的特殊性:在进行闪存擦除或写入操作时,必须确保执行代码不会位于即将被修改的闪存区域中。
-
函数属性声明的重要性:在嵌入式开发中,特别是涉及闪存操作的场景,正确使用
__no_inline_not_in_flash_func等属性声明至关重要。 -
调用链设计:设计涉及底层硬件操作的函数调用链时,需要全面考虑每个函数的位置属性,确保整个调用路径都能在预期环境中执行。
修复影响
这个修复确保了:
- 用户固件更新过程可以正常进行
- 闪存擦除操作不会意外中断
- 系统在更新过程中的稳定性得到保障
最佳实践建议
对于需要在Pico平台上实现固件更新的开发者,建议:
- 始终使用最新版本的SDK,其中包含了这个修复
- 在进行闪存操作前,确保所有相关代码都已正确声明位置属性
- 测试固件更新流程时,特别注意全闪存擦除的情况
- 考虑在更新过程中使用RAM中的临时缓冲区来存储关键代码
这个问题及其解决方案展示了嵌入式系统开发中硬件相关编程的复杂性,也体现了Raspberry Pi Pico开发团队对产品质量的持续改进。
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
317
2.74 K
仓颉编译器源码及 cjdb 调试工具。
C++
124
852
Ascend Extension for PyTorch
Python
157
178
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++
639
246
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
242
85
暂无简介
Dart
606
136
React Native鸿蒙化仓库
JavaScript
239
310
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!
C
1.03 K
470
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
364
3.02 K