imx_usb_loader 使用教程
1. 项目介绍
imx_usb_loader 是一个开源工具,由 Boundary Devices 开发,用于通过 USB OTG 端口在 NXP i.MX5/i.MX6/i.MX7 和 Vybrid SoCs 上下载和执行代码。该工具通过 Serial Download Protocol (SDP) 实现,通常用于替代 NXP 的 MFGTOOL 来加载 SPL 和 U-Boot。
2. 项目快速启动
2.1 安装依赖
首先,确保系统中已安装 libusb-1.0-0-dev:
sudo apt-get install libusb-1.0-0-dev
2.2 下载并编译项目
克隆 imx_usb_loader 仓库并编译:
git clone https://github.com/boundarydevices/imx_usb_loader.git
cd imx_usb_loader
make
2.3 配置和使用
-
构建 U-Boot: 根据目标设备的配置文件构建 U-Boot。例如,使用 SD 卡/eMMC 的配置文件:
make CROSS_COMPILE=arm-linux-gnueabihf- ARCH=arm u-boot -
复制 SPL 和 U-Boot 镜像: 将生成的 SPL 和 U-Boot 镜像复制到
imx_usb_loader目录:cp SPL u-boot.img ~/imx_usb_loader -
配置 imx_usb_loader: 编辑
imx_usb.conf文件,添加目标设备的配置:cd ~/imx_usb_loader nano imx_usb.conf在文件开头添加以下内容:
#imx6dq/dqp 0x15a2:0x0054 mx6_usb_rom.conf 0x0525:0xb4a4 mx6_usb_sdp_spl.conf -
启动设备: 将目标设备设置为 USB 下载模式,连接到主机并运行
imx_usb:sudo ./imx_usb
3. 应用案例和最佳实践
3.1 修复损坏的 U-Boot
当设备的 U-Boot 损坏时,可以使用 imx_usb_loader 重新加载 U-Boot。首先,确保设备处于 USB 下载模式,然后按照上述步骤重新加载 SPL 和 U-Boot 镜像。
3.2 批量烧录
对于需要批量烧录 U-Boot 的场景,可以通过脚本自动化该过程。例如,使用 imx_usb_loader 的 --bus 和 --device 选项来指定特定的 USB 设备:
for dev in $(lsusb | grep "Freescale SemiConductor Inc SE Blank ARIK" | awk '{print $6}'); do
bus=$(echo $dev | cut -d':' -f1)
device=$(echo $dev | cut -d':' -f2)
sudo ./imx_usb -b $bus -D $device u-boot.img
done
4. 典型生态项目
4.1 U-Boot
imx_usb_loader 通常与 U-Boot 一起使用,用于加载和执行 U-Boot 镜像。U-Boot 是一个广泛使用的开源引导加载程序,支持多种嵌入式平台。
4.2 MFGTOOL
NXP 的 MFGTOOL 是另一个用于烧录和配置 i.MX 系列 SoC 的工具。虽然 imx_usb_loader 提供了更轻量级的解决方案,但在某些场景下,MFGTOOL 可能更适合复杂的烧录任务。
4.3 libusb
imx_usb_loader 依赖于 libusb 库来与 USB 设备进行通信。libusb 是一个开源的跨平台库,用于与 USB 设备进行低级通信。
通过以上步骤和案例,您可以快速上手并使用 imx_usb_loader 进行 i.MX 系列 SoC 的开发和维护。
kernelopenEuler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。C078
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0131
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