UF2 Bootloader基于TinyUSB的嵌入式设备快速入门教程
2024-09-23 06:35:18作者:俞予舒Fleming
本教程基于Adafruit的tinyuf2项目,这是一个跨平台的UF2引导加载器,专为基于TinyUSB的嵌入式设备设计,如ESP32S2、STM32F4和iMX RT10xx系列等MCU。
1. 项目目录结构及介绍
该开源项目遵循明确的组织结构,确保开发者能够迅速定位重要组件:
apps: 包含一些实用应用程序,如固件自更新、擦除等功能。lib: 第三方源码集成区,包括TinyUSB库及其特定于MCU的驱动程序。ports: 目标微控制器平台特定的代码,例如Espressif、NXP i.MX RT等的端口实现,含有板级支持和Makefile。src: 跨平台的引导加载器源代码,核心逻辑所在。tools: 辅助工具,如获取依赖脚本,便于开发和构建过程。- 文档相关(
.gitignore,LICENSE,README.md,changelog.md): 项目说明、许可信息、变更日志等重要文档。
2. 项目的启动文件介绍
在TinyUF2项目中,并没有一个传统的“启动文件”概念,如在某些RTOS或操作系统环境中的特定入口点。但是,每个目标MCU的引导流程由其对应的端口(ports目录下的子目录)中的初始化代码控制。例如,在STM32F4端口,初始化过程通常分散在多个文件中,涉及到硬件初始化、堆栈设置和引导加载器的主循环启动,这些细节隐藏在编译配置和芯片启动代码里。
3. 项目的配置文件介绍
配置主要通过几个途径进行:
Makefile: 在每个端口目录下有相应的Makefile,用于指定编译选项、目标板定义以及编译规则。- 特定配置头文件: 如在某些情况下,可能会有一个
config.h或其他命名的配置文件来提供可调整的宏定义,允许定制化编译行为。 tools/get_deps.py: 用于获取特定MCU所需的第三方依赖,间接参与配置过程,确保所有必需的库都已经就绪。
配置实例操作
以编译并为特定板子配置为例,你需要:
- 更改工作目录至对应端口,比如STM32F4端口。
- 获取依赖:运行
python tools/get_deps.py [MCU族]或使用--board选项指定具体板型。 - 编译命令:使用
make BOARD=[你的板子名称]进行编译,添加DEBUG=1以开启调试模式。 - 配置编译选项:通过修改Makefile中的变量或者利用特定的配置文件来适应不同的需求。
请注意,具体的配置细节可能会随着项目版本的更新而有所变化,因此阅读最新的文档和Makefile注释总是一个好习惯。此外,对于更深入的配置和定制,直接查看项目中的示例和文档是必不可少的步骤。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.18 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
492