Raspberry Pi Pico示例项目在PICO2开发板上的构建问题解析
2025-06-25 11:41:10作者:齐添朝
在Raspberry Pi Pico生态系统中,开发者在使用PICO2开发板构建pico-examples项目时可能会遇到一个特定的构建失败问题。本文将深入分析该问题的成因、影响范围以及解决方案。
问题现象
当开发者尝试为PICO2开发板构建pico-examples项目时,使用Ninja构建系统会遭遇构建失败。错误信息显示与加密引导加载程序的链接脚本生成有关:
ninja: error: build.ninja:11266: multiple rules generate bootloaders/encrypted/enc_bootloader.ld
问题根源分析
经过技术团队调查,发现问题源于CMakeLists.txt文件中的目标命名冲突。具体来说:
- 在bootloaders/encrypted/CMakeLists.txt中,同时定义了两个生成enc_bootloader.ld的规则
- 一个是通过add_custom_command生成的物理文件
- 另一个是通过add_custom_target创建的phony目标
- 这两个规则使用了相同的名称,导致Ninja构建系统无法处理
影响范围
该问题具有以下特点:
- 跨平台性:影响Windows和Linux系统
- 构建系统特异性:仅在使用Ninja时出现,使用Make时构建正常
- 项目特异性:仅影响pico-examples项目,自定义项目通常不受影响
- 开发板特异性:仅在使用PICO2(RP2350)开发板时出现
技术解决方案
Raspberry Pi开发团队通过以下方式修复了该问题:
- 修改了目标命名方式,将点号(.)替换为下划线(_)
- 确保自定义命令和自定义目标使用不同的名称
- 保持了原有功能的完整性
这种修改既解决了构建问题,又不会影响最终生成的链接脚本文件。
开发者应对建议
对于遇到此问题的开发者,可以采取以下措施:
- 更新到最新版本的pico-examples代码库
- 如果无法立即更新,可以手动修改CMakeLists.txt文件中的目标名称
- 临时解决方案是使用Make而不是Ninja进行构建
深入技术背景
这个问题揭示了CMake与Ninja交互时的一个微妙之处:当多个构建规则生成同一文件时,Ninja会报错,而Make则能更宽容地处理这种情况。这反映了不同构建系统在规则处理策略上的差异。
对于嵌入式开发特别是Raspberry Pi Pico开发,理解这类构建系统的特性非常重要,因为:
- 链接脚本在嵌入式系统中起着关键作用
- 不同的微控制器可能需要不同的内存布局
- 加密引导加载程序需要特殊的处理方式
总结
Raspberry Pi Pico团队快速响应并修复了这个构建系统问题,展示了开源社区的高效协作。对于嵌入式开发者而言,理解构建系统的底层机制有助于更快地诊断和解决类似问题。随着Pico生态系统的不断发展,这类经验将帮助开发者更顺利地使用PICO2等新型开发板进行项目开发。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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
最新内容推荐
谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
648
149
Ascend Extension for PyTorch
Python
211
221
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++
655
291
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
React Native鸿蒙化仓库
JavaScript
250
319
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
486
🎉 (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
1.16 K
640
仓颉编程语言运行时与标准库。
Cangjie
136
874
openGauss kernel ~ openGauss is an open source relational database management system
C++
159
216