QGroundControl在Android 14上的USB串口权限问题解析
在Android平台上使用QGroundControl(简称QGC)进行无人机地面站操作时,USB串口设备的访问是一个关键功能。近期有开发者反馈,在Android 14设备上运行QGC主分支版本时,遇到了USB串口设备无法枚举的问题,而同一设备上的QGC 4.4.3版本却能正常工作。
问题现象
当用户在Android 14平板上运行最新版QGC并连接串口无线电设备时,系统日志显示以下关键错误信息:
W/qgc.android.androidserial: availableDevicesInfo returned null
W/default: java.lang.SecurityException: User has not given 10152/org.mavlink.qgroundcontrol permission to access device /dev/bus/usb/002/006
这表明应用程序未能获得访问USB设备的必要权限,导致无法获取串口设备信息。
问题根源分析
这个问题源于Android系统权限模型的变更。从Android 10(API级别29)开始,Google引入了更严格的USB设备访问控制:
-
目标API级别限制:当应用的目标API级别(targetSdkVersion)设置为29或更高时,访问USB设备需要额外的权限声明和运行时请求。
-
序列号访问限制:高API级别下,访问USB设备的序列号需要特殊权限,这正是错误日志中显示的问题。
-
向后兼容性:目标API级别低于29的应用仍可使用旧的权限模型,这解释了为什么QGC 4.4.3版本可以正常工作。
解决方案
针对这个问题,开发者社区提供了两种解决方案:
-
降低目标API级别:将应用的目标API级别设置为28(Android 9.0 Pie)或更低,可以绕过新的权限限制。这种方法简单有效,但可能影响应用在Google Play商店的可见度,因为Google鼓励开发者保持最新的目标API级别。
-
实现完整的权限请求流程:对于希望保持最新API级别的开发者,需要:
- 在AndroidManifest.xml中添加必要的权限声明
- 实现运行时权限请求逻辑
- 正确处理用户授权结果
技术实现建议
对于QGroundControl这样的开源项目,建议采用以下最佳实践:
-
分级权限处理:根据目标API级别动态调整权限请求策略。
-
优雅降级:当无法获取完整权限时,提供替代方案或友好的错误提示。
-
用户引导:在需要权限时,向用户清晰解释为什么需要这些权限以及如何使用。
总结
Android平台的权限模型不断演进,为开发者带来了新的挑战。在开发无人机地面站等需要访问硬件设备的应用时,理解并正确处理这些权限变更至关重要。通过合理设置目标API级别或实现完整的权限请求流程,可以确保QGroundControl在各类Android设备上都能可靠地访问USB串口设备。
对于普通用户,如果遇到类似问题,可以尝试使用较旧版本的应用程序,或者联系开发者提供针对新Android版本的兼容性更新。对于开发者而言,及时跟进Android平台的API变更,并在代码中做好兼容性处理,是保证应用长期稳定运行的关键。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08