Embassy-rs项目在STM32F401芯片上的Bootloader实现挑战
2025-06-01 01:16:19作者:咎岭娴Homer
内存分区限制带来的挑战
在嵌入式系统开发中,使用STM32F401xC/E系列芯片时,开发者可能会遇到一个特殊的内存分区问题。这类芯片的Flash内存被划分为几个不同大小的区域,其中包含64KB和128KB两种不同大小的扇区。这种非均匀的内存布局给实现可靠的Bootloader带来了显著挑战。
内存结构分析
STM32F401xC/E芯片的Flash内存结构如下:
- 区域1:地址0x08000000到0x0800FFFF,共64KB,划分为4个16KB的小扇区
- 区域2:地址0x08010000到0x0801FFFF,共64KB,作为一个整体的大扇区
- 区域3:地址0x08020000到0x0803FFFF,共128KB,作为一个更大的扇区
对于512KB Flash的xE型号,还额外增加了两个128KB的扇区。
Embassy-boot的实现限制
Embassy-boot库在设计上要求:
- 页大小(page_size)必须取ACTIVE区和DFU区擦除大小的较大值
- DFU区容量必须比ACTIVE区至少大一个页
- 每个分区容量必须是页大小的整数倍
在这种限制下,对于256KB Flash的xC型号,最合理的分区方案是:
- BOOTLOADER和BOOTLOADER_STATE放在区域1
- ACTIVE区放在区域2(64KB)
- DFU区放在区域3(128KB)
然而这会带来两个问题:
- 页大小必须取128KB(DFU区擦除大小)
- ACTIVE区64KB不是128KB的整数倍
- DFU区比ACTIVE区仅大64KB,不满足"至少大一个页(128KB)"的要求
可行的替代方案
对于512KB Flash的xE型号,虽然技术上可以实现,但会浪费大量Flash空间:
- 将ACTIVE区放在一个128KB扇区
- DFU区需要占用两个128KB扇区
- 这样应用程序实际可用空间仅剩128KB
解决方案建议
面对这种硬件限制,开发者可以考虑以下替代方案:
-
选择其他STM32系列芯片:如STM32F3或STM32F7系列,它们具有更小的Flash扇区,更适合实现A/B分区更新。
-
自定义Bootloader实现:放弃A/B分区方案,改为由Bootloader直接下载并覆盖应用程序。这种方案虽然牺牲了更新过程中的冗余保护,但在资源受限的设备上可能是更实际的选择。
-
优化内存布局:仔细评估应用程序的实际需求,可能通过压缩或功能裁剪来适应有限的内存空间。
总结
STM32F401系列芯片的特殊内存结构确实给实现健壮的Bootloader带来了挑战。开发者在选择硬件平台时需要提前考虑Bootloader的实现需求,或者在资源受限的情况下采用更简化的更新方案。理解这些限制有助于在项目初期做出更合理的设计决策。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
Ascend Extension for PyTorch
Python
503
608
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++
939
862
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
334
378
openEuler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。
C
390
285
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
195
openGauss kernel ~ openGauss is an open source relational database management system
C++
180
258
🎉 (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
1.54 K
893
昇腾LLM分布式训练框架
Python
142
168