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
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 StartedRust0212
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 Notebook0137
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
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
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
468
461
暂无描述
Dockerfile
775
5.07 K
Ascend Extension for PyTorch
Python
756
961
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
872
2.01 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.4 K
昇腾LLM分布式训练框架
Python
183
230
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430