Zephyr项目中Arduino Giga显示扩展板的驱动问题解析
2025-05-19 20:31:26作者:温艾琴Wonderful
问题背景
在Zephyr RTOS项目中,Arduino Giga R1 WiFi开发板搭配Giga显示扩展板使用时,用户遇到了显示驱动无法正常工作的问题。具体表现为编译错误和屏幕无显示输出。
问题分析
编译错误根源
最初的问题表现为编译时出现CONFIG_VIDEO_BUFFER_SMH_ATTRIBUTE未定义的错误。这是由于显示驱动需要访问外部SDRAM内存,而共享多堆(SMH)管理机制未被正确初始化导致的。
文档错误
项目文档中存在两处关键错误:
- 错误指定了开发板名称为
arduino_giga_r1_wifi,而实际应为arduino_giga_r1/stm32h747xx/m7 - 错误指定了扩展板名称为
arduino_giga_display_shield,而实际应为giga_display_shield
显示初始化问题
即使解决了编译问题,显示仍然无法正常工作,原因是SDRAM内存区域未被正确初始化为共享多堆区域。这导致显示驱动无法访问所需的内存空间。
解决方案
共享多堆初始化
为解决显示驱动问题,需要在系统启动时初始化共享多堆管理机制。核心代码如下:
#if defined(CONFIG_SHARED_MULTI_HEAP)
#include <zephyr/kernel.h>
#include <zephyr/devicetree.h>
#include <zephyr/multi_heap/shared_multi_heap.h>
struct memory_region_t {
uintptr_t dt_addr;
size_t dt_size;
const char *dt_name;
};
#define _BUILD_MEM_REGION(node_id) \
{ .dt_addr = DT_REG_ADDR(node_id), \
.dt_size = DT_REG_SIZE(node_id), \
.dt_name = DT_PROP(node_id, zephyr_memory_region) \
};
int smh_init(void)
{
int ret = 0;
ret = shared_multi_heap_pool_init();
if (ret != 0) {
return ret;
}
const struct memory_region_t regions[] = {
DT_FOREACH_STATUS_OKAY(zephyr_memory_region, _BUILD_MEM_REGION)
};
for (size_t i=0; i<ARRAY_SIZE(regions); i++) {
if (!strncmp("SDRAM", regions[i].dt_name, 5)) {
struct shared_multi_heap_region smh_sdram = {
.addr = regions[i].dt_addr,
.size = regions[i].dt_size,
.attr = SMH_REG_ATTR_EXTERNAL,
};
ret = shared_multi_heap_add(&smh_sdram, NULL);
if (ret != 0) {
return ret;
}
}
}
return 0;
}
SYS_INIT(smh_init, POST_KERNEL, CONFIG_KERNEL_INIT_PRIORITY_DEFAULT);
#endif
配置调整
在项目配置中,默认禁用了SMH功能,用户需要根据应用需求显式启用。这种设计提供了更大的灵活性,允许用户根据实际使用场景配置内存管理方式。
验证结果
应用上述解决方案后:
samples/drivers/display示例能够正常显示彩色测试图案samples/subsys/display/lvgl示例能够显示"Hello World"文本和计数器- 其他显示相关示例也基本能够正常工作
注意事项
- 目前
cfb显示示例仍存在问题,表现为显示内容不更新 - 使用显示扩展板时,必须确保正确配置了共享多堆管理
- 文档中的开发板和扩展板名称需要更新为正确版本
总结
通过正确初始化共享多堆管理机制和修正文档错误,Arduino Giga R1 WiFi开发板与Giga显示扩展板能够在Zephyr项目中正常工作。这一解决方案不仅解决了当前的显示问题,也为类似外设的集成提供了参考。
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
项目优选
收起
deepin linux kernel
C
24
8
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
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++
654
282
React Native鸿蒙化仓库
JavaScript
248
317
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
🎉 (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
1.13 K
631
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873