Arduino-Pico项目在Linux系统上传固件时的串口处理优化
2025-07-02 19:18:36作者:宣聪麟
问题背景
在Arduino-Pico项目的开发过程中,Linux系统用户在使用串口上传固件到Raspberry Pi Pico开发板时可能会遇到系统挂起的问题。这个问题特别容易出现在某些特定硬件配置的Linux系统上,尤其是使用AMD Ryzen处理器的平台。
问题现象
当通过串口上传固件时,系统会尝试将Pico设备切换到存储模式。在这个过程中,原始的uf2conv.py脚本会执行以下操作序列:
- 打开串口
- 设置波特率为9600
- 切换DTR和RTS信号
- 将波特率改为1200
- 关闭串口
然而,在某些Linux系统上,这一过程会导致内核挂起,因为内核会持续等待波特率改变的响应,而实际上串口设备已经不存在了。这种情况会导致上传过程卡住长达一分钟以上。
技术分析
问题的根本原因在于Linux内核的串口处理机制。当波特率改变时,内核期望得到设备的响应。如果设备在波特率改变前就已经断开(因为切换到了存储模式),内核会持续重试直到超时。
特别值得注意的是,这个问题在某些硬件平台上更为明显,比如:
- 使用AMD Ryzen处理器的系统(特别是某些特定主板型号)
- 树莓派平台(包括Pi 400和Pi 3计算模块)
解决方案
经过深入分析和测试,发现以下修改可以彻底解决这个问题:
ser.open()
ser.baudrate = 9600
ser.dtr = True
ser.rts = True
time.sleep(0.1)
ser.dtr = False
ser.rts = False
time.sleep(0.1)
ser.dtr = True
ser.rts = True
ser.baudrate = 1200
ser.close()
time.sleep(5)
这个修改的关键点在于:
- 确保DTR和RTS信号都被正确切换
- 在波特率改变前给设备足够的稳定时间
- 在关闭串口后增加足够的等待时间,确保USB设备能正确重新枚举
技术细节
- 信号切换:必须同时操作DTR和RTS两个信号线,单独操作任一个都会导致内核挂起
- 时序控制:每个状态变化后都需要适当的延时(0.1秒)
- 最终等待:5秒的等待时间确保USB存储设备能被系统正确识别和挂载
替代方案
除了修改串口处理代码外,项目还提供了其他上传方式:
- Picotool上传:使用专门的USB端点进行上传,完全避开串口问题
- 手动复位:通过物理按钮手动进入bootloader模式
系统兼容性
这个问题在不同Linux发行版上的表现可能不同,但以下环境已被确认受影响:
- Ubuntu及其衍生版(如Linux Mint)
- 使用特定AMD主板(如ASUS TUF Gaming系列)的系统
- 树莓派平台
最佳实践建议
对于遇到此问题的开发者,建议:
- 首先尝试Picotool上传方式
- 如果必须使用串口上传,应用上述修改
- 对于AMD平台用户,考虑使用USB集线器来改善设备枚举稳定性
- 保持系统内核和固件为最新版本
这个解决方案不仅解决了原始的上传问题,还提高了在各种硬件平台上的兼容性和可靠性,为Arduino-Pico项目的Linux用户提供了更顺畅的开发体验。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.12 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
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++
663
315
React Native鸿蒙化仓库
JavaScript
262
324
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
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219