首页
/ input-remapper设备抢占失败问题分析与解决方案

input-remapper设备抢占失败问题分析与解决方案

2025-06-13 17:24:12作者:秋阔奎Evelyn

问题现象

在使用input-remapper工具时,用户遇到了"Did not grab any device"的错误提示。从日志中可以看到,系统检测到了Logitech G910游戏键盘设备,但工具无法获取对该设备的控制权,导致预设映射"asdf jkl;"无法应用。

错误分析

日志中关键的错误信息表明:

  1. 服务尝试为多个设备添加通知回调
  2. 注入器状态显示为NO_GRAB(未获取设备)
  3. 最终错误提示"Failed to apply preset",并建议可能是预设不包含设备发送的内容或其他设备已抢占

根本原因

经过用户排查,发现是GPU屏幕录制工具(gpu-screen-recorder-ui)正在运行并优先占用了输入设备。在Linux系统中,输入设备通常只能被一个进程独占访问,当其他高优先级应用(特别是需要捕获输入的屏幕录制工具)已经获取设备时,input-remapper就无法再获取设备控制权。

解决方案

临时解决方案

可以通过终止占用设备的进程来临时解决问题:

kill 1948  # 1948是占用设备的进程ID

这种方法会暂时停止屏幕录制功能,但可以让input-remapper正常工作。

长期解决方案

  1. 调整进程优先级:可以尝试修改input-remapper的启动优先级,使其能优先获取设备

  2. 使用udev规则:创建自定义udev规则,确保input-remapper在特定设备上有更高的访问权限

  3. 协调应用使用:合理安排需要输入设备控制的应用使用时间,避免冲突

  4. 虚拟设备方案:考虑使用uinput创建虚拟输入设备,让多个应用可以同时访问

预防措施

  1. 在使用input-remapper前,检查是否有以下类型应用正在运行:

    • 屏幕录制工具
    • 游戏手柄映射软件
    • 其他键盘/鼠标重映射工具
    • 虚拟输入设备管理工具
  2. 定期检查系统日志,了解设备访问冲突情况

  3. 为关键输入设备创建专用的用户组和权限设置

技术背景

Linux输入子系统采用设备文件(/dev/input/)来管理输入设备。当多个进程尝试打开同一个输入设备文件时,通常只有第一个打开的进程能成功获取独占访问权。input-remapper的工作原理就是通过获取这种独占访问权来拦截和重映射输入事件。

理解这一机制有助于诊断和解决类似的设备访问冲突问题。对于需要同时使用多个输入处理工具的场景,建议研究基于uinput的解决方案或考虑使用专门的输入管理框架。

登录后查看全文

项目优选

收起
kernelkernel
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
511
551
docsdocs
暂无描述
Markdown
853
5.69 K
ops-transformerops-transformer
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++
1.05 K
2.5 K
kernelkernel
deepin linux kernel
C
33
16
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
840
1.28 K
ops-nnops-nn
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++
847
1.71 K
ops-mathops-math
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++
1.25 K
1.38 K
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.3 K
859
AscendNPU-IRAscendNPU-IR
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++
511
346
cann-learning-hubcann-learning-hub
CANN 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 Notebook
789
415