probe-rs项目v0.29.0版本发布:嵌入式调试工具链的重大更新
probe-rs是一个开源的嵌入式调试工具链项目,它为嵌入式开发者提供了强大的调试、编程和测试功能。作为一个现代化的调试工具,probe-rs支持多种架构的微控制器,包括ARM Cortex-M、RISC-V等,并且提供了丰富的功能集,如Flash编程、RTT(实时传输)通信、核心寄存器访问等。
核心功能增强
本次v0.29.0版本带来了多项重要改进,特别是在ARMv7架构支持方面有了显著提升。开发团队为ARMv7A和ARMv7R核心增加了CPSR(当前程序状态寄存器)写回能力,这对于调试复杂的ARM核心场景尤为重要。CPSR包含了关键的状态信息如条件标志、中断禁用位等,能够写回这一寄存器大大增强了调试的灵活性。
针对TI TMS570微控制器的初步支持也被引入,这为汽车电子和工业控制领域的开发者提供了新的选择。TMS570系列以其高可靠性和安全特性著称,常用于安全关键型应用。
调试体验优化
在调试工具方面,新版本增强了内存读取功能,现在read命令支持输出二进制和十六进制格式,这为开发者分析内存内容提供了更多便利。同时引入的Endian枚举和.endianness()调用让字节序处理更加直观,特别是在处理不同架构的目标设备时。
对于Flash编程流程,新增的BlankCheck功能可以更准确地检测目标是否已被擦除,特别是对于那些使用ECC(错误校验与纠正)Flash的器件,传统的简单内存比较方法可能无法准确判断空白状态。
架构支持改进
ARMv7A核心的操作现在会确保核心处于暂停状态,这是通过一系列新的辅助函数实现的。这些函数封装了对主存储器的读写和核心暂停等操作,使得序列(Sequences)能够更安全地执行这些关键操作。
在ARMv7R核心上,修复了跳转到加载代码的问题,现在使用mov pc, r0指令替代了原先不工作的bx lr指令,确保了代码执行的可靠性。
工具链完善
probe-rs的工具链也获得了多项更新:
- 目标生成器(target-gen)现在支持测试指定的探针
- RTT主机工具(rtthost)优化了核心选择逻辑,提升了性能
- 增加了对Xtensa和RISC-V核心转储文件(.elf格式)的解析能力
问题修复
本次版本还修复了多个关键问题:
- 修正了CMSIS-DAP探针在SWD模式下错误扫描JTAG链的问题
- 修复了ARMv7A闪存支持中的LR寄存器对齐问题
- 解决了ADIMemoryInterface中读取非对齐数据的问题
- 优化了RTT通信的稳定性
这些改进使得probe-rs在嵌入式开发领域的适用性更广,稳定性更高,为开发者提供了更加强大和可靠的调试体验。无论是进行低级别的寄存器操作,还是复杂的Flash编程,新版本都带来了显著的提升。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~052CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0308- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









