LittleFS文件系统在NOR Flash上的挂载问题分析与解决
2025-06-06 15:52:11作者:庞队千Virginia
问题背景
在使用LittleFS文件系统与MT25QL512 NOR Flash芯片配合工作时,开发者遇到了文件系统挂载(lfs_mount)卡死的问题。该Flash芯片通过SPI接口与DMA方式连接,配置参数看似合理但无法正常挂载。
配置参数分析
开发者提供的LittleFS配置如下:
const struct lfs_config lfs_cfg = {
.read = _read,
.prog = _prog,
.erase= _erase,
.sync = _sync,
.read_size = 256,
.prog_size = 256,
.block_size = 4096,
.block_count = 16384, // 512Mb
.cache_size = 256,
.lookahead_size = 32,
.block_cycles = 100,
};
这个配置从参数上看是合理的:
- read/prog大小设置为256字节,与常见SPI Flash页大小匹配
- block大小4KB,与Flash擦除块大小一致
- block_count对应512Mb容量
- 缓存和预读大小设置适中
问题排查过程
初步现象
系统在执行lfs_mount时出现卡死,开发者尝试的解决方案是先挂载,失败后格式化再挂载,但首次挂载就出现停滞。
技术分析
- LittleFS挂载机制:LittleFS在挂载时会执行周期检测,即使在未格式化的文件系统上也不应出现无限循环
- 硬件接口问题:更可能是底层SPI硬件通信出现问题导致无法继续执行
- 看门狗干扰:后续发现系统看门狗定时器(WDT)在操作过程中触发复位
根本原因
最终确认问题由两个因素共同导致:
- 看门狗定时器在Flash操作期间超时复位系统
- 终端仿真工具显示异常,使开发者误以为系统卡死,实际上是系统在不断复位
解决方案与建议
-
调整看门狗设置:
- 延长看门狗超时时间
- 在长耗时Flash操作期间暂停看门狗
- 添加喂狗操作点
-
调试建议:
- 使用调试器单步跟踪执行流程
- 添加日志输出关键操作节点
- 检查SPI通信状态寄存器
-
配置优化:
// 可考虑增加超时设置 .read_timeout = 1000, .prog_timeout = 1000, .erase_timeout = 5000,
经验总结
- 嵌入式文件系统调试时,需要考虑硬件层面的影响因素
- 看门狗定时器是常见的问题源,特别是在Flash操作等耗时任务中
- 终端显示可能产生误导,实际系统状态需要通过多种方式验证
- LittleFS的鲁棒性设计使其在异常情况下仍能保持可预测行为
通过这次问题排查,我们认识到在嵌入式系统中,软件文件系统与硬件环境的协同工作至关重要,需要全面考虑各子系统的相互作用。
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
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
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
最新内容推荐
全球36个生物多样性热点地区KML矢量图资源详解与应用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 PANTONE潘通AI色板库:设计师必备的色彩管理利器 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 Python开发者的macOS终极指南:VSCode安装配置全攻略 STM32到GD32项目移植完全指南:从兼容性到实战技巧 Jetson TX2开发板官方资源完全指南:从入门到精通 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
189
208
暂无简介
Dart
630
143
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
React Native鸿蒙化仓库
JavaScript
243
316
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
383
3.65 K
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
210
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
296
107
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++
648
269
仓颉编译器源码及 cjdb 调试工具。
C++
128
858