Marlin固件中MKS WiFi插件上传文件导致打印机重启问题分析
问题概述
在使用Marlin固件的3D打印机系统中,当用户通过Cura切片软件配合MKS WiFi插件上传打印文件时,打印机出现意外重启现象。该问题自Marlin 2.1.2.1版本开始出现,影响多个后续版本,包括2.1.2.2和bugfix-2.1.x分支。
技术背景
Marlin固件是广泛应用于3D打印机的开源固件系统,支持多种硬件平台和扩展功能。MKS WiFi插件是专为MKS Robin Nano V3等控制板开发的网络通信模块,允许用户通过无线网络传输打印文件。
问题现象
当用户执行以下操作序列时:
- 开启打印机电源
- 在Cura中打开STL文件并进行切片
- 通过WiFi请求文件传输
打印机屏幕会短暂显示"Uploading"状态,随后立即触发系统重启。在PC端Cura软件中会显示错误信息,文件传输无法完成。
根本原因分析
经过技术排查,发现问题主要出在WiFi模块的文件系统处理逻辑上:
-
SD卡挂载问题:当文件系统类型设置为SD卡(FILE_SYS_SD)时,固件未能正确初始化SD卡媒体驱动,导致后续操作失败。
-
文件大小报告问题:在文件列表功能中,固件错误地将所有文件大小报告为0,这可能干扰了文件传输过程的完整性检查。
解决方案
针对上述问题,需要对Marlin源代码中的wifi_module.cpp文件进行两处关键修改:
- SD卡驱动初始化:
if (gCfgItems.fileSysType == FILE_SYS_SD) {
card.changeMedia(&card.media_driver_sdcard); // 新增此行确保SD卡驱动正确初始化
TERN_(HAS_MEDIA, card.mount());
}
- 文件大小报告修正:
// 移除错误地将文件大小强制设为0的代码
// strcat_P(Fstream, PSTR(" 0")); // 原问题代码
影响范围
该问题主要影响使用以下配置的用户:
- 硬件:MKS Robin Nano V3控制板
- 显示屏:TS35触摸屏
- 网络功能:通过MKS WiFi模块进行文件传输
- 切片软件:Cura配合MKS WiFi插件
技术建议
对于遇到类似问题的开发者或高级用户,建议:
-
检查文件系统初始化流程,确保在切换存储介质时正确调用相关驱动初始化函数。
-
验证文件传输协议实现,特别是文件元数据(如大小、校验等)的传输是否完整准确。
-
在开发网络传输功能时,增加适当的错误处理和恢复机制,避免因传输问题导致系统不稳定。
总结
Marlin固件中MKS WiFi模块的文件传输问题展示了嵌入式系统中存储介质管理和网络通信的复杂性。通过正确的驱动初始化和完善的文件信息处理,可以有效解决这类传输稳定性问题。这也提醒开发者在实现类似功能时需要特别注意硬件抽象层的正确使用和数据完整性的保证。
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