Dragonboard 410c开发过程中遇到的节点读写问题

本文记录了一次基于Dragonboard410c的PWM驱动调试过程,包括读取数据不正确及写入错误等问题的解决方法。重点介绍了如何正确使用read与write函数,并探讨了可能与内存对齐相关的写入字节数问题。

      前段时间基于Dragonboard 410c做了一个小东西,虽然比较简单但是遇到一个比较烦躁的问题,自己写了一个驱动程序,创建了几个文件节点,然后又在hal层写了一个小程序去对节点进行操作,但是问题来了,打开节点的时候没有问题,读取数据的时候也没有报错,唯独在写数据的时候报错了,让人很抓狂,接下来一起看看吧。

      情况描述:

      自己创建了pwm节点,但是hal层读写节点失败,打印读到的数据发现不正确,写报错,错误信息:Invalid Parameter。

     节点:

static const char *path[] = {
"/sys/devices/soc.0/78ba000.i2c/i2c-6/6-0040/pwm/pwmchip1/pwm0/period",
"/sys/devices/soc.0/78ba000.i2c/i2c-6/6-0040/pwm/pwmchip1/pwm0/duty",
"/sys/devices/soc.0/78ba000.i2c/i2c-6/6-0040/pwm/pwmchip1/pwm1/period",
"/sys/devices/soc.0/78ba000.i2c/i2c-6/6-0040/pwm/pwmchip1/pwm1/duty",
"/sys/devices/soc.0/78ba000.i2c/i2c-6/6-0040/pwm/pwmchip1/pwm2/period",
"/sys/devices/soc.0/78ba000.i2c/i2c-6/6-0040/pwm/pwmchip1/pwm2/duty",
"/sys/devices/soc.0/sonar.65/value",
"/sys/devices/soc.0/sonar.65/enable",
};

注意:在这个指针数组中,每个元素之间要有逗号隔开,如果没有隔开的话会导致打开节点时报如下错误:Not a directory


解决方法:

在进行打开文件节点的时候一定要注意打开时的权限,如果打开成功但读写失败,首先就要查看这个打开的权限:

O_RDONLYO_WRONLYO_RDWR,......

下面都是在正确打开节点的前提下的操作

1.读出的数据不正确

先看一下read的原型:ssize_t read(int fd,void *buf,size_t nbyte)

可以看到,我们读的数据都会先保存到buf中,read的时候没有报错就说明数据已经存到buf中了,接下了打印出来看一下,此时就要注意输出时的类型了,类型不正确,输出的也不对,有可能是乱码,ascii码,错误数据等。

驱动中的读:

static ssize_t pwm_period_show(struct device *child,
struct device_attribute *attr,
char *buf)
{
const struct pwm_device *pwm = child_to_pwm_device(child);
int le;
le = sprintf(buf, "%u", pwm->period);
return le;
}

还有一点要注意,le = sprintf(buf, "%u", pwm->period);这种格式化输入的函数里面,第二个参数不能有“\n”这种符号,也会导致错误


2.写错误,这个是最让人烦躁的

先看一下write的函数原型:ssize_t write(int fd,const void *buf,size_t nbytes)

在进行写操作的时候,会将buf里面的数据写到fd中。但是我在执行写操作的时候,总是提示:Invalid Parameter!反复查看修改参数的类型,还是一样。最后把写入的字节数改成了8,即一次性写8个字节,居然没有报错了,之前都是用的sizeof(unsigned int)。虽然还不是特别理解为什么会这样,但是感觉和内存对齐有关,所以后面还要仔细的看一下这个问题。









内容概要:本文是一份针对2025年中国企业品牌传播环境撰写的《全网媒体发稿白皮书》,聚焦企业媒体发稿的策略制定、渠道选择与效果评估难题。通过分析当前企业面临的资源分散、内容同质、效果难量化等核心痛点,系统性地介绍了新闻媒体、央媒、地方官媒和自媒体四大渠道的特点与适用场景,并深度融合“传声港”AI驱动的新媒体平台能力,提出“策略+工具+落地”的一体化解决方案。白皮书详细阐述了传声港在资源整合、AI智能匹配、舆情监测、合规审核及全链路效果追踪方面的技术优势,构建了涵盖曝光、互动、转化与品牌影响力的多维评估体系,并通过快消、科技、零售等行业的实战案例验证其有效性。最后,提出了按企业发展阶段和营销节点定制的媒体组合策略,强调本土化传播与政府关系协同的重要性,助力企业实现品牌声量与实际转化的双重增长。; 适合人群:企业市场部负责人、品牌方管理者、公关传播从业者及从事数字营销的相关人员,尤其适用于初创期至成熟期不同发展阶段的企业决策者。; 使用场景及目标:①帮助企业科学制定媒体发稿策略,优化预算分配;②解决渠道对接繁琐、投放不精准、效果不可衡量等问题;③指导企业在重大营销节点(如春节、双11)开展高效传播;④提升品牌权威性、区域渗透力与危机应对能力; 阅读建议:建议结合自身企业所处阶段和发展目标,参考文中提供的“传声港服务组合”与“预算分配建议”进行策略匹配,同时重视AI工具在投放、监测与优化中的实际应用,定期复盘数据以实现持续迭代。
先展示下效果 https://pan.quark.cn/s/987bb7a43dd9 VeighNa - By Traders, For Traders, AI-Powered. Want to read this in english ? Go here VeighNa是一套基于Python的开源量化交易系统开发框架,在开源社区持续不断的贡献下一步步成长为多功能量化交易平台,自发布以来已经积累了众多来自金融机构或相关领域的用户,包括私募基金、证券公司、期货公司等。 在使用VeighNa进行二次开发(策略、模块等)的过程中有任何疑问,请查看VeighNa项目文档,如果无法解决请前往官方社区论坛的【提问求助】板块寻求帮助,也欢迎在【经验分享】板块分享你的使用心得! 想要获取更多关于VeighNa的资讯信息? 请扫描下方二维码添加小助手加入【VeighNa社区交流微信群】: AI-Powered VeighNa发布十周年之际正式推出4.0版本,重磅新增面向AI量化策略的vnpy.alpha模块,为专业量化交易员提供一站式多因子机器学习(ML)策略开发、投研和实盘交易解决方案: :bar_chart: dataset:因子特征工程 * 专为ML算法训练优化设计,支持高效批量特征计算与处理 * 内置丰富的因子特征表达式计算引擎,实现快速一键生成训练数据 * Alpha 158:源于微软Qlib项目的股票市场特征集合,涵盖K线形态、价格趋势、时序波动等多维度量化因子 :bulb: model:预测模型训练 * 提供标准化的ML模型开发模板,大幅简化模型构建与训练流程 * 统一API接口设计,支持无缝切换不同算法进行性能对比测试 * 集成多种主流机器学习算法: * Lass...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值