L版本Msensor SELinx限制问题总结

最新推荐文章于 2023-10-30 17:37:53 发布
最新推荐文章于 2023-10-30 17:37:53 发布
阅读量1.6k 收藏 1
点赞数
CC 4.0 BY-SA版权
文章标签： MTK L版本
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/sandform/article/details/51426431
本文总结了L版本中Msensor可能遇到的SELinux限制问题，导致msensor守护进程无法正常运行的情况，并提供了针对具体错误日志的解决方案。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

L版本Msensor SELinx限制问题总结


[DESCRIPTION]
在L版本上Msensor 要正常工作，可能会遇到一些与SELINUX限制问 题，导致msensor的deamon进程不能正常运行


[SOLUTION]


下面以型号为akm09911的msensor为例，可能出现的log总结如下
<1> [ 16.727421].(0)[1:init]avc: denied { set } for property=ctl.akmd09911
scontext=u:r:msensord:s0 tcontext=u:object_r:ctl_default_prop:s0 tclass=
property_service
<2>[ 11.198963].(0)[155:logd.auditd]type=1400 audit(1262304198.660:4): avc
: denied { open } for pid=208 comm="akmd09911" path="/dev/msensor" dev="
tmpfs" ino=3159 scontext=u:r:akmd09911:s0 tcontext
=u:object_r:msensor_device:s0 tclass=chr_file permissive=0
<3> [ 15.818871].(1)[153:logd.auditd]type=1400 audit(1262304025.210:4):
avc: denied { read write } for pid=279 comm="akmd09911" name="msensor"
dev="tmpfs" ino=3203 scontext=u:r:akmd09911:s0 tcontext
=u:object_r:msensor_device:s0 tclass=chr_file permissive=0
<4>[ 11.114422].(0)[155:logd.auditd]type=1400 audit(1262304014.670:4): avc
: denied { read write } for pid=207 comm="akmd09911" name="gsensor" dev="
tmpfs" ino=3219 scontext=u:r:akmd09911:s0 tcontext
=u:object_r:gsensor_device:s0 tclass=chr_file permissive=0
<5>[ 11.505449].(2)[153:logd.auditd]type=1400 audit(1262304014.800:4): avc
: denied { ioctl } for pid=205 comm="akmd09911" path="/dev/msensor" dev="
tmpfs" ino=61 scontext=u:r:akmd09911:s0 tcontext
=u:object_r:msensor_device:s0 tclass=chr_file permissive=0
对应以上五条解决办法
出现上面<1>的情形
按下面的方法增加语句：
（a）在文件alps/device/mediatek/common/sepolicy/property.te中增加下面的语
句（如果存在，则不需要增加）
type ctl_akmd09911_prop, property_type;
（b）在文件alps/device/mediatek/common/sepolicy/property_contexts中增加下
面的语句（如果存在，则不需要增加）
ctl.akmd09911 u:object_r:ctl_akmd09911_prop:s0
（c）在文件alps/device/mediatek/common/sepolicy/msensord.te中增加下面的语
句（如果存在，则不需要增加）
allow msensord ctl_akmd09911_prop:property_service set;
L: you can add the policy to alps/device/mediatek/common/sepolicy/xxxx.te
上面<2><3><4><5>情形
#====================== akmd09911.te ======================
allow akmd09911 msensor_device:chr_file { read write ioctl open };
allow akmd09911 gsensor_device:chr_file { read write };
如若是其它型号的msensor将名字替换即可

sandform
关注
ORB_SLAM3算法中是如何对图像进行去畸变的？
小秋 AI SLAM 入门实战教程
06-06 998
函数是用于立体校正的，主要用于在双目摄像头系统中改正因摄像头间的物理位置差异所造成的影像倾斜，以便于后续进行视差计算和3D重建。这个函数的参数包括了两个摄像头的内参矩阵、畸变系数，图像大小，两个摄像头之间的旋转和平移矩阵，以及输出的校正矩阵和投影矩阵等。这段代码的主要目的是提取出变换矩阵中的旋转部分和平移部分，并将其转换为 OpenCV 矩阵的形式，以便后续的计算和处理。这是因为在变换矩阵的 3x4 表示中，最后一列是平移向量。这是因为在变换矩阵的 3x4 表示中，左上角的 3x3 子矩阵是旋转矩阵。
SLAM ORB-SLAM2（23）运动模型跟踪
氢键H-H
01-07 1万+
介绍了根据匀速运动模型估计相机位姿的过程。 先根据匀速运动模型，估计一个相机位姿，再通过投影关系搜索匹配特征点。 最后使用 g2o 构建一个以相机位姿为优化变量，地图点到像素投影误差为约束的图，优化相机位姿估计，进一步筛选误匹配的地图点
android init.rc文件语法详解(续)
wince_lover的专栏
12-03 1万+
    在“上一篇android  init.rc文件语法详解”，但是到了android5.0之后，按照上面的方法做，可能我们要启动的服务就起不来了。这是因为采用了新的安全机制了——SEAndroid/SElinux的安全机制。     下面就介绍下，在SEAndroid/SElinux如何配置才能启动init.rc里面定义的服务。     下面我们在rc文件里面定义一个服务     ser...
由于SELinux造成的权限问题分析与解决
yikunbai5708的博客
03-19 8546
1 背景 基于Android10，在进行sd卡读取权限配置时候，发现只配置AndroidManifest.xml不能解决权限问题，经过多方查找发现当前版本的Android还需要配置SELinux，废话不多说，请看下面的分析。 2 Android的权限问题 AndroidManifest.xml是Android应用的入口文件，它描述了package中暴露的组件（activities，servi...
android设置selinux权限
LXJSWD的博客
02-08 1935
selinux权限配置
Android7.1添加开机启动服务程序关于Selinux权限问题说明
Venus 的博客
04-13 1456
当需要添加一个binder服务xxx程序，并且设置成开机自启动时，需要按照如下步骤操作： 第一步，我们可以在init.rc中添加了如下代码行： service xxxx /system/bin/xxxx class main user root group root oneshot seclabel u:r:xxxx:s0 #这句是为加selinux权限添加的，android5.1以后不加则无法启动该服务 编译img后烧到机器，发现服务xxx无法启动，kernel log中有如下提示（例如这里新加的
Android-SEAndroid权限问题指南
热门推荐
IT先森
07-11 1万+
Android-SEAndroid权限问题指南 前言 SEAndroid是在Android系统中基于SELinux推出的强制访问控制模型，来完善自主访问模型中只要取得root权限就可以为所欲为的情况。 SELinux是一种基于域-类型（domain-type）模型的强制访问控制（MAC）安全系统，其原则是...
MTK平台 -- Msensor移植（Android 5.1 -7.1）
爱做梦的疯子
11-01 2336
文章目录前言背景步骤移植、编译刷机验证I2C地址问题msenor方向及校准msensor软件如何实现兼容总结 前言   对于驱动工程师来说，sensor是很基础的东西，很多人刚开始接触驱动都是从sensor开始的。这篇记录其实是很久之前的了，这段时间正好在整理以前的一些文章，于是重新梳理一下。 背景   工作环境：linux，platform_version=android 5.1,mt6580；...
Android传感器简单总结
茅屋
03-29 1022
后续不断完善 概述 Android 平台支持三大类传感器： 动态传感器 这类传感器测量三个轴向上的加速力和旋转力。这个类别中包含加速度计、重力传感器、陀螺仪和旋转矢量传感器。 环境传感器 这类传感器测量各种环境参数，如环境气温、气压、照度和湿度。这个类别中包含气压计、光度计和温度计。 位置传感器 这类传感器测量设备的物理位置。这个类别中包含屏幕方向传感器和磁力计。 具体类型 ...
记一次selinux权限添加
chen_yuyunfox的专栏
11-09 3847
selinux权限的原理之前有看过，一知半解，基本也没有修改过相关代码， 这两天一次需求开发中临时需要添加一个selinux权限，大概咨询了下同事，自己搞了一下，居然一次成功了，记录下。 需求开发需要在system_server进程中调用SystemProperties.set("vendor.mtk.xxx")设置一个vendor.mtk开头的属性，不适配selinux权限的话会报错导致开不了机。 添加selinux权限的步骤： 1. 查看设备根目录的vendor_property_context.
Android Selinux 权限处理
chinaycheng的专栏
12-23 3576
Android Selinux权限处理
Selinux的权限以及使用
android 系统定制开发那些事
09-26 5018
selinux的使用
Android Selinux权限问题
qq_40721728的博客
05-08 2439
1.1：log提示： type=1400 audit(1262304982.420:57113): avc: denied { sys_ptrace } for pid=1 comm=“init” capability=19 scontext=u:r:init:s0 tcontext=u:r:init:s0 tclass=capability permissive=0 1.2：log格式： avc: denied { 操作权限 } for pid=1 comm=“进程名” scontext=u:r:源
对Android 平台下SElinux的理解及遇到过的相关问题解决方法总结
学无止境，静下心来！
09-06 1万+
笔者在工作中多次遇到和SELinux相关的问题，初次遇到时一头雾水，走了很多弯路，也耗费了很多时间精力。后来看了不少资料和博客，也研究了相关代码，对SELinux有了些认识。所以用本文来做个总结，加深理解。 本文将从下面五个方面来逐步认识和理解Android 下SELinux。 什么是SELinux为什么需要SELinuxSElinux 工作原理android 上的实现曾经遇到过的问题
Selinux&SeAndroid学习总结
runafterhit的博客
08-27 876
文章目录一、Selinux相关概念DAC 与 MAC---自助式访问控制 与 强制访问控制传统自助访问控制DAC介绍---基于Linux GID/UID机制的Selinux---一种基于域-类型模型的强制访问控制（MAC）安全系统SeAndroid---Android推出一套以SELinux为核心的系统安全机制二、Selinux规则详解2.1 Selinux编译配置---要使用要先编译进入内核2.2 Selinux三种基本模式---disable/permissive/enforcing2.3 Selinu
【RK3588 开发笔记——wifi蓝牙调试】
W_B_C的博客
10-30 5089
SDIO接口与PCIE接口无线模块二选一，若二者蓝牙共用同一个串口，则需要单独供电，不可同时上电。
SELinux学习笔记
ymz641的专栏
12-31 2293
一、概念引入： DAC(Discretionary Access Control)：自主访问控制。在这种形式下，决定一个资源是否能被访问的因素是对应用户是否有该资源的权限（读、写、执行）。只要访问这个资源的进程符合以上的条件就可以被访问。其中root 用户不受任何管制，系统上任何资源都可以无限制地访问。 MAC(Mandatory Access Control)：强制访问控制。决定一个资源是否能被访问的因素除了用户权限之外，还需要判断对应的进程是否同样拥有对该资源的访问权限。即使进程是以 root 身份运行
android 8.0 添加开机服务
csh86277516的博客
03-16 5141
手动添加开机服务：1：做个独立文件夹，里面编辑要运行的bin，如下：Android.mk---这里面要做c和h这些文件编辑出bin生成到指定目录：csh.c---main函数在这里面qmi_dms_client.c  qmi_dms_client.h  ---调用qmi去与底层沟通函数2：bin服务文件做好了，开始把它加载到开机启动，device/qcom/common/rootdir/etc/i...
Android selinux权限设置
jaczen的博客
06-11 1万+
在做指纹的过程中遇到了很多权限设置的问题，sepolicy权限。 selinux权限设置 案例一 db访问不了了 背景 有需求需要db目录修改，由/data目录转到/data/app目录之后，结果出现生成不了db文件的问题。 解决方案及过程 最终解决方案 在系统fingerprint.te里添加权限 allow fingerprint
我还是不能生成，其中系统自带的生成函数是void System::SaveTrajectoryTUM(const string &filename) { cout << endl << "Saving camera trajectory to " << filename << " ..." << endl; if(mSensor==MONOCULAR) { cerr << "ERROR: SaveTrajectoryTUM cannot be used for monocular." << endl; return; } vector<KeyFrame*> vpKFs = mpAtlas->GetAllKeyFrames(); sort(vpKFs.begin(),vpKFs.end(),KeyFrame::lId); // Transform all keyframes so that the first keyframe is at the origin. // After a loop closure the first keyframe might not be at the origin. Sophus::SE3f Two = vpKFs[0]->GetPoseInverse(); ofstream f; f.open(filename.c_str()); f << fixed; // Frame pose is stored relative to its reference keyframe (which is optimized by BA and pose graph). // We need to get first the keyframe pose and then concatenate the relative transformation. // Frames not localized (tracking failure) are not saved. // For each frame we have a reference keyframe (lRit), the timestamp (lT) and a flag // which is true when tracking failed (lbL). list<ORB_SLAM3::KeyFrame*>::iterator lRit = mpTracker->mlpReferences.begin(); list<double>::iterator lT = mpTracker->mlFrameTimes.begin(); list<bool>::iterator lbL = mpTracker->mlbLost.begin(); for(list<Sophus::SE3f>::iterator lit=mpTracker->mlRelativeFramePoses.begin(), lend=mpTracker->mlRelativeFramePoses.end();lit!=lend;lit++, lRit++, lT++, lbL++) { if(*lbL) continue; KeyFrame* pKF = *lRit; Sophus::SE3f Trw; // If the reference keyframe was culled, traverse the spanning tree to get a suitable keyframe. while(pKF->isBad()) { Trw = Trw * pKF->mTcp; pKF = pKF->GetParent(); } Trw = Trw * pKF->GetPose() * Two; Sophus::SE3f Tcw = (*lit) * Trw; Sophus::SE3f Twc = Tcw.inverse(); Eigen::Vector3f twc = Twc.translation(); Eigen::Quaternionf q = Twc.unit_quaternion(); f << setprecision(6) << *lT << " " << setprecision(9) << twc(0) << " " << twc(1) << " " << twc(2) << " " << q.x() << " " << q.y() << " " << q.z() << " " << q.w() << endl; } f.close(); // cout << endl << "trajectory saved!" << endl; }
最新发布
03-14
<think>好的，我现在需要解决用户在使用ORB-SLAM3时无法生成轨迹文件的问题。用户提到他已经检查了文件路径权限、代码调用逻辑和系统终止方式，但问题依旧存在。用户还提供了System::SaveTrajectoryTUM函数的代码，并指出系统自带的生成函数可能存在限制。 首先，我需要回顾之前给出的建议，确保用户已经正确调用了Shutdown()并保存轨迹。用户可能已经按照步骤操作，但问题仍未解决，可能需要更深入的分析。 用户提供的SaveTrajectoryTUM函数代码显示，在单目模式下会返回错误，提示不能使用此函数。这可能是一个关键点。用户是否在使用单目模式？如果用户使用的是单目相机，那么调用SaveTrajectoryTUM确实会失败，因为该函数明确不支持单目。需要确认用户的传感器类型，如果是单目，应该改用SaveTrajectoryKITTI或其他支持的函数。 接下来，查看代码中的其他部分。函数内部首先检查传感器类型是否为单目，如果是，输出错误信息并返回。这说明用户可能在单目配置下错误地调用了该函数。需要建议用户检查配置文件中的传感器类型是否正确，并确认是否误用了单目模式下的轨迹保存方法。 另外，函数中涉及关键帧的获取和位姿变换。如果关键帧列表为空，或者第一个关键帧有问题，可能导致轨迹文件无法生成。需要检查mpAtlas->GetAllKeyFrames()是否返回了有效的关键帧，是否有足够的跟踪成功帧。如果跟踪失败较多，可能没有数据保存。 此外，代码中遍历mlRelativeFramePoses、mlpReferences等列表，如果这些列表为空，也会导致无输出。需要用户确认是否有有效的跟踪数据，例如是否视频处理过程中大部分帧丢失跟踪，导致没有数据可保存。 还可能存在时间戳的问题，如果时间戳没有正确生成或非单调递增，可能导致数据被跳过。用户需要检查时间戳生成逻辑是否正确，确保每一帧的时间戳递增。 另外，用户提到地图可以生成，但轨迹不行，这可能说明系统部分功能正常，但轨迹保存部分有特定问题。需要确认保存路径是否有效，是否有写入权限，路径中是否包含中文或空格，这些因素可能导致文件无法创建。 用户可能在Docker或ROS环境中运行，路径映射或权限问题也可能导致保存失败。需要确认输出目录是否正确挂载，是否有足够的权限。 最后，建议用户添加调试输出，例如在保存轨迹前后打印状态信息，确认函数是否被正确调用，是否有异常抛出。还可以检查ORB-SLAM3的日志，查看是否有其他错误信息被忽略。 总结可能的原因：传感器类型不匹配（单目模式下使用错误的保存函数）、关键帧数据不足、跟踪失败过多、时间戳问题、路径权限问题、环境配置问题等。需要逐一排查这些可能性，帮助用户找到根本原因。</think>根据你提供的 `System::SaveTrajectoryTUM` 函数代码，结合你提到的无法生成轨迹的问题，以下是 **针对性分析** 和 **解决方案**： --- ### 一、关键问题定位 #### 1. **传感器类型限制** ```cpp if(mSensor==MONOCULAR) { cerr << "ERROR: SaveTrajectoryTUM cannot be used for monocular." << endl; return; // 直接退出，不会生成文件 } ``` **根本原因**： 若你的系统配置为 **单目模式（MONOCULAR）**，调用 `SaveTrajectoryTUM` 会直接触发此错误并返回，导致轨迹文件无法生成。 **验证方法**： - 检查配置文件（如 `EuRoC.yaml` 或 `TUM.yaml`）中的传感器类型参数： ```yaml # 关键参数 Sensor: 0 # 0=MONOCULAR, 1=STEREO, 2=IMU-STERE0 ``` - 若 `Sensor` 设置为 `0`，则需要改用 **单目专用轨迹保存函数**： ```cpp SLAM.SaveTrajectoryKITTI("KITTI_traj.txt"); // 单目模式下使用 KITTI 格式 ``` --- ### 二、代码层深度分析 #### 1. **关键帧有效性检查** ```cpp vector<KeyFrame*> vpKFs = mpAtlas->GetAllKeyFrames(); if (vpKFs.empty()) { // 隐含风险：若关键帧列表为空，后续操作会崩溃 cerr << "WARNING: No keyframes to save trajectory!" << endl; return; } Sophus::SE3f Two = vpKFs[0]->GetPoseInverse(); // 依赖第一个关键帧 ``` **潜在问题**： - 若 SLAM 系统未成功追踪到任何关键帧（如视频输入中断、特征点不足），`vpKFs` 为空，代码会直接崩溃（但原代码未做判空保护）。 - 第一个关键帧位姿无效（如 `isBad()`）会导致后续位姿转换错误。 **解决方案**： - 在代码中添加判空保护： ```cpp if (vpKFs.empty()) { cerr << "ERROR: Keyframe list is empty!" << endl; return; } ``` - 在调用保存函数前，添加关键帧数量监控： ```cpp int num_keyframes = SLAM.GetKeyFrameCount(); if (num_keyframes < 10) { // 阈值根据场景调整 cerr << "WARNING: 关键帧数量不足，可能跟踪失败！" << endl; } ``` --- #### 2. **跟踪失败帧过滤** ```cpp for(...) { if(*lbL) continue; // 跳过跟踪失败的帧 // 仅保存跟踪成功的帧 } ``` **隐含条件**： 若视频中大部分帧追踪失败（`mlbLost` 列表多数为 `true`），轨迹文件可能为空或内容过少。 **调试方法**： - 在保存轨迹前统计跟踪失败率： ```cpp int total_frames = mpTracker->mlFrameTimes.size(); int lost_frames = count(mpTracker->mlbLost.begin(), mpTracker->mlbLost.end(), true); cout << "跟踪失败率: " << (lost_frames*100.0)/total_frames << "%" << endl; ``` - 若失败率过高，需检查： - 视频分辨率是否与配置文件匹配 - ORB 特征点提取参数（如 `nFeatures`） - 运动是否过快导致模糊 --- ### 三、针对性修复步骤 #### 1. **单目模式适配** ```cpp // 正确调用单目轨迹保存函数 SLAM.Shutdown(); if (mSensor == MONOCULAR) { SLAM.SaveTrajectoryKITTI("KITTI_Traj.txt"); // 单目专用 } else { SLAM.SaveTrajectoryTUM("TUM_Traj.txt"); // 非单目模式 } ``` #### 2. **时间戳对齐验证** 确保视频帧的时间戳严格单调递增（参考函数中 `lT` 的依赖）： ```cpp // 错误示例：使用固定时间间隔（可能不符合实际帧率） // double timestamp = frame_id * 0.1; // 正确做法：根据实际帧率生成时间戳 double timestamp = cv::getTickCount() / cv::getTickFrequency(); ``` #### 3. **强制数据刷新** 在 `SaveTrajectoryTUM` 函数末尾添加： ```cpp f.flush(); // 强制写入磁盘 fsync(fileno(f)); // Linux 确保文件描述符同步 ``` --- ### 四、验证流程 1. **最小测试用例**： ```cpp // 添加调试输出 cout << "当前传感器类型: " << SLAM.GetSensorType() << endl; // 0=单目,1=双目,2=IMU SLAM.Shutdown(); SLAM.SaveTrajectoryTUM("debug_traj.txt"); ``` 2. **查看控制台输出**： - 如果输出 `ERROR: SaveTrajectoryTUM cannot be used for monocular.`，则确认传感器类型冲突。 - 若输出 `Saving camera trajectory to ...` 但无文件生成，检查文件系统权限。 --- ### 五、特殊案例参考 #### 案例 1：单目模式误用 TUM 格式 **现象**： - 配置文件设置为单目，但调用 `SaveTrajectoryTUM`，导致函数直接返回。 **修复**： ```cpp // 修改配置文件中的传感器类型为双目或 IMU Sensor: 1 # STEREO ``` 或改用 KITTI 格式保存： ```cpp SLAM.SaveTrajectoryKITTI("kitti_traj.txt"); ``` #### 案例 2：关键帧过早被剔除 **现象**： - 第一个关键帧 `vpKFs[0]` 被标记为 `bad`，导致 `Two` 计算异常。 **调试方法**： 在获取关键帧后添加状态检查： ```cpp KeyFrame* pFirstKF = vpKFs[0]; if (pFirstKF->isBad()) { cerr << "首个关键帧已被标记为 bad！" << endl; // 尝试使用下一个有效关键帧 for (auto& kf : vpKFs) { if (!kf->isBad()) { Two = kf->GetPoseInverse(); break; } } } ``` --- 请提供以下信息以进一步诊断： 1. 运行时的完整控制台输出（过滤敏感信息） 2. 实际使用的传感器配置文件内容（`.yaml`） 3. 视频的前 5 帧和最后 5 帧的时间戳（通过 `cout << timestamp << endl;` 输出） 若仍无法解决，建议在 `SaveTrajectoryTUM` 函数内添加以下调试代码： ```cpp // 在函数开头添加 cout << "[DEBUG] 进入保存函数，传感器类型: " << mSensor << endl; cout << "[DEBUG] 关键帧数量: " << vpKFs.size() << endl; cout << "[DEBUG] 相对位姿列表长度: " << mpTracker->mlRelativeFramePoses.size() << endl; ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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