Uboot机制详细理解分析(6):Uboot移植

Uboot机制详细理解分析(6):Uboot移植

一、Uboot主要内容:

  • 初始化硬件

  • bootloader比较大,需要重定位到SRAM或者DDR上

  • 将内核重定位到SRAN或者DDR上

  • 给内核传入参数

  • 跳转启动内核

二、解读与修改:

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
中断异常向量

set the cpu to SVC32 mode

turn off the watchdog

mask all IRQS

设置时钟分频系数

cpu_init_crit

   刷新 I/D cache

 进行MMU的disable

 lowlevel_init:进行SDRAM控制器的配置和BOOTLOADER代码段的拷贝

call_board_init_f

设置SP指针

board_init_f

做多种硬件的初始化

gd = (gd_t *)
((CONFIG_SYS_INIT_SP_ADDR) & ~0x07);

for (init_fnc_ptr = init_sequence; *init_fnc_ptr; ++init_fnc_ptr) {

    if ((*init_fnc_ptr)() != 0) {

        hang ();

    }

}

init_sequence这个数组中包含了各个硬件设备初始化的函数指针。

在这里插入图片描述

内容概要:本文围绕六自由度机械臂的人工神经网络(ANN)设计展开,重点研究了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程,并通过Matlab代码实现相关算法。文章结合理论推导与仿真实践,利用人工神经网络对复杂的非线性关系进行建模与逼近,提升机械臂运动控制的精度与效率。同时涵盖了路径规划中的RRT算法与B样条优化方法,形成从运动学到动力学再到轨迹优化的完整技术链条。; 适合人群:具备一定机器人学、自动控制理论基础,熟悉Matlab编程,从事智能控制、机器人控制、运动学六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)建模等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握机械臂正/逆运动学的数学建模与ANN求解方法;②理解拉格朗日-欧拉法在动力学建模中的应用;③实现基于神经网络的动力学补偿与高精度轨迹跟踪控制;④结合RRT与B样条完成平滑路径规划与优化。; 阅读建议:建议读者结合Matlab代码动手实践,先从运动学建模入手,逐步深入动力学分析与神经网络训练,注重理论推导与仿真实验的结合,以充分理解机械臂控制系统的设计流程与优化策略。
评论
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