[RK-Linux] updateEngine工具使用以及代码分析

最新推荐文章于 2025-04-17 11:26:37 发布

嵌入式逍遥

最新推荐文章于 2025-04-17 11:26:37 发布

阅读量1.1k

点赞数 5

分类专栏：嵌入式Linux开发文章标签： linux 命令模式 updateEngine recovery ab系统

本文链接：https://blog.csdn.net/Neutionwei/article/details/134388523

版权

嵌入式Linux开发专栏收录该内容

55 篇文章 ¥89.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了Rockchip Linux平台的Recovery模式和A/B模式，详细阐述了Recovery模式的配置、编译、系统升级及日志查看，以及A/B模式的升级流程。同时讲解了misc分区的作用和updateEngine工具的使用，包括其参数说明和自定义分区升级的方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Rockchip Linux 平台支持两种启动方案，Recovery 模式和Linux A/B 模式：

Recovery 模式，设备上有一个单独的分区(recovery)用于升级操作。
Linux A/B 模式，设备上有两套固件，可切换使用。

两种启动方案的对比如下：

升级方案	代码路径	是否支持Recovey启动模式升级	是否支持A/B启动模式升级	是否需要misc分区支持
updateEngine	external/recovery/update_engine	支持	支持	需要
rkupdate	external/rkupdate	支持	不支持	需要

文章目录

了解本专栏

订阅专栏解锁全文

超级会员免费看

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

嵌入式逍遥

关注关注

5
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
打赏
打赏
打赏举报

举报

专栏目录

订阅专栏

linux 基于debian/ubuntu AB系统适配（二）-updateEngine移植

badbayyj的博客

03-12

749

其实A/B系统的原理很简单，大部分的工作都集中在uboot上，rootfs只是起到一个辅助的作用，但这个作用也就必不可少的。你会发现在这个其中并没有kernel的参与。

【系统移植】移植主线Buildroot（2023.02-rc3）到RK3399

Systemcall名屋

11-26

1589

[系统移植] 移植主线Buildroot（2023.02-rc3）到RK3399

参与评论您还未登录，请先登录后发表或查看评论

Android UpdateEngine 模块分析（四）UpdateEngine 升级逻辑

Yang_Mao_Shan的博客

07-10

2955

上一篇分析了 UpdateEngine 的整体架构以及升级功能中 Action 机制以及触发流程，提到 UpdateEngine 提供 Action 机制来控制升级过程中的步骤，每一个 Action 动作都有对应的功能，本篇将会分析这些 Action 的具体功能，分析升级过程中 UpdateEngine 是如何完成的。

update_engine模块移植到linux平台

csdn66_2016的博客

03-02

2611

update_engine是google提供的一个升级模块，对于linux的平台，我们可以移植到我们的嵌入式平台，通过update_engine模块对系统升级，最近由于工作需要，在linux平台上面移植一下，其中遇到了很多问题，在不停的寻找答案中，问题都一一解决了，现在分享一下移植的过程，提供给有同样需求的童鞋。

RKXX固件修改打包工具

最新发布

gitblog_06718的博客

04-17

397

RKXX固件修改打包工具【下载地址】RKXX固件修改打包工具 RKXX固件修改打包工具是一款专为简化固件操作而设计的开源工具。它支持一键解包与打包固件，让用户轻松修改系统内容。通过去除冗余文件，工具能有效精简固件体积，提升系统运行效率。此外，用户还可以自定义开机logo与动画，个性化设备界面，并自由添加或删除应用程序，...

RK3568 Linux updateEngine升级方案落地

weixin_46026034的博客

07-27

1875

Rockchip Linux updateEngine 本地升级方案

Android A/B分区OTA系统升级应用层调用UpdateEngine Apk源码

02-08

最近在搞 Android A/B 分区 OTA 升级，开始以为挺简单的一个事，没想到折腾了几天，还好终于搞定！代码调用其实就那么点，但是参数以及权限之类很关键，搬砖过来走不通，我就是卡了2天，一些莫名的错误，没法定位。后面各种查资料，结合系统代码，写了一个解析类只需传入update.zip包，解析后升级，爽的一批。需要注意的坑在代码里也备注了，有需要的码友要注意下，特别是如果卡住了找不到原因所在的情况。参考博文： https://blog.csdn.net/daokedream/article/details/113433587

update_engine简介

搬砖的老牛

02-25

5373

近期猛然发现公司的项目都已经换成了AB升级，AB升级之前一直有所了解，只是一直都没有去仔细查看过其具体升级流程，这两天捋了捋，简单整理下。 AB升级（谷歌官网叫法无缝更新）是自android7.0开始新增的一种android设备升级方式，只是这种方式对设备存储要求高，所以之前没有怎么被国内手机厂商采用。简而言之：系统同时存在两套system分区，一套处于休眠状态不可使用，一套处于使用状态，两者通过slot的概念来做区分，在设备启动引导阶段通过特殊标记位确定启动哪个system，当有可用升级版本时候，客

RK3568 学习笔记 : 单独编译 Linux version 4.19 内核

坚韧与专注

04-27

3368

RK3568 学习笔记 : 单独编译 Linux version 4.19 内核

RK3568实战项目(一)--分区讲解及编译流程

文艺小少年的博客

01-14

485

本个专栏开始会和大家一起实操RK3568。这块开发板，从底层系统、外设调试到上层AI项目实践。本章先简单介绍SDK环境搭建、分区介绍、编译流程

rk3568系统buildroot开发笔记-不断更新

Reasonss的博客

09-11

2681

构建RK3568系统期间遇到的各种问题,我主要分为编译问题和运行问题

RKUpdateService,ota本地升级源码

08-02

ota本地升级源码

Android UpdateEngine 模块分析（二）UpdateEngine 服务启动

Yang_Mao_Shan的博客

07-10

4295

updateengine 可执行文件是 UpdateEngine 服务模块的入口文件，既然是分析 UpdateEngine 模块功能，我们先从 udpateengine 文件的定义入手，进而详细分析~],

Android AB升级（三） - update engine架构概述

u010573857的博客

07-06

1826

update engine是通过AIDL对上层client端和server端分离，实现跨进程。上层提供服务绑定接口，以及升级触发和回调接口，底层实现升级的具体逻辑。本篇只是简单梳理下流程流转的过程。

android update_engine分析二

longtian635241的专栏

11-20

559

引用，所以我们去检查下这两个模块的out目录，进入这两个模块的输出目录，我们发现竟然有一个”aidl-generated”子目录，里面包含了aidl文件的输出文件。文件包含了具体的实现，当我们在粗粒度上阅读代码的时候，只需要关注在头文件中类的定义和接口就好了，知道有哪些类，这些类大致有什么样的接口，实现了哪些功能；此时不需要去关注具体实现的每一个细节。文件中，除了上面分析的这部分代码之外，剩下的就是对前面提到的8个class的具体定义了，代码看起来有些繁琐，不过我们还没有深入实现，所以不需要去管它。

Android UpdateEngine 模块分析（三）升级触发以及Action机制介绍

Yang_Mao_Shan的博客

07-10

6589

前面分析了 UpdateEngine 模块的编译和启动流程，对于 UpdateEngine 模块已经有了初步的了解，接下来我们从升级的功能出发，分析 UpdateEngine 的升级过程，升级过程的内容非常的多，准备从 UpdateEngine 的 Action 机制开始分析，UpdateEngine 的升级过程有很多步骤，每一个步骤由一个 Action 去控制。因此，我们先说明 UpdateEngine 模块的 Action 机制，并从升级的触发方式以及实现流程展开描述。

Rockchip RK3588 - Rockchip Linux Recovery rkupdate升级

Graceful_scenery的博客

06-25

2212

---------------------------------------------------------------------------------------------------------------------------- 开发板：ArmSoM-Sige7开发板eMMC ：64GBLPDDR4 ：8GB 显示屏：15.6英寸HDMI接口显示屏u-boot ：2017...

Android P update_engine分析（二） -- update_engine_daemon的启动

tovey2008的专栏

05-23

1366

上篇我们在update_engine启动时，分析了update_engine日志logging的启动和log文件的操作。这篇我们继续来研究update_engine_daemon的启动过程。因为updateEngineDaemon是继承brillo::Daemon的。从Daemon.Run()可以看到会调用onInit()函数。 int UpdateEngineDaemon::OnInit() { subprocess_.Init(this); //父类初始化 int exit_code = D

瑞芯微3588s使用yolov8

01-02

### 环境准备为了在瑞芯微RK3588S平台上运行YOLOv8进行物体检测，首先需要搭建基础环境。这包括但不限于安装Linux操作系统、配置Python开发环境以及设置必要的依赖库[^1]。 ```bash sudo apt-get update && sudo apt-get upgrade -y sudo apt install python3-pip git cmake build-essential libopencv-dev pip3 install --upgrade pip setuptools wheel ``` ### 安装 RKNN Toolkit2 接着，需安装用于模型转换和优化的工具包RKNN-Toolkit2。通过验证`from rknn.api import RKNN`语句能否无误执行来确认安装是否成功[^4]。 ```bash git clone https://github.com/rockchip-linux/rknn-toolkit2.git cd rknn-toolkit2 pip3 install . python3 -c "from rknn.api import RKNN" ``` ### 准备 YOLOv8 模型文件获取官方发布的YOLOv8预训练权重，并将其转化为适用于RK3588平台上的`.rknn`格式。此过程可能涉及调整网络结构以适应NPU硬件特性[^2]。 ```python import torch from ultralytics.yolo.engine.model import YOLO model = YOLO('yolov8.pt') # 加载YOLOv8 PyTorch模型 torch.save(model.state_dict(), 'yolov8_weights.pth') ``` 注意：上述代码片段仅作为示意用途，在实际操作中还需参照具体版本文档完成相应修改。 ### 转化为 .rknn 文件利用RKNN-ToolKit2提供的API接口实现PyTorch至RKNN模型格式的转变工作。确保所选参数适合目标设备性能需求。 ```python from rknn.api import RKNN # 初始化RKNN对象实例 rknn = RKNN() # 配置量化方式和其他选项... ret = rknn.load_pytorch(model='path/to/yolov8', input_size_list=[[3, 640, 640]]) if ret != 0: print('Load PyTorch model failed!') exit(ret) # 设置输入节点名称等信息... ret = rknn.build(do_quantization=True, dataset='./dataset.txt') if ret != 0: print('Build model failed!') exit(ret) # 导出最终.rknn文件 rknn.export_rknn('./yolov8.rknn') ``` ### 编写 Python 推理脚本创建一个新的Python程序用来加载编译好的`.rknn`文件并调用NPU加速计算资源来进行实时预测分析任务[^3]。 ```python from rknn.api import RKNN def main(): rknn = RKNN() # Load RKNN Model ret = rknn.load_rknn('./yolov8.rknn') if ret != 0: print('Loading RKNN model failed.') return # Set inputs and outputs according to your application needs. ... # Start inference with NPU acceleration enabled by default on RK3588 series boards. outputs = rknn.inference(inputs=[input_image]) # Post-process the output data here... if __name__ == '__main__': main() ```