Error Classification：错误分类-AUTOSAR_CP_OS

原创 于 2025-11-19 09:00:00 发布 · 1.1k 阅读 · 12 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#AUTOSAR_CP_OS #AUTOSAR #嵌入式

Error Classification：错误分类

在这里插入图片描述

背景与原理

OS 错误处理的独特性

  • AUTOSAR BSW 模块（如 CAN 驱动、ADC 驱动）通常将错误分为 “开发错误”（报告给 Det）和 “生产错误”（报告给 Dem）

  • 但 OS 的错误处理遵循独立机制：

    • OS 不直接向 Det 或 Dem 报告任何错误，而是通过调用ErrorHook（钩子函数）通知用户

    • 若用户需要将 OS 错误同步到 Det/Dem，需在ErrorHook中自行实现报告逻辑

      • 如调用 Det_ReportError 或 Dem_ReportError

  • 原因：

    • OS 作为系统核心调度组件，错误处理需最小化依赖外部模块

    • 避免OS 错误导致 Det/Dem 不可用的循环问题

错误码的范围界定

  • OSEK OS 标准错误码

    • 如E_OS_ID（无效对象 ID）、E_OS_VALUE（参数值无效）等

    • 已在 OSEK/VDX OS 标准（ISO 17356-3）中定义，OS 直接沿用

  • AUTOSAR OS 新增错误码

    • 针对 AUTOSAR 扩展功能（如内存保护、多核、自旋锁）新增的错误码

OS 错误处理流程与 BSW 模块的差异

  • 在这里插入图片描述

  • 在这里插入图片描述

新增错误码的定义

总览

  • E_OS_ILLEGAL_ADDRESS

    • 服务调用时传递的地址参数无效

    • 如 NULL 指针、不在合法内存范围

  • E_OS_PROTECTION_MEMORY

    • 非可信应用访问无权限内存

    • 如写 OS 私有数据、访问未授权外设地址

  • E_OS_STACKFAULT

    • 任务 / Category 2 ISR 的堆栈溢出或访问超出配置范围

  • E_OS_CORE

    • 调用跨核心服务时目标核心未激活，或操作非本核心的资源

  • E_OS_NESTING_DEADLOCK

    • 自旋锁 / 资源嵌套顺序错误

    • 如核心 0 先锁 A 再锁 B，核心 1 先锁 B 再锁 A

  • E_OS_MISSINGEND

    • 任务未调用TerminateTask()或ChainTask()就从入口函数返回

  • E_OS_PROTECTION_LOCKED

    • 任务持有资源 / 禁用中断的时间超过配置的 Lock Budget

  • E_OS_SPINLOCK

    • 持有自旋锁时执行解调度操作

      • 如调用 WaitEvent、TerminateTask、ChainTask

    • 或任务终止时未释放自旋锁，导致冲突

  • E_OS_SERVICEID

    • 调用CallTrustedFunction时指定的可信函数索引无效

  • E_OS_PROTECTION_EXCEPTION

    • 执行非法指令（如除零、未定义指令）或硬件异常

  • E_OS_INTERFERENCE_DEADLOCK

    • 高优先级任务自旋等待低优先级任务持有的自旋锁

    • 低优先级任务被中断抢占

  • E_OS_PROTECTION_TIME

    • 任务 / ISR 的执行时间超过配置的 Execution Budget

  • E_OS_DISABLEDINT

    • 中断禁用（如DisableAllInterrupts后）调用非中断安全的 OS 服务

  • E_OS_PROTECTION_ARRIVAL

    • 任务激活 / ISR 触发时间早于配置的 Time Frame（最小到达间隔）

关键属性

  • 错误值（Error Value）

    • 文档规定 “由实现分配”，即不同 OS 供应商可自行定义具体数值

    • 如将E_OS_ILLEGAL_ADDRESS定义为 0x0A

  • 适用场景

    • 所有新增错误码仅用于 OS 内部错误报告

    • 通过ErrorHook传递给用户，不直接暴露给 BSW 其他模块

  • 与 OSEK 的兼容

    • 所有新增错误码仅用于 OS 内部错误报告，且仅在扩展状态（EXTENDED status）下返回

    • 通过 ErrorHook 传递给用户，不直接暴露给 BSW 其他模块

总结

明确 OS 错误的独特处理机制与新增错误码定义

概括为：

  • 处理机制特殊

    • OS 不向 Det/Dem 报告错误，需自行在ErrorHook中自行实现错误同步

      • 如报告 Det/Dem

    • 避免依赖外部模块导致的连锁故障

  • 错误码分类清晰

    • 新增 14 种错误码，覆盖内存保护、多核、自旋锁、时序保护等 AUTOSAR 扩展场景，补充 OSEK OS 的不足

  • 属性灵活统一

    • 错误值由实现分配，但错误类型与含义全局统一

    • 确保不同 OS 供应商的错误可识别、可追溯

CP AUTOSAR标准之CANNetworkManagement(AUTOSAR_CP_SWS_CANNetworkManagement)
CoolBreeze的博客
06-12 528
本节概述了CanNm的时间要求。请注意，本章仅为摘要，不替代或作为要求。此外，本节不要求任何特定的实施方式数据类型CanNm_ConfigType的定义API函数CanNm_Init定义CanNm_Init的注意事项：在CanIf初始化之后必须调用函数CanNm_Init。
CP AUTOSAR标准之FlashDriver(AUTOSAR_CP_SWS_FlashDriver)
CoolBreeze的博客
06-18 1040
数据类型Fls_ConfigType的定义API函数Fls_Init定义函数Fls_Init将使用给定配置集中提供的参数初始化FLS模块(软件)和所有闪存相关寄存器(硬件)。函数Fls_Init将把指向给定配置集的指针存储在变量中，以便允许FLS模块在运行时访问配置集内容。Fls_Init函数应初始化所有FLS模块全局变量和控制闪存设备所需的控制器寄存器，这些寄存器不会影响或依赖于其他(硬件)模块。可能影响或依赖于其他模块的寄存器应由通用系统模块初始化。
CP AUTOSAR标准之EEPROMDriver(AUTOSAR_CP_SWS_EEPROMDriver)
CoolBreeze的博客
06-12 338
本规范描述了EEPROM驱动程序的功能和API。本规范适用于内部和外部EEPROM的驱动程序。 EEPROM驱动程序提供对EEPROM的读取、写入和擦除服务。它还提供将EEPROM中的数据块与内存(例如RAM)中的数据块进行比较的服务。
CP AUTOSAR标准之CANTransportLayer(AUTOSAR_CP_SWS_CANTransportLayer)
CoolBreeze的博客
06-12 332
该规范定义了AUTOSAR基础软件模块CAN传输层(CanTp)的功能、API和配置。 CanTp是PDU路由器和CAN接口模块之间的模块(见图1.1)。CAN TP模块的主要用途是分段和重组长度超过8个字节或长度超过64个字节(如果是CAN FD)的CAN I-PDU。
CP AUTOSAR标准之CANStateManager(AUTOSAR_CP_SWS_CANStateManager)
CoolBreeze的博客
06-12 321
该规范描述了AUTOSAR基础软件模块CAN状态管理器的功能、API和配置。 AUTOSAR BSW堆栈为每条通信总线指定一个总线特定的状态管理器。该模块应实现相应总线的控制流。如下图所示，CAN状态管理器(CanSM)是通信服务层的成员。它与通信硬件抽象层和系统服务层交互。
CP AUTOSAR标准之BusMirroring(AUTOSAR_CP_SWS_BusMirroring)
CoolBreeze的博客
06-12 691
总线镜像模块的任务是收集来自多条源总线的帧，然后将其转发到目标总线。转发是严格单向的，以避免消息循环并防止入侵场景。生成工具应确保没有从MirrorSourceNetwork和MirrorDestNetwork引用ComMChannel。下图展示了总线镜像如何集成到AUTOSAR BSW通信堆栈中：CAN和LIN-CANCAN、CAN-FD和LIN-CAN-FDCAN、CAN-FD、LIN和FlexRay-FlexRayCAN、CAN-FD、LIN和FlexRay-CAN XL。
CP AUTOSAR标准之MemoryDriver(AUTOSAR_CP_SWS_MemoryDriver)
CoolBreeze的博客
06-18 493
该规范描述了AUTOSAR基础软件模块内存驱动程序(Mem)的功能、API和配置。内存驱动程序提供访问不同类型内存设备的基本服务，如读取、写入、擦除和空白检查。尽管闪存仍然是最常见的非易失性存储器技术，但内存驱动程序规范考虑了所有相关的内存设备技术，如EEPROM、相变存储器(PCM)和铁电RAM。为了协调上层的内存访问，内存驱动程序规范还涵盖了RAM的访问。除了微控制器内部内存设备外，内存设备规范还可以应用于连接的外部内存设备，例如通过串行外设接口。
CP AUTOSAR标准之CryptoServiceManager(AUTOSAR_CP_SWS_CryptoServiceManager)
CoolBreeze的博客
06-12 541
该规范指定了软件模块加密服务管理器(CSM)的功能、API和配置，以满足CSM需求规范[CSM_SRS]中所表示的顶级要求。 CSM应提供同步或异步服务，以便为所有软件模块提供对基本加密功能的唯一访问。CSM应提供一个抽象层，为更高软件层提供标准化接口以访问这些功能。
学习记录：AUTOSAR R20-11的阅读记录（二）【AP】
qq_350984705的博客
04-30 1003
2. EM负责管理系统执行的所有方面，包括平台初始化和应用程序的启动/关闭，它使用一个或多个Manifest文件中包含的信息来执行这些任务，例如启动可执行文件的时间和方式。NM旨在独立于所使用的通信堆栈工作，其主要目的是协调底层网络（物理网络和部分网络）的正常运行和总线休眠模式之间的过渡。2.对11个FC（os、exec、sm、com、rest、diag、per、tsync、nm、ucm、iam）中关键概念做一个简单说明。2.介绍FC Crypto的功能、API和配置, 加密相关功能的特定域。
Error Classification：错误分类-AUTOSAR-CP-OS
11-13
AUTOSAR OS采用独特的错误处理机制，不直接向Det/Dem报告错误，而是通过ErrorHook通知用户。该机制避免了OS核心组件与外部模块的循环依赖问题。OS错误码包括OSEK标准错误和14种新增错误类型，覆盖内存保护、多核调度...
活动预告｜IvorySQL 诚邀您参加2025开放原子开发者大会
IvorySQL的博客
11-18 229
2025 年 11 月 21-22 日，2025 开放原子开发者大会将在北京盛大开启。本次大会以“AI 共智 开源共享”为主题，聚焦 AI，将汇聚顶尖开源力量，洞见行业前沿实践。作为开源数据库领域的重要参与者，IvorySQL 将在本次大会分论坛进行演讲分享，并将在展台与参会者开展互动。
【proteus数电74LS175+74LS48抢答器仿真扩展为矩阵键盘16路】2022-9-1
浤济的专栏
11-15 285
本文介绍了一种基于Proteus仿真的4位抢答器设计，采用8421-BCD码编码器电路实现。系统通过按键控制将4位输入编码为标准BCD码输出，适用于知识竞赛等抢答场景。设计使用数字电路仿真验证功能，确保电路可靠性和响应速度。该方案具有结构简单、成本低廉的特点，为嵌入式系统学习者提供了一个实用的数字电路设计案例，可用于教学演示或小型比赛活动。
华清远见25072班单片机高级学习day1
Nuyoah11klay的博客
11-14 668
摘要：本文介绍了嵌入式硬件开发的核心流程和关键概念。硬件开发基于通过软件控制硬件的思想，主要步骤包括：1)分析硬件连接和电路图；2)查阅主控芯片和驱动芯片手册；3)编写代码、烧录程序并进行调试。文中详细说明了PCB板、数字电路、芯片手册等基本概念，以及电阻、电容、二极管、三极管等元器件的标识方法。重点讲解了GPIO的多种工作模式，包括4种输入模式（浮空、上拉、下拉、模拟）和4种输出模式（开漏、推挽及其复用模式）。这些内容为嵌入式系统开发提供了基础技术参考。
主流微服务框架
Coder_Boy_的博客
11-14 786
本文对比了2025年Java生态中三大主流微服务框架的特性与适用场景。SpringBoot3凭借成熟生态和丰富功能，适合企业级应用和Spring项目迁移；Quarkus以其极速启动和低资源消耗，在云原生和边缘计算领域表现突出；Micronaut则通过轻量级设计和编译时优化，在微服务架构和快速迭代开发中展现优势。各框架针对不同应用需求提供了差异化解决方案，开发者可根据项目规模、性能要求和部署环境选择最适合的工具。
嵌入式C语言中ether_aton_r接口详解
我的博客
11-18 133
r特性描述功能将字符串格式的MAC地址转换为二进制的。核心用途作为人机接口与网络协议之间的数据转换桥梁。关键优势线程安全 (_r，适合多线程嵌入式环境。典型场景嵌入式Linux下的网卡MAC地址设置、原始套接字编程、网络协议处理等。在嵌入式网络开发中，是一个基础且非常重要的工具函数。
如何使用谷歌云的 Nano / Banana 大模型？从入门到实战演示
ljh451321的博客
11-14 1112
谷歌发布Nano/Banana系列轻量级AI模型，专为移动端和IoT设备设计。这类模型仅几十MB大小，支持本地离线运行，具备毫秒级响应速度，适用于输入法预测、App智能助手、UI草图生成等场景。文章详细介绍了在Google Cloud Vertex AI中调用模型的方法，并展示了实际生成的12类图像示例。相比大模型，Nano系列优势在于低成本、高隐私性及易部署，特别适合预算有限的移动应用开发者和IoT团队。作者作为谷歌云代理商，认为这些轻量模型是实现"AI Everywhere"愿景的关
搭建HAL版本的MDK工程模板
2303_76995644的博客
11-17 970
搭建HAL版本的MDK工程模板
嵌入式开发学习日志43——FreeRTOS之引入
A9better的博客
11-15 157
操作系统中的任务调度器就是用来决定某一时刻究竟是运行哪个任务，同时，RTOS的任务调度器是可预测的，这恰好满足了嵌入式实时环境要求的对某一事件做出实时的响应。实际上，当你的业务越来越多时，单纯的裸机系统是没法完全满足需要的，编程难度也会比之前大上很多，加入RTOS实现多任务的管理，能够有效减轻压力。但实际上，一个处理器核心一个时刻只能处理一个任务，之所以看起来像是多个任务同时进行，是因为任务之间的切换十分迅速，肉眼无法分辨，故看起来像是同时的。FreeRTOS，正如它的名字那般，是免费的。
SWD（Serial Wire Debug，串行线调试）
最新发布
guigenyi的专栏
11-18 1304
SWD（串行线调试）是ARM开发的两线式嵌入式调试协议，作为JTAG的高效替代方案。它仅需SWDIO（数据线）和SWCLK（时钟线）两根核心线，支持引脚复用，特别适合引脚受限的现代微控制器。SWD具有高性能、低功耗调试支持和高可靠性等特点，可实现程序下载、在线调试、内核控制和外设访问等功能。相比JTAG的4线接口，SWD大幅减少引脚占用，同时保持相近的调试性能，已成为ARM Cortex系列MCU的标准调试接口。该协议通过简化设计优化了调试效率，是嵌入式开发的理想选择。
python test_classification.py --use_normals --log_dir pointnet2_cls_msg
04-30
<think>好的，用户现在的问题是关于在缺少7z命令的Linux环境中运行一个Python测试脚本，具体是运行`python test_classification.py --use_normals --log_dir pointnet2_cls_msg`，同时需要安装必要的工具和配置正确的路径。我需要结合用户之前的问题和回答，以及提供的引用内容来给出解决方案。 首先，回顾用户的历史问题，之前他遇到了7z命令未找到的问题，我指导他安装p7zip-full包。现在用户的问题更深入，涉及到运行Python脚本时的依赖和路径问题。因此，我需要确保用户不仅安装7z，还要处理Python环境和项目路径的问题。 根据用户提供的引用[1]，训练和测试命令中使用了`--log_dir`参数，这可能意味着脚本需要访问特定目录下的检查点或模型文件。而引用[2]中提到加载检查点`best_model.pth`，所以用户需要确认模型文件的路径是否正确，尤其是在测试时。 首先，解决7z的问题，用户已经知道如何安装，但可能需要再次确认安装是否正确。接下来，检查Python依赖，用户可能需要安装PyTorch等库，特别是带有CUDA支持的版本，因为引用[2]中提到了GPU的使用。此外，项目可能依赖其他库如numpy、h5py等，需要一并安装。 然后，路径配置是关键。用户可能需要确保检查点文件存在于正确的目录下，例如`log/classification/pointnet2_cls_msg/checkpoints/best_model.pth`。如果路径不正确，脚本会报错，所以需要指导用户检查路径结构，并调整`--log_dir`参数或创建必要的目录。 此外，用户可能遇到CUDA内存不足的问题，需要调整batch size。或者数据路径不正确，需要确认数据集的位置。还有可能缺少预训练模型，需要下载或重新训练。 最后，用户可能需要添加错误处理，例如在Python脚本中捕获异常，或者在Shell脚本中设置set -e来及时发现问题。同时，给出验证安装的步骤，确保所有依赖都已正确安装。 总结，解决方案需要分步骤处理：安装7z，安装Python依赖，配置项目路径，处理数据集和模型路径，处理常见错误，并提供验证方法。同时，生成相关问题，帮助用户进一步排查可能出现的问题。</think>--- ### 在Linux中运行Python测试脚本的完整解决方案 --- #### 一、核心问题分析 根据引用[1]中的测试命令 `python test_classification.py --use_normals --log_dir pointnet2_cls_msg`，需解决以下问题： 1. **7z依赖缺失**：模型文件/数据解压需要7z工具 2. **Python环境依赖**：PyTorch、CUDA等框架缺失 3. **路径配置错误**：检查点路径`log_dir`与实际存储位置不匹配 --- #### 二、分步解决方案 ##### 1. 安装7z工具（关键前置条件） ```bash # Debian/Ubuntu系统 sudo apt-get update && sudo apt-get install p7zip-full -y # CentOS/RHEL系统 sudo yum install epel-release && sudo yum install p7zip p7zip-plugins ``` ##### 2. 验证Python环境依赖 根据引用[2]中的训练配置，需确保以下包已安装： ```bash # PyTorch基础包（必须匹配CUDA版本） pip install torch==1.10.0+cu113 torchvision==0.11.1+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html # 项目特定依赖 pip install numpy h5py tqdm tensorboardX ``` ##### 3. 路径配置修正 根据引用[1]中的`--log_dir`参数，需确保目录结构如下： ``` ├── test_classification.py └── log/classification/pointnet2_cls_msg/ └── checkpoints/ └── best_model.pth # 检查点文件位置[^2] ``` **手动创建缺失目录**： ```bash mkdir -p log/classification/pointnet2_cls_msg/checkpoints ``` ##### 4. 处理数据路径问题 若出现数据集路径错误，在代码中添加路径声明： ```python # 在test_classification.py开头添加 import os os.environ["DATA_PATH"] = "/your/actual/dataset/path" # 替换为真实路径 ``` ##### 5. 解决CUDA相关问题 根据引用[2]中的GPU设置，若遇到CUDA内存不足： ```bash # 运行脚本时限制显存使用 python test_classification.py --use_normals --log_dir pointnet2_cls_msg --batch_size 8 ``` --- #### 三、完整执行流程 ```bash # Step 1: 安装7z sudo apt-get install p7zip-full -y # Step 2: 激活Python虚拟环境 conda activate pointnet_env # 或使用其他虚拟环境 # Step 3: 检查检查点文件 ls -l log/classification/pointnet2_cls_msg/checkpoints/best_model.pth # Step 4: 运行测试脚本（带错误重试） python test_classification.py --use_normals --log_dir pointnet2_cls_msg || { echo "检测到错误，尝试自动修复..."; pip install --upgrade numpy; export PYTHONPATH=$PYTHONPATH:$(pwd); python test_classification.py --use_normals --log_dir pointnet2_cls_msg } ``` --- #### 四、常见错误处理 | 错误类型 | 解决方案 | |---------|----------| | `ImportError: No module named 'utils'` | 添加项目根目录到PYTHONPATH: `export PYTHONPATH=$PYTHONPATH:$(pwd)` | | `FileNotFoundError: [Errno 2] No such file...` | 检查`--log_dir`对应的物理路径是否包含`best_model.pth` | | `CUDA out of memory` | 减少batch size: `--batch_size 4` | | `undefined symbol: _ZN3c101...` | 重新安装匹配CUDA版本的PyTorch | --- ### 相关问题 1. 如何将Python脚本中的相对路径改为绝对路径？ 2. 当训练和测试脚本使用不同的CUDA版本时如何解决兼容性问题？ 3. 如何通过Docker容器化部署PointNet++测试环境？
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
表情包 代码片
 条评论被折叠 查看
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

打赏作者

木木不迷茫(˵¯͒¯͒˵)

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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