TI 达芬奇系列开发错误解析

Davinci 开发中的“灵异事件”

在进行Codec Engine 服务器端的开发时，有时会出现一些莫名其妙的现象，在模拟器上明明跑得好好地一段程序，移植到开发板上愣是出现一堆错误。这些错误，和GPP端不同：它们没有错误信息、不会自动退出、甚至连Trace信息也不打印。我把这些都称为“灵异事件”。当然，这些事件的产生还是归咎于代码本身的缺陷或不周全。以下问题是我在开发Davinci应用程序中遇见的，摘录下来，供大家参考。

链接时提示符号未定义

这个问题发生在Sever端集成时，无论Lib、还是Codec在各自的机器上都编译通过了，唯独集成在一起时，确出现了以下集成错误信息：

undefined first referenced

symbol in file

--------- ----------------

_LITTLE_B2D /prj/common/lib/libaes.a

_LITTLE_D2B /prj/common/lib/libaes.a

打开libaes项目，发现LITTLE_B2D、LITTLE_D2B定义在头文件中：

#undef BIG_ENDIAN

#undef LITTLE_ENDIAN

#if defined(USER_BIG_ENDIAN)

#defineBIG_ENDIAN

#elif defined(USER_LITTLE_ENDIAN)

#defineLITTLE_ENDIAN

#else

#if 0

#define BIG_ENDIAN // Big-Endian machine withpointer casting

#elif defined(_MSC_VER)

#defineLITTLE_ENDIAN // Little-Endian machine with pointer casting

#else

// #error

#endif

#if defined(BIG_ENDIAN) Big-Endian machine

#defineBIG_B2D(B, D) D = *(XDAS_Int32*)(B)

#define BIG_D2B(D, B) *(XDAS_Int32 *)(B) = (XDAS_Int32)(D)

#define LITTLE_B2D(B, D) D = ENDIAN_REVERSE_DWORD(*(XDAS_Int32*)(B))

#define LITTLE_D2B(D, B) *(XDAS_Int32 *)(B) =ENDIAN_REVERSE_DWORD(D)

#elif defined(LITTLE_ENDIAN) Little-Endianmachine

#define BIG_B2D(B, D) D = ENDIAN_REVERSE_DWORD(*(XDAS_Int32 *)(B))

#define BIG_D2B(D, B) *(XDAS_Int32 *)(B) = ENDIAN_REVERSE_DWORD(D)

#define LITTLE_B2D(B, D) D = *(XDAS_Int32*)(B)

#define LITTLE_D2B(D, B) *(XDAS_Int32 *)(B) = (XDAS_Int32)(D)

#else

//ERROR()

#endif

原来这是因为我们在编译时，忘了添加USER_BIG_ENDIAN或USER_LITTLE_ENDIAN等宏。在CCS的Build Option选项中，加上即可：

没有运行DSP端程序

错误描述

这个问题发生在GPP和DSP程序联合测试时，当我试图在GPP端调用DSP端算法时，出现如下Trace信息：

ti.sdo.ce.image1.IMGENC1- IMGENC1_process> Enter (handle=0x3d9c8, inBufs=…)

ti.sdo.ce.image1.IMGENC1- IMGENC1_process> Exit (handle=0x3d9c8, retVal=0xFFFFFFFD)

错误分析

显然，在Trace信息中没有看到任何和DSP有关的消息，DSP端没有运行。IMGENC1_process方法直接返回错误：0xFFFFFFFD（实际上就是-3）。打开头文件xdm.h，发现有一个含糊的定义：

#define XDM_EUNSUPPORTED -3 /**< Request is unsupported. */

参考一个正确处理过程的Trace信息：

ti.sdo.ce.image1.IMGENC1- IMGENC1_process> Enter (handle=0x3d9c8, inBufs=……)

CV -VISA_allocMsg> Allocating message for messageId=0x000600b2

OM -Memory_getBufferPhysicalAddress> Enter(virtAddr=0x41209000, size=16641)

OM -Memory__getPhysicalAddress> Enter(virtAddr=0x41209000, size=16641)

OM -Memory__getPhysicalAddress> found in cb(Sc=0x41209000, Ec=……)

OM -Memory__getPhysicalAddress> returning physAddr=0x837ac000

OM -Memory_getBufferPhysicalAddress> return (0x837ac000)

OM -Memory_getBufferPhysicalAddress> Enter(virtAddr=0x41229000, size=262144)

@13,515,611us:[+0 T:0x42ac9b60 S:0x42a88eac] CV - VISA_call(visa=0x3d9c8, msg=……

说明，这个错误时在stub中返回的。

修改IIMGENC1

到这一步，不禁想，要是TI提供的imgenc库能打印Trace信息就好了。幸好Codec Engine里，为我们提供了IMGENC的源代码，因此我需要修改源文件，加入Trace模块，重新编译，替换掉TI原有的库就可以。 IMGENC源文件存放在目录：($codecengine安装目录)\packages\ti\sdo\ce\image1文件夹中，这里我需要修改imgenc1_stubs.c。在Visual Studio中打开文件，加入Trace的代码：

GT_Maskti_sdo_ce_image1_IMGENC1_curTrace;

BOOLti_sdo_ce_image1_IMGENC1_curTrace_init=FALSE;

以及初始化函数：

if(!ti_sdo_ce_image1_IMGENC1_curTrace_init)

{

GT_create(&ti_sdo_ce_image1_IMGENC1_curTrace,"ti.sdo.ce.imgenc1.IMGENC1_STUBS");

GT_set("ti.sdo.ce.imgenc1.IMGENC1_STUBS=01234567");

ti_sdo_ce_image1_IMGENC1_curTrace_init=TRUE;

}

接下来就可以在需要加入Trace的地方添加命令了。

GT_Trace使用方法可以参考我的文章：使用Generic Trace Support打印调试信息

编译

由于源文件目录下没有makefile、package.bld文件，我们需要手动添加：

makefile文件，主要是载入xdcpaths.mak、xdcrules.mak等文件

PROJECT_ROOTDIR:= $(CURDIR)/../../../..

include$(PROJECT_ROOTDIR)/xdcpaths.mak

XDC_PATH :=$(PROJECT_ROOTDIR);$(XDC_PATH)

include$(PROJECT_ROOTDIR)/buildutils/xdcrules.mak

package.bld文件，主要是指定哪些文件需要被编译：

Pkg.attrs.exportAll= true;

var SRCS =["imgenc1.c", "imgenc1_skel.c","imgenc1_stubs.c"];

Pkg.otherFiles= [

"imgenc1.h"

];

for (var i =0; i < Build.targets.length; i++) {

var targ = Build.targets[i];

Pkg.addLibrary("lib/imgenc1",targ, {

}).addObjects(SRCS);

Pkg.addLibrary("lib/imgenc1_debug", targ, {

profile : "debug"

}).addObjects(SRCS);

}

发现错误

最后，我发现，原来错误来自于：

if ((sizeof(VISA_MsgHeader) + sizeof(*inBufs) + sizeof(*outBufs) +

inArgs->size +outArgs->size) > sizeof(_IMGENC1_Msg)) {

return (IIMGENC1_EUNSUPPORTED);

}

原来，我忘记在GPP端为outArgs指定size的值了：

outArgs.size =sizeof(outArgs);

加上后，错误解决。

莫名奇妙死机

问题描述

这下程序应该能完美运行了吧，我兴冲冲地传入测试参数，泡杯茶（第一次运行，不知道需要多久），开始等待……

五分钟过去了……怎么还没有结果？应该是计算量大的问题，因为我的程序里用了大量的递归，先去打会儿网球吧

不是吧，都过去了两小时，怎么还是停留在这里？

VISA_call(visa=0x3d9c8,msg=0x4115ec80): ……

Comm_put>Enter(queue=0x6, msg=0x4115ec80)

Comm_put>return (0)

Comm_get>Enter(queue=0x10005, msg=0x42a88f14, timeout=-1)

Comm_get>return (0)

Comm_put>Enter(queue=0x0, msg=0x41159c80)

强制退出后，DSP居然死机了……

问题分析

我们知道，DM6446是双核的，GPP和DSP。一个算法接口，在GPP和DSP端分别对应Stub和Skelton。GPP端在Stub中通过调用VISA_call方法来执行DSP端的代码。DSP端完成操作后，在返回。整个过程，是基于一种“消息”传递机制的。

从上面的Trace信息中可以看出：代码已经执行到VISA_call，但是，却没有等到DSP端返回结果，因此处于一种“死机”状态。只是这种状态，也太令人困混了：由于DSP端没有返回任何信息，因此，我们根本看不到DSP端的Trace信息，无法判断到底是哪里出了问题。

我编写代码有个习惯，现在VC上将代码调试通过，然后移植到DSP上。既然代码在VC上能调试成功，说明不是程序的问题。最大的可能是：内存分配错误导致DSP端代码崩溃！基于这点，我检查了代码，发现最有可能的问题是：递归太多。

接下来，我减少了递归的数量，重新编译后，程序通过。

修改栈大小

在C、C++编程中，堆(Heap)和栈(Stack)是分配内存空间，存放数据的两个重要地点。一般的，使用malloc或new关键字分配的内存空间保存在堆中，而局部变量、或者函数的参数，都是保存在栈中。因此，当一个程序中递归的数量很多时，栈空间往往不够，最终造成内存溢出。

打开项目中的xs文件，修改getStackSize方法，增大栈空间（我这里将原来的1024增加为4096）：

functiongetStackSize(prog)

{

if(verbose) {

print("getting stack size for" + this.$name

+ " built for the target" + prog.build.target.$name

+ ", running on platform" + prog.platformName);

}

return (4096);

}

或者也可以修改server端的cfg文件：

Server.algs =[

{ name: "enctriangle",

mod: ENCTRIANGLE,

groupId: 0,

threadAttrs: {

stackSize: 4096,

stackMemId: 0,

priority: Server.MINPRI + 1

}

];

无法分配内存

又出问题了

解决完上述问题，似乎可以松口气，运行程序，编码，一切正常！

怀着期盼的心情，我点击了解码按钮，结果……怎么我的图片少了一大块？经过检查，确定不是解码的问题，看来编码这块儿还是不能让人放心啊！

继续分析问题

这次比较简单，在编码的关键点加入Trace后，清楚地发现，当系统运行到某个阶段时，

pPerson person=(pTFlat)malloc(sizeof(Person));

返回NULL指针！

想必是堆空间不够了！

堆不够？那就弄大点吧！

打开server工程的.cfg文件，睁大眼睛，仔细检查空间分配问题：

var mem_ext = [

{

comment: "DDRALGHEAP: off-chip memory for dynamic algmemallocation",

base: 0x82E00000, // 46MB

len: 0x00a00000, // 10MB

space: "code/data"

{

comment: "DDR2: off-chip memory forapplication code and data",

base: 0x83800000, // 56MB

len: 0x00600000, // 6MB

space: "code/data"

{

comment: "DSPLINK: off-chip memoryreserved for DSPLINK code and data",

base: 0x83E00000, // 62MB

len: 0x00100000, // 1MB

space: "code/data"

{

comment: "RESET_VECTOR: off-chipmemory for the reset vector table",

base: 0x83F00000, // 63MB

len: 0x00000080,

space: "code/data"

];

怎么可能，我们明明分配了10MB的空间给DDRALGHEAP。继续往下看吧：

bios.DDR2.createHeap = true;

bios.DDR2.heapSize = 0x20000; // 128K

bios.DDRALGHEAP.createHeap = true;

bios.DDRALGHEAP.heapSize =bios.DDRALGHEAP.len;

试着修改bios.DDR2.heapSize的值，改成0×40000。运行程序，错误解决了。

为什么是DDR2

根据上面的内存分配表，DDR2区域应该是存放算法代码、数据的，不应该具备“堆”的功能，为什么这里修改了bios.DDR2.heapSize却可以回避异常呢？按理来说，应该是DDRALGHEAP才对。再说，当前程序中将bios.DDR2.heapSize设置成0×40000可以，如果将来运算量多，区区256K的堆空间，不一定能用。

继续查看代码，发现cfg中设置如下：

bios.setMemCodeSections(prog,bios.DDR2);

bios.setMemDataNoHeapSections(prog,bios.DDR2);

bios.setMemDataHeapSections(prog,bios.DDR2);

修改如下：

bios.setMemCodeSections(prog,bios.DDR2);

bios.setMemDataNoHeapSections(prog,bios.DDR2);

bios.setMemDataHeapSections(prog,bios.DDRALGHEAP);

OK了！

无法更新outbuf

问题描述

这个问题出现在当对第二幅图像编码完成后，从DSP端传出的数值仍然是第一幅图像的编码结果。

分析

DM6446是双核处理器，GPP端和DSP端通过CMEM共享内存来传递数据。GPP端是相对地址，DSP端是绝对地址。二者实际上是对应不同的内存块，通过Codec Engine API中的Memory_cacheInv、Memory_cacheWb等函数来转换数据（相当于memcpy）。

因此，如果出现上述问题，肯定是由于在skel层没有执行相应的操作。打开imgenc1_skel.c。找到以下代码：

if ((pStatus->data.buf!= NULL) &&

XDM_ISACCESSMODE_WRITE(pStatus->data.accessMask)) {

Memory_cacheWb(pStatus->data.buf, pStatus->data.bufSize);

* Since we've cacheWb this buffer, wearguably should

* reflect this cache state and clear theWRITE bit in

* the .accessMask field. However, we know the stub

* doesn't propogate this field to thecalling app, so

* this extra buffer management detailisn't necessary:

*XDM_CLEARACCESSMODE_WRITE(pStatus->data.accessMask);

}

不难判断，问题出现在XDM_ISACCESSMODE_WRITE(data.accessMask)这里。

解决问题

原来，在DSP端的Skel中，Memory API通过查看data.accessMask来判断该段内存是否被写过，如果写过，才将它转化成GPP端的内存，否则，跳过。

打开Codec实现文件，在更新完outBufs数据后，修改outBufs的accessMask：

/* report _how_we accessed the 2 data buffers */

XDM_CLEARACCESSMODE_WRITE(inBufs->descs[0].accessMask);

XDM_SETACCESSMODE_READ(inBufs->descs[0].accessMask);

XDM_CLEARACCESSMODE_READ(outBufs->descs[0].accessMask);

XDM_SETACCESSMODE_WRITE(outBufs->descs[0].accessMask);

http://newinfo.sysu.edu.cn/Snowwaft/?p=272

TI 达芬奇系列开发错误解析相关推荐

TI达芬奇系列TMS320DM8148浮点DSP C674x + ARM Cortex-A8高性能视频处理器开发板规格书
TL8148-EasyEVM是一款广州创龙基于TI TMS320DM8148(浮点DSP C674x + ARM Cortex-A8)SOM-TL8148核心板设计的开发板,它为用户提供了SOM-TL ...
TI达芬奇系列TMS320DM8148浮点DSP C674x + ARM Cortex-A8高性能视频处理器；
由广州创龙自主研发的SOM-TL8148是体积极小的TMS320DM8148浮点DSP+ARM双核核心板,86mm*60mm,性能强.成本低.性价比高.采用沉金无铅工艺的8层板设计,专业的PCB La ...
TI达芬奇系列TMS320DM8168浮点DSP C674x + ARM Cortex-A8高性能视频处理器
TL8168-EVM是一款广州创龙基于浮点DSP C674x + ARM Cortex-A8高性能视频处理器设计的DSP+ARM架构的开发平台,该平台主要用于评估处理器的多通道音视频采集.处理.编码压 ...
TI达芬奇系列TMS320DM8168浮点DSP C674x + ARM Cortex-A8高性能视频处理器，用于视频基础设施
由广州创龙自主研发的SOM-TL8168是体积极小的TMS320DM8168浮点DSP+ARM双核核心板,86mm*60mm,性能强.成本低.性价比高.采用沉金无铅工艺的10层板设计,专业的PCB L ...
基于TI Davinci架构的双核嵌入式应用处理器OMAPL138开发入门(TI达芬奇双核开发资料 [
基于TI Davinci架构的双核嵌入式应用处理器OMAPL138开发入门一.简介 TI的达芬奇架构嵌入式应用处理器使用DSP与ARM结合的非对称多核结构,当然现在也有管脚全兼容的单核.本文要介绍的 ...
基于TI达芬奇系列TMS320DM8148浮点DSP C674x JTAG仿真器接口、风扇接口
TL8148-EVM是一款广州创龙基于TI TMS320DM8148(浮点DSP C674x + ARM Cortex-A8)SOM-TL8148核心板设计的开发板,它为用户提供了SOM-TL8148 ...
TI达芬奇系列TMS320DM8148浮点DSP C674x + ARM Cortex-A8JTAG仿真器接口、风扇接口
由广州创龙设计的SOM-TL8148和SOM-TL8127核心板是Pin To Pin兼容,两款核心板公用同一块底板.DM8148与DM8127相比,DM8148有SATA接口,DM8127没有SAT ...
Linux驱动：TI达芬奇系列kernel中cup类型的判断，以cpu_is_ti81xx()为例
cpu_is_ti81xx() 为真 cpu.h (arch\arm\plat-omap\include\plat) 1. # define cpu_is_ti81xx() ...
基于TI达芬奇系列TMS320DM8148浮点DSP C674xBOOT SET启动选择开关、Micro SD接口
说明由广州创龙设计的SOM-TL8148和SOM-TL8127核心板是Pin To Pin兼容,两款核心板公用同一块底板.DM8148与DM8127相比,DM8148有SATA接口,DM8127没有 ...

TI 达芬奇系列开发错误解析

TI 达芬奇系列开发错误解析相关推荐

最新文章

热门文章

TI 达芬奇系列 开发错误解析

TI 达芬奇系列 开发错误解析相关推荐

最新文章

热门文章

TI 达芬奇系列开发错误解析

TI 达芬奇系列开发错误解析相关推荐