新闻详情

新闻详情

首页 / 资讯中心 / 详情

用户如何申请buffer以及buffer时怎样流转的

发布时间:2026/11/4 14:58:32来源:尧图网络
用户如何申请buffer以及buffer时怎样流转的
用户空间通常按下面的顺序操作用户空间 │ │ioctl(VIDIOC_QBUF/DQBUF/...)▼ video_device │ │ fops ▼ v4l2_file_operations │ │.unlocked_ioctlvideo_ioctl2 ▼video_ioctl2()│ ▼__video_do_ioctl()│ │ 根据 cmd 分发 ▼ v4l2_ioctl_ops │ ├──.vidioc_reqbufs ├──.vidioc_qbuf ├──.vidioc_dqbuf ├──.vidioc_streamon └──.vidioc_streamoff │ ▼vb2_ioctl_xxx()│ ▼ VB2 层 │ ▼ DMA/Camera 驱动先通过VIDIOC_S_FMT设置采集格式驱动会初始化 vb2_queue主要确定:队列是单平面还是多平面采集支持 MMAP、USERPTR、DMABUFbuffer使用连续DMA内存绑定vb2的ops后续REQBUFS/QBUF/STREAMON需要这些回调通过VIDIOC_REQBUFS申请buffer设置非一致性 DMA 内存标志交给 VB2 框架处理最终调用vb2_queue里的vb2_ops通过 vb2_q.ops-queue_setup()确定实际 buffer 数量、plane 数量以及每个 plane 的大小对MMAP类型VB2 框架调用__vb2_queue_alloc为每个buffer分配连续 DMA 内存通过VIDIOC_QUERYBUF查询每个 buffer 的长度和 mmap offset然后mmap映射到用户空间。VIDIOC_QBUF先调用v4l2_ioctl_ops-vb2_ioctl_qbuf这个函数会根据用户每次Qbuffer的数量把对应的buffer加入到vb2_queue的queue_list如果此时还没有STEAMON只会调用vb2-q.ops-buf_prepare,如果在开流后继续QBUF,还会调用 vb2-q.ops-buf_queuecap_vb2_buffer_prepare()检查每个 plane 是否足够大并设置本次采集的有效数据大小。cap_vb2_buffer_queue()取得 DMA 物理地址将buffer加入out_pending待采集队列VIDIOC_STREAMON先调用 IOCTL 的vidioc_streamon设置上游采集格式VB2 遍历之前的 queue_list每个buffer会被设置为ACTIVE然后再调用vb2-q.ops-buf_queue将所有的buffer加入out_pending待采集队列再调用vb2-q.ops-start_streaming,以下是公司的设计检查buffer数量要求至少有两个已经交给驱动的buffer为 discard_buffer 分配内存并把2个buffer加入out_discard链表(当用户 buffer 供应不上时DMA 会写入这些 discard buffer。)从out_pending头取出第一个buffer,把它的DMA地址写入硬件,最后从out_pending 移到 out_active此时一帧写完触发中断会调用bridge注册中断服务函数csi_dma_buffer_done(),最终通过函数指针回调了dma注册的csi_dma_frame_done()csi_dma_frame_done()采集完成已经移入了out_active判断该buf为discard还是用户buf如果是discard,把它从out_active链表移动到out_discard中不能交给用户不会调用vb2_buffer_done()如果是正常buf从out_active中移除然后调用vb2_buffer_done(),把buffer状态从ACTIVE改为DONE,加入VB2的done_list中,唤醒正在等待DQBUF的用户进程。处理完当前帧,立即给硬件配置下一块buffer,如果此时out_pending和out_discard都为空,直接退出;如果out_pending为空discard不为空,从out_discard内部取一个buffer,移动到out_active;如果out_pending不为空,从out_pending取下一块用户buffer,将它的DMA地址写入硬件,将它移入out_active中断前 out_active buf0 out_pending buf1 → buf2 → buf3 中断后 done_list buf0 out_active buf1 out_pending buf2 → buf3VIDIOC_DQBUF先调用v4l2_ioctl_ops-vb2_ioctl_dqbuf,等待done_list中出现buffer,如果为空,进程进入睡眠等待唤醒当vb2_buffer_done()把buffer加入done_list后,从done_list取出第一个buffer将采集到的结构填回用户参数,从queued_list中删除该buffer把buffer状态改为DEQUEUED,此时用户拥有这块buffer,可以读取数据当用户再次QBUF后,又把这块buffer交给驱动,重新进入out_pendingDQBUF 前 queued_listbuf0 → buf1 → buf2 → buf3 done_list buf0 DQBUF(buf0) 后 queued_listbuf1 → buf2 → buf3 done_list 空简要的流程为VIDIOC_S_FMT 设置采集格式、初始化 VB2 队列 ↓ VIDIOC_REQBUFS 申请 Buffer、分配 DMA 内存 ↓ VIDIOC_QUERYBUF mmap 查询 Buffer 信息并映射到用户空间 ↓ VIDIOC_QBUF Buffer 加入 queued_list交给驱动使用 ↓ VIDIOC_STREAMON queued_list → out_pending → out_active启动 DMA 采集 ↓ 帧结束中断 out_active → done_list ↓ VIDIOC_DQBUF 用户取回包含一帧图像的 Buffer ↓ 处理完成后再次 VIDIOC_QBUF
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/3 7:07:39

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/3 12:09:35

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/3 12:09:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/4 12:33:12

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/4 1:25:31

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/4 3:51:11

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉