第二章 嵌入式Linux系统裁剪与驱动移植：Yocto/Buildroot构建、摄像头驱动移植、GPU/ISP驱动配置
说实话，很多做算法的人觉得系统裁剪是BSP工程师的活。但我在车载项目里吃过亏——算法在开发板上跑得飞快，一上实车就卡顿，最后发现是内核配置太臃肿，GPU和ISP的驱动根本没对齐。你想想看，座舱里摄像头采集、AI推理、显示输出，这一条链路但凡有一个环节的驱动没配好，延迟就上去了。
这一章，我就带你走一遍嵌入式Linux系统裁剪和驱动移植的核心流程。咱们不搞大而全，只讲车载AI座舱真正用到的部分。
2.1 系统构建工具选型：Yocto vs Buildroot
选哪个？我个人的习惯是：产品级项目用Yocto，原型验证用Buildroot。为什么？
| 对比维度 | Yocto | Buildroot |
|---|---|---|
| 构建复杂度 | 高，学习曲线陡 | 低，配置简单 |
| 定制灵活性 | 极高，Layer机制 | 中等，Kconfig风格 |
| 包管理 | 支持RPM/DEB/IPK | 无，整包烧录 |
| 二进制兼容 | 严格，可复现构建 | 较弱 |
| 车载行业采用率 | 约80% | 约15% |
| 典型场景 | 量产车机、Tier1交付 | 快速原型、学生项目 |
2.2 内核裁剪：只留你需要的
车载AI座舱的内核，说白了就是最小化+必要外设。我一般会按这个步骤来：
- 确定硬件平台：比如NXP i.MX8QM、TI TDA4VM或高通SA8155
- 配置内核：
make menuconfig，关掉所有不用的驱动 - 裁剪文件系统：去掉gcc、perl、python等开发工具
- 优化启动时间：关闭不必要的内核模块，使用initramfs
这里有个坑——千万别把摄像头驱动给裁了。我见过有人为了省空间，把V4L2框架整个关掉，结果摄像头采集直接黑屏。
lsmod查看当前加载的模块，再用modinfo确认依赖关系。我曾经因为裁剪了videobuf2核心模块，导致ISP驱动加载失败，排查了整整一天。
2.3 摄像头驱动移植：从V4L2到Sensor
车载摄像头驱动移植，核心是V4L2框架 + Sensor驱动 + CSI接口。我一般分三步走：
2.3.1 确认硬件接口
先看原理图，确认摄像头是接在哪个CSI口上。比如i.MX8QM有4个MIPI CSI-2接口，每个接口支持2路数据流。
2.3.2 编写或移植Sensor驱动
大部分Sensor厂商会提供Linux驱动源码。你需要做的是：
- 实现
struct v4l2_subdev_ops中的回调函数 - 配置
media_entity的pad和link - 注册到I2C总线
// 典型的Sensor驱动注册流程
static const struct v4l2_subdev_ops ov5640_ops = {
.core = &ov5640_core_ops,
.video = &ov5640_video_ops,
.pad = &ov5640_pad_ops,
};
static int ov5640_probe(struct i2c_client *client) {
// 初始化硬件寄存器
// 注册subdev
v4l2_i2c_subdev_init(&sensor->sd, client, &ov5640_ops);
// 设置media pad
sensor->pad.flags = MEDIA_PAD_FL_SOURCE;
media_entity_pads_init(&sensor->sd.entity, 1, &sensor->pad);
return 0;
}
2.4 GPU/ISP驱动配置：让硬件加速跑起来
GPU和ISP是AI座舱的算力核心。没有它们，你的神经网络推理就是纯CPU跑，延迟直接翻10倍。
2.4.1 GPU驱动：DRM/G2D/OpenCL
车载平台常见的GPU方案：
- Vivante GC系列（NXP i.MX8）
- PowerVR Series（TI TDA4VM）
- Adreno系列（高通SA8155）
驱动配置的核心是DRM（Direct Rendering Manager）框架。你需要确保：
- 内核配置中开启
CONFIG_DRM和对应的GPU驱动 - 用户空间安装对应的libdrm和mesa
- 对于AI推理，还需要OpenCL或Vulkan运行时
# 内核配置示例（i.MX8QM + GC7000L）
CONFIG_DRM=y
CONFIG_DRM_IMX=y
CONFIG_DRM_IMX_CDNS_MHDP=y
CONFIG_DRM_IMX_SEC_DSI=y
CONFIG_DRM_ETNAVIV=y # Vivante GPU驱动
2.4.2 ISP驱动：图像信号处理
ISP负责把RAW数据转成RGB/YUV，同时做降噪、HDR、自动白平衡。车载ISP驱动通常由芯片厂商提供，你需要做的是：
- 配置
media-ctl的pipeline - 设置sensor和ISP之间的link
- 调整ISP参数（曝光、增益、Gamma）
2.5 知识结构总览
下面这张图，是我做车载系统裁剪时常用的决策流程。你可以把它当作一个检查清单：
2.6 实战：用Buildroot快速搭建一个最小系统
咱们来点实际的。假设你手头有一块i.MX8QM开发板，想快速验证摄像头采集+GPU渲染的流程。我会这么做：
# 1. 下载Buildroot
git clone git://git.buildroot.net/buildroot
cd buildroot
# 2. 选择i.MX8QM配置
make freescale_imx8qmevk_defconfig
# 3. 自定义配置
make menuconfig
# 在Target packages → Libraries → Graphics中开启：
# - mesa3d (GPU用户态驱动)
# - libdrm
# - gstreamer1 (用于摄像头pipeline)
# 在Kernel → Linux Kernel中确认：
# - V4L2驱动
# - IMX8 CSI驱动
# - Vivante GPU驱动
# 4. 构建
make -j$(nproc)
# 5. 烧录到SD卡
dd if=output/images/sdcard.img of=/dev/sdX bs=1M status=progress
make -j4而不是-j$(nproc)。我遇到过因为并行任务太多导致编译随机失败的情况，尤其是GPU驱动这种依赖头文件较多的模块。
2.7 验证：你的系统跑起来了吗？
系统启动后，用这几个命令快速验证：
# 检查摄像头设备
ls /dev/video*
# 应该看到 video0, video1 等
# 检查GPU是否可用
glxinfo | grep "OpenGL renderer"
# 输出应该是 Vivante GC7000L 或类似
# 检查ISP pipeline
media-ctl -p
# 应该看到 sensor → csi → isp 的完整链路
# 测试摄像头采集
gst-launch-1.0 v4l2src device=/dev/video0 ! videoconvert ! fbdevsink
如果一切正常，你应该能在屏幕上看到摄像头画面。如果黑屏，别慌——先检查dmesg里有没有驱动加载失败的信息。我遇到过最坑的一次，是Sensor的I2C地址写错了，导致驱动根本找不到硬件。