Embedded Linux Kernel and Driver Development 培训
这是一个为期两天的课程,由大约60%的实践实验室组成,主要关注嵌入式Linux内核内部,架构,开发以及如何编写和集成多种类型的设备驱动程序。
谁该参加?
对嵌入式系统和平台上的Linux内核开发感兴趣的工程师。
课程大纲
- 什么是 Linux 内核?
- 获取内核源代码
- 配置、编译和引导内核
- 设备树文件
- Linux 内核模块
- Linux 内核调试
- 字符设备驱动程序
- 使用 Git 进行源代码管理
要求
基本熟悉使用 GNU/Linux 系统
需要帮助选择合适的课程吗?
Embedded Linux Kernel and Driver Development 培训 - Enquiry
Embedded Linux Kernel and Driver Development - 问询
问询
客户评论 (2)
The knowledge of the trainer. He was able to answer all of my questions, even questions about our platform. He also continued to help until we all understood the material.
James O'Donnell - Tennant Company
课程 - Embedded Linux Kernel and Driver Development
I liked the hands-on nature of it.
Maurice Egan
课程 - Embedded Linux Kernel and Driver Development
即将举行的公开课程
相关课程
Advanced Embedded Systems Development
35 小时这个由讲师指导的现场培训<本地>(在线或现场)面向希望学习如何使用嵌入式 C 语言对基于不同处理器架构(8051、ARM CORTEX M-3 和 ARM9)的各种类型的微控制器进行程式设计的工程师。
Arduino Programming for Beginners
21 小时在这个以讲师为主导的中国现场培训中,参与者将学习如何对Arduino进行程式设计以供实际使用,例如控制灯,电机和运动检测感测器。本课程假设在即时实验室环境中使用真实的硬体元件(而不是软体模拟硬体)。
在培训结束时,参与者将能够:
- 程式 Arduino 控制灯、电机和其他设备。
- 了解 Arduino 的架构,包括附加设备的输入和连接器。
- 添加第三方组件(例如 LCD、加速计、陀螺仪和 GPS 追踪器)以扩展 Arduino 的功能。
- 了解程式设计语言中的各种选项,从 C 语言到拖放语言。
- 测试、调试和部署 Arduino 以解决实际问题。
Circuits and Electronics Fundamentals
14 小时这种由讲师指导的现场培训<本地>(在线或现场)面向希望应用电路和电子学基础知识来设计利用电气元件特性开发硬体功能的设备和系统的工程师和计算机科学家。
在本次培训结束时,参与者将能够:
- 设置和配置用于电路和电路板开发所需的工具和程式。
- 了解电路和电子工程背后的基本原理。
- 利用主要电子元件构建高效的计算机硬体技术。
- 通过实施电路分析方法优化电子设备。
- 将电子和电路的基础知识应用于企业应用程式的开发。
Digital Signal Processing (DSP) Fundamentals
21 小时这种以讲师为主导的中国现场现场培训面向希望学习和应用DSP实现以有效处理不同信号类型并更好地控制多通道电子系统的工程师和科学家。
在培训结束时,参与者将能够:
- 设置和配置数字信号处理所需的软件平台和工具。
- 了解 DSP 及其应用的基础概念和原理。
- 熟悉 DSP 组件并将其用于电子系统。
- 使用 DSP 的结果生成算法和操作函数。
- 利用DSP软件平台的基本功能并设计信号滤波器。
- 合成 DSP 仿真并为 DSP 实现各种类型的滤波器。
Embedded C Application Design Principles for Automotive Professionals
14 小时为期两天的课程,涵盖所有设计原则,包括代码示例和最新的工业技术;对汽车软体开发人员非常有用
Embedded C Application Design Principles
14 小时此讲师指导的现场培训(在线或现场)面向希望学习嵌入式 C 设计原理的 C 开发人员。
在本次培训结束时,参与者将能够:
- 了解使嵌入式 C 程式可靠的设计注意事项
- 定义嵌入式系统的功能
- 定义程式逻辑和结构以获得所需的结果
- 设计可靠、无差错的嵌入式应用程式
- 从目标硬体获得最佳性能
课程形式:
- 互动讲座和讨论
- 练习和练习
- 在即时实验室环境中动手实施
课程自订选项:
- 要申请本课程的定制培训,请联系我们进行安排。
Electronic Control Unit (ECU) - Practical Vector
28 小时此面向中级汽车工程师和技术人员的由讲师主导的现场培训(在线或现场)旨在使他们获得使用Vector工具(如CANoe和CANape)测试、模拟和诊断ECU的实践经验。
培训结束时,参与者将能够:
- 了解ECU在 Automotive 系统中的作用和功能。
- 设置和配置Vector工具,如CANoe和CANape。
- 在CAN和LIN网络上模拟和测试ECU通信。
- 分析数据并对ECU进行诊断。
- 创建测试用例并自动化测试工作流程。
- 使用实际方法对ECU进行校准和优化。
Electronic Control Unit (ECU) - Theoretical Vector
21 小时这个由讲师主导的现场培训在中国(在线或现场)旨在让中级汽车工程师和嵌入式系统开发人员了解ECU的理论方面,重点是汽车设计和开发中使用的基于Vector的工具和方法论。
结束此培训时,参加者将能够:
- 了解现代车辆中ECU的架构和功能。
- 分析ECU开发中使用的通信协议。
- 探索基于向量的工具及其理论应用。
- 将基于模型的开发原则应用于ECU设计。
FreeRTOS: Programming for Real Time Operating Systems
14 小时在这个由 中国 讲师指导的现场培训中,参与者将学习如何使用 FreeRTOS 进行编码,同时使用微控制器逐步完成简单的 RTOS 专案的开发。
在本次培训结束时,参与者将能够:
- 了解即时操作系统的基本概念。
- 了解 FreeRTOS 的环境。
- 了解如何使用 FreeRTOS 进行编码。
- 将 FreeRTOS 应用程式连接到硬体外围设备。
Learning Vivado
14 小时这个 中国 的讲师指导式现场培训(在线或现场)面向希望使用 Vivado 设计 、调试和实现硬体解决方案的 FPGA 开发人员。
在本次培训结束时,参与者将能够:
- 使用 C 代码和 Vivado 工具开发 HDL 系统。
- 在 Vivado 中生成并实现软处理器。
- 使用 Vivado 测试和类比 C 代码。
Deploying AI on Microcontrollers with TinyML
21 小时这个面向中级嵌入式系统工程师和 AI 开发人员的以讲师为导向的实时培训(在线或现场)旨在使参加者能够使用 TensorFlow Lite 和 Edge Impulse 在微控制器上部署机器学习模型。
培训结束时,参与者将能够:
- 了解 TinyML 的基本原则及其对边缘 AI 应用程序的好处。
- 为 TinyML 项目设置开发环境。
- 在低功耗微控制器上训练、优化和部署 AI 模型。
- 使用 TensorFlow Lite 和 Edge Impulse 实现现实世界的 TinyML 应用程序。
- 对 AI 模型进行优化以提高功率效率和内存限制。
Raspberry Pi for Beginners
14 小时Raspberry Pi是一个非常小,单板计算机。
在这项由导师领导的现场培训中,参与者将学习如何设置和编程 Raspberry Pi 作为一个互动和强大的内置系统。
在本研讨会结束后,参与者将能够:
- 建立 IDE(综合发展环境)以实现最大发展生产力
- 程序 Raspberry Pi 控制设备,如动作传感器,警报,网页服务器和打印机。
- 了解 Raspberry Pi's 架构,包括插入和连接器的附加设备。
- 了解编程语言和操作系统中的各种选项
- 测试,排泄,并部署 Raspberry Pi 解决现实世界问题
观众
- 开发者
- 硬件/软件技术人员
- 所有行业的技术人员
- 趣味
课程格式
- 部分讲座,部分讨论,练习和重实习
笔记
- Raspberry Pi支持各种操作系统和编程语言。 本课程将使用基于Raspbian的操作系统和1作为编程语言。 要要求具体设置,请联系我们安排。
- 參與者負責購買 Raspberry Pi 硬件和部件。
Tensorflow Lite for Microcontrollers
21 小时这种以讲师为主导的中国现场培训(现场或远程)面向希望在非常小的嵌入式设备上编写,加载和运行机器学习模型的工程师。
在培训结束时,参与者将能够:
- 安装 TensorFlow Lite。
- 将机器学习模型加载到嵌入式设备上,使其能够检测语音、对图像进行分类等。
- 将 AI 添加到硬件设备,而无需依赖网络连接。