CircuitPython在Raspberry Pi Pico 2上的GPIO输入异常问题解析
2025-06-15 05:04:16作者:郜逊炳
问题现象
在Raspberry Pi Pico 2开发板上使用CircuitPython时,开发者发现当配置GPIO引脚为输入模式并切换上下拉电阻时,读取到的电平值始终为高电平(True),无法正确反映实际的上下拉状态。具体表现为:
- 设置上拉时读取为True(正常)
- 设置下拉时仍然读取为True(异常)
根本原因
经过技术团队分析,这是RP2350芯片的一个已知硬件缺陷(E9 Erratum)。该缺陷会导致:
- 当GPIO配置为输入模式时,内部存在异常漏电流
- 该漏电流足以抵消内部下拉电阻的作用
- 使得引脚电平无法被可靠地拉低
技术背景
在数字电路设计中,GPIO的上/下拉电阻是确保引脚在浮空状态下保持确定电平的重要机制。典型应用场景包括:
- 按键检测(需要上拉)
- 防止未连接引脚产生随机噪声
- 确保总线在空闲时保持稳定状态
解决方案
CircuitPython团队经过评估后决定:
软件层面
-
不实现官方建议的复杂软件规避方案,因为:
- 会增加代码复杂度
- 可能引入新的时序问题
- 无法覆盖所有使用场景
-
禁用相关功能模块(如touchio)
硬件层面建议
- 避免依赖内部下拉电阻
- 需要可靠下拉时:
- 使用外部下拉电阻(≤8.2kΩ)
- 确保输入信号有足够驱动能力
开发建议
对于需要在Raspberry Pi Pico 2上使用GPIO输入功能的开发者:
- 上拉模式可正常使用
- 需要下拉功能时:
- 优先采用外部下拉电路
- 避免使用高阻抗信号源
- 在电路设计阶段考虑信号驱动能力
总结
这个问题是特定硬件平台的已知限制,通过合理的电路设计可以规避。CircuitPython团队选择保持API的一致性而非针对特定硬件做特殊处理,这体现了软件设计的通用性原则。开发者理解这一限制后,仍可以基于该平台开发可靠的应用系统。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
177
195
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
270
93
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
378
3.33 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1