CircuitPython在ESP32-S2上的I2C总线问题分析与解决
2025-06-15 21:10:01作者:裴麒琰
问题背景
在CircuitPython 9.1.1版本中,用户在使用ESP32-S2开发板(如QT Py ESP32-S2)时遇到了I2C总线通信问题。主要表现为:
- 执行I2C扫描(i2c.scan())后无法检测到任何设备,但奇怪的是仍能与部分设备(如旋转编码器)通信
- 启用SSD1306 OLED显示屏时会出现超时错误(ETIMEDOUT)
- 执行I2C扫描后,代码运行速度显著下降(从每秒100+次循环降至约15次)
问题复现与初步分析
开发者使用以下简化代码复现了问题:
import board, adafruit_ssd1306
d = adafruit_ssd1306.SSD1306_I2C(128, 32, board.STEMMA_I2C(), addr=0x3c)
在ESP32-S2上运行时出现ETIMEDOUT错误,而在ESP32-S3或RP2040上则工作正常。有趣的是,在CircuitPython 9.1.4版本中,ESP32-S2也没有这个问题。
深入调查
通过使用Saleae逻辑分析仪进行测量,开发者发现:
- 当请求100kHz的I2C时钟频率时,实际测量到的频率仅为1.25kHz
- 这个问题源于ESP-IDF v5.3.1(CircuitPython 9.2.0使用)中对传统I2C驱动程序的修改
- 在ESP-IDF v5.2.2(CircuitPython 9.1.4使用)中没有这个问题
根本原因
问题出在ESP-IDF v5.3.1中I2C驱动程序的实现上。当CircuitPython升级到9.2.0版本时,由于使用了新版本的ESP-IDF,引入了这个时钟频率配置错误的问题。
解决方案
开发团队采取了以下措施:
- 向ESP-IDF官方提交了问题报告
- 开始迁移到ESP-IDF的新I2C驱动程序
- 创建了一个专门的分支来测试新的I2C驱动实现
在迁移到新驱动程序的过程中:
- 在ESP32-S3上成功实现了正确的时钟频率
- 在ESP32-S2上虽然时钟频率正确了,但出现了新的错误和崩溃
- 开发者已经修复了这些崩溃问题
用户建议
对于遇到类似问题的用户:
- 如果必须使用ESP32-S2,建议暂时停留在CircuitPython 9.1.4版本
- 可以考虑使用ESP32-S3作为替代方案,因为它不受此问题影响
- 关注CircuitPython的更新,等待包含修复的正式版本发布
技术展望
这个问题凸显了硬件抽象层(HAL)更新可能带来的兼容性挑战。开发团队正在努力:
- 完全迁移到ESP-IDF的新I2C驱动程序架构
- 确保新驱动在各种ESP32系列芯片上的稳定性
- 建立更完善的硬件兼容性测试流程
随着这些改进的完成,CircuitPython在ESP32平台上的I2C稳定性将得到显著提升。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492