Raspberry Pi Pico SDK中sm_config_set_in_pin_count()函数的实现问题分析
2025-06-15 06:24:40作者:殷蕙予
在Raspberry Pi Pico SDK的RP2350版本中,新增了一个名为sm_config_set_in_pin_count()的函数,用于配置PIO状态机的输入引脚数量。然而,该函数的实现与芯片数据手册中的描述存在不一致,这可能会影响开发者在实际项目中使用PIO功能时的正确性。
问题背景
PIO(Programmable I/O)是Raspberry Pi Pico系列微控制器的一个强大特性,它允许开发者通过小型状态机实现自定义的硬件接口协议。在配置PIO状态机时,需要正确设置输入引脚的数量,以确保数据读取操作能够正确处理引脚状态。
数据手册规范
根据RP2040芯片的数据手册描述,输入引脚数量的配置有以下关键点:
- 该设置决定了在执行IN PINS、WAIT PIN或MOV x, PINS指令时,哪些引脚会被读取而哪些会被屏蔽为0
- 例如,设置值为5表示只有最低5位(bit 4:0)会被读取,其余27位会被屏蔽为0
- 特殊情况下,值0表示32个引脚全部有效,即不进行任何屏蔽
这意味着寄存器中的数值直接对应有效的引脚数量,其中0是一个特殊值,表示全部32个引脚都有效。
SDK实现问题
当前SDK中的实现方式是将传入的in_count参数减1后写入寄存器:
pio_sm_config_set_in_pin_count(pio_sm_config *c, uint in_count) {
c->shiftctrl = (c->shiftctrl & ~PIO_SM0_SHIFTCTRL_IN_COUNT_BITS)
| ((in_count - 1) << PIO_SM0_SHIFTCTRL_IN_COUNT_LSB);
}
这种实现方式与数据手册的描述不符,可能会导致以下问题:
- 当开发者传入32时,计算结果为31,这与手册中"0表示32"的约定冲突
- 当传入1时,计算结果为0,这会错误地表示32个引脚都有效
- 整体行为与手册描述的逻辑不一致
正确实现方式
根据数据手册的描述,正确的实现应该是:
pio_sm_config_set_in_pin_count(pio_sm_config *c, uint in_count) {
c->shiftctrl = (c->shiftctrl & ~PIO_SM0_SHIFTCTRL_IN_COUNT_BITS)
| ((in_count & 0x1f) << PIO_SM0_SHIFTCTRL_IN_COUNT_LSB);
}
这样修改后:
- 传入32会被转换为0,符合手册中"0表示32"的约定
- 传入1~31会被直接使用,表示对应的引脚数量
- 超过32的值会被截断到有效范围
影响与建议
这个问题已经在SDK的develop分支中得到修复。对于开发者来说,建议:
- 如果使用RP2350相关功能,请更新到最新版本的SDK
- 在配置PIO输入引脚数量时,注意遵循数据手册的规范
- 对于关键应用,建议验证PIO输入行为是否符合预期
理解PIO的配置细节对于开发高效的硬件接口非常重要,正确的引脚数量设置可以确保数据读取的准确性和可靠性。开发者在使用这些高级功能时,应当仔细查阅数据手册并与SDK实现进行对照,以确保配置的正确性。
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-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
最新内容推荐
操作系统概念第六版PDF资源全面指南:适用场景与使用教程 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案 高效验证码识别解决方案:OCRServer资源文件深度解析与应用指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
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
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
479
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
375
3.24 K
Ascend Extension for PyTorch
Python
169
190
暂无简介
Dart
615
140
🔥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
62
19
仓颉编译器源码及 cjdb 调试工具。
C++
126
855
仓颉编程语言测试用例。
Cangjie
36
852
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
258