在Embassy-RP项目中实现多定时器驱动支持的技术探索
2025-06-01 07:51:59作者:尤辰城Agatha
背景介绍
Embassy-RP是针对Raspberry Pi RP系列微控制器的嵌入式异步运行时框架。在开发基于RP2350芯片的低功耗应用时,开发者发现现有的定时器驱动仅支持TIMER0,而无法利用芯片提供的其他定时器资源,特别是对于低功耗设计至关重要的"Always On"定时器。
现有定时器驱动实现分析
Embassy-RP默认使用TIMER0作为时间驱动源,这一实现被硬编码在rp235x模块中。对于大多数应用场景,这种设计已经足够,但在以下特殊情况下会存在局限性:
- 需要同时使用多个定时器的复杂应用场景
- 低功耗设计中需要使用Always On定时器的场景
- 需要更高精度或不同时钟源的定时需求
定时器驱动扩展实现
使用TIMER1替代TIMER0
开发者首先尝试将驱动从TIMER0迁移到TIMER1,发现了几个关键点:
- 时钟源配置差异:TIMER0默认使用1ms时钟源,而TIMER1需要显式配置
- 中断使能方式不同:需要正确设置TIMER1的中断请求
- 频率同步问题:TIMER1需要与TIMER0保持相同的时钟频率
实现代码示例:
// 同步TIMER1与TIMER0的时钟频率
let timer0_freq = pac::TICKS.timer0_cycles().read().0;
pac::TICKS.timer1_cycles().write(|w| w.0 = timer0_freq );
pac::TICKS.timer1_ctrl().write(|w| w.set_enable(true));
Always On定时器的特殊处理
RP2350的Always On定时器(AON Timer)在硬件上有特殊设计:
- 位于POWMAN电源管理模块中
- 具有独立的时钟源和电源域
- 中断号为45(POWMAN_IRQ_TIMER)
配置AON定时器需要特别注意电源管理域的访问权限和时钟源选择。
技术挑战与解决方案
在实现过程中,开发者遇到了几个技术挑战:
- 时钟源配置:通过研究RP2350手册和Embassy-RP源码,发现可以使用
clocks::clk_ref_freq()获取参考时钟频率 - 中断处理:不同定时器的中断向量需要正确映射到驱动处理函数
- 硬件差异:各定时器在寄存器布局和功能上存在细微差别,需要针对性处理
架构改进建议
基于这一探索,可以对Embassy-RP的定时器驱动进行以下架构改进:
- 引入定时器选择特性(Feature),允许在编译时选择使用哪个硬件定时器
- 抽象通用定时器接口,隔离硬件差异
- 为特殊定时器(如AON Timer)提供专门支持
- 完善时钟源配置API,便于开发者控制定时精度
低功耗设计考量
对于电池供电设备,使用AON定时器可以带来显著的功耗优势:
- AON定时器在低功耗模式下仍可运行
- 减少主定时器唤醒次数
- 优化电源管理策略
- 延长设备待机时间
总结
通过对Embassy-RP定时器驱动的深入研究和扩展实现,我们验证了在RP2350上使用不同硬件定时器的可行性。这一探索不仅解决了特定应用场景的需求,也为框架的定时器驱动架构改进提供了实践基础。未来可以考虑将这些改进贡献回上游项目,使更多开发者受益。
对于嵌入式开发者而言,理解硬件定时器的工作原理和框架驱动实现方式,能够更灵活地应对各种应用场景需求,特别是在低功耗设计等关键领域。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedJavaScript096- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
700
4.5 K
Ascend Extension for PyTorch
Python
563
691
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
JavaScript
535
95
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++
957
953
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
411
338
🎉 (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
1.6 K
939
Oohos_react_native
React Native鸿蒙化仓库
C++
340
387
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
128
209
昇腾LLM分布式训练框架
Python
148
177
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
140
221