Marlin固件中HC32硬件抽象层的临界区宏问题解析
问题背景
在Marlin固件的bugfix-2.1.x分支中,开发者发现了一个与HC32硬件平台相关的编译错误。该问题出现在使用ProUI扩展用户界面时,系统提示__iCliRetVal
和__iSeiRetVal
两个函数未声明的错误。
技术细节分析
问题根源
错误源自HC32硬件抽象层(HAL)中的临界区宏定义。在HAL/HC32/HAL.h
文件中,定义了以下两个宏:
#define CRITICAL_SECTION_START \
uint32_t primask = __get_PRIMASK(); \
(void)__iCliRetVal()
#define CRITICAL_SECTION_END \
if (!primask) \
(void)__iSeiRetVal()
这两个宏依赖于__iCliRetVal
和__iSeiRetVal
函数,这些函数本应包含在AVR工具链的atomic.h
头文件中。然而,HC32的HAL文件没有包含这个头文件,而STM32F1的HAL文件则正确包含了它。
触发条件
该问题在以下情况下会被触发:
- 启用了
EXTENSIBLE_UI
功能 - 禁用了
EXTUI_LOCAL_BEEPER
选项 - 使用HC32硬件平台编译
具体触发位置在libs/buzzer.cpp
文件的Buzzer::tick()
函数中,当系统尝试通过临界区保护调用ExtUI::onPlayTone()
时。
解决方案比较
开发者提出了几种可能的解决方案:
-
条件编译绕过:在HC32平台上直接跳过临界区保护代码
#if ENABLED(EXTENSIBLE_UI) && NONE(EXTUI_LOCAL_BEEPER, ARDUINO_ARCH_HC32)
-
包含atomic.h头文件:让HC32的HAL文件包含必要的头文件
-
架构调整:将ProUI从
EXTENSIBLE_UI
中移除
最终采用的解决方案是参考STM32 HAL的实现方式,修改HC32的临界区宏定义,直接使用CMSIS提供的函数,而不是依赖AVR特定的实现。
技术背景延伸
HC32与STM32的关系
虽然HC32F460和STM32F103在某些外设上相似,但它们在核心架构上有重要区别:
- STM32F103使用Cortex-M3核心
- HC32F460使用Cortex-M4核心
Voxelab最初基于STM32F1(Maple)开发了HC32的固件,但后续实现已经参考了多种架构的HAL实现,包括STM32、SAMD21和nRF5。
临界区保护的重要性
在多任务或中断驱动的嵌入式系统中,临界区保护是确保代码段原子性执行的关键机制。它通过暂时禁用中断来防止关键代码段被中断打断,常用于:
- 共享资源的访问
- 关键数据结构的修改
- 时序敏感的操作
在ARM Cortex-M架构中,通常通过操作PRIMASK寄存器来实现这一功能。
问题解决的意义
这个问题的解决不仅修复了编译错误,更重要的是:
- 保持了代码在不同硬件平台间的一致性
- 确保了临界区保护机制的正确实现
- 为HC32平台的后续开发奠定了基础
最佳实践建议
对于嵌入式开发者,在处理类似问题时应注意:
- 理解不同硬件平台的核心架构差异
- 确保平台特定的宏定义和函数依赖被正确处理
- 在移植代码时,不仅要关注功能实现,还要注意底层机制的区别
- 对于临界区等系统级操作,优先使用CMSIS等标准接口
通过这个案例,我们可以看到Marlin固件开发团队对跨平台兼容性的重视,以及他们解决复杂技术问题的系统化方法。
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0266cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









