Raspberry Pi Pico SDK中PIO与DMA的16位数据传输问题解析
概述
在使用Raspberry Pi Pico SDK进行PIO(可编程输入输出)与DMA(直接内存访问)的16位数据传输时,开发者可能会遇到数据丢失或错位的问题。本文将深入分析这一问题的根源,并提供完整的解决方案。
问题现象
当尝试通过PIO的IN指令将数据通过DMA传输到内存缓冲区时,开发者可能会观察到以下异常现象:
- 数据传输过程中出现周期性停顿
- 缓冲区数据被清零而非接收预期数据
- 16位数据传输时出现数据错位或间隔零值
- 系统在运行一段时间后停止响应
根本原因分析
经过深入排查,发现问题主要由以下几个因素导致:
-
DMA请求配置错误:初始代码中
pio_get_dreq的最后一个参数设置为true(针对TXF),而实际上应该为false(针对RXF)。 -
DMA地址对齐问题:16位数据传输需要特殊处理FIFO缓冲区的地址对齐。
-
自动推送配置冲突:PIO的自动推送功能与手动推送操作产生冲突。
完整解决方案
1. 正确的PIO程序配置
pio_sm_config config = test_program_get_default_config(offset);
sm_config_set_sideset_pins(&config, PIN_DEBUG);
pio_sm_set_consecutive_pindirs(pio, sm, PIN_DEBUG, 1, true);
pio_sm_init(pio, sm, offset, &config);
pio_gpio_init(pio, PIN_DEBUG);
sm_config_set_in_shift(&config, true, true, 16); // 16位移位
sm_config_set_in_pins(&config, PIN_D0); // 设置输入引脚
pio_sm_init(pio, sm, offset, &config);
pio_sm_set_enabled(pio, sm, true);
2. 正确的DMA配置
// 获取DMA通道
dma_chan = dma_claim_unused_channel(true);
// DMA配置
dma_config = dma_channel_get_default_config(dma_chan);
channel_config_set_transfer_data_size(&dma_config, DMA_SIZE_16); // 16位传输
channel_config_set_read_increment(&dma_config, false); // 读取地址不递增
channel_config_set_write_increment(&dma_config, true); // 写入地址递增
// 关键点:使用false参数配置RXF的DMA请求
channel_config_set_dreq(&dma_config, pio_get_dreq(pio, sm, false));
// 关键点:使用(io_rw_16*)类型转换并偏移1个16位单元
dma_channel_configure(
dma_chan,
&dma_config,
&buffer,
(io_rw_16*)&pio->rxf[sm] + 1,
BUFFER_SIZE,
true
);
3. PIO汇编程序示例
.program test
.side_set 1 opt
.wrap_target
in x, 16 side 1 [7] ; 从X寄存器读取16位数据
.wrap
技术要点解析
-
DMA请求方向:
pio_get_dreq的第三个参数决定DMA请求是针对TXF(发送FIFO)还是RXF(接收FIFO)。对于输入操作必须设为false。 -
地址对齐处理:使用
(io_rw_16*)&pio->rxf[sm] + 1确保从FIFO读取16位数据时地址正确对齐。 -
移位配置:
sm_config_set_in_shift中的第三个参数必须与DMA传输大小匹配(本例中为16)。 -
自动推送:确保PIO程序中要么使用自动推送,要么完全手动控制推送,避免两者混用导致冲突。
性能优化建议
-
对于高速数据传输,考虑使用双缓冲技术减少中断处理时间。
-
适当调整PIO程序中的延迟周期([7])以匹配外设时序要求。
-
对于大数据量传输,可以考虑使用链式DMA减少CPU干预。
总结
通过正确配置DMA请求方向、处理地址对齐问题以及统一推送方式,可以可靠地实现Pico上PIO与DMA之间的16位数据传输。这一解决方案不仅适用于简单的数据采集场景,也可扩展应用于各种需要高效数据传输的应用中。
开发者在使用Pico SDK进行底层数据传输时,应当特别注意数据类型大小与地址对齐问题,这是确保数据完整性的关键因素。
kernelopenEuler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。C090
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00