Arduino_STM32项目中使用PB3引脚的非JTAG功能配置指南
2025-06-30 23:04:43作者:董灵辛Dennis
引言
在使用STM32F103系列芯片进行开发时,开发者经常会遇到一个问题:PB3引脚默认被配置为JTAG功能,导致无法直接用于普通GPIO功能。本文将详细介绍如何在Arduino_STM32项目中正确配置PB3引脚,使其能够作为普通输入/输出引脚使用。
PB3引脚的默认功能
在STM32F103系列芯片中,PB3引脚默认被配置为JTAG功能的一部分。JTAG是一种标准的调试接口协议,用于芯片测试和调试。这种默认配置意味着:
- PB3引脚在芯片复位后自动被设置为JTAG功能
- 直接使用
pinMode(PB3, INPUT_PULLUP)等操作可能无法正常工作 - 需要先释放PB3引脚的JTAG功能才能作为普通GPIO使用
解决方案
Arduino_STM32项目提供了两种方法来释放PB3引脚的JTAG功能:
方法一:使用enableDebugPorts()函数
这是官方推荐的最简单方法,只需在setup()函数中添加一行代码:
void setup() {
enableDebugPorts(); // 释放JTAG占用的引脚
pinMode(PB3, INPUT_PULLUP); // 现在可以正常配置PB3了
// 其他初始化代码...
}
这个函数会:
- 禁用JTAG功能
- 保留SWD调试功能
- 释放PB3、PB4和PA15引脚
方法二:直接寄存器操作(高级用法)
对于需要更精细控制的开发者,可以直接操作相关寄存器:
void setup() {
// 直接操作AFIO_MAPR寄存器,禁用JTAG但保留SWD
__IO uint32_t *AFIO_MAPR = (__IO uint32_t *)0x40010004;
*AFIO_MAPR |= 0x02000000; // 设置JTAG-DP禁用位,SW-DP使能位
pinMode(PB3, INPUT_PULLUP);
// 其他初始化代码...
}
这种方法提供了更底层的控制,但需要开发者对STM32的寄存器有基本了解。
注意事项
- 调试接口选择:如果使用ST-Link进行程序下载和调试,必须保留至少一种调试接口(推荐保留SWD)
- 引脚冲突:PB3、PB4和PA15这三个引脚默认都与调试接口相关,需要同时处理
- 上传方式影响:当使用串口上传程序时,这些引脚默认是可用的;只有使用ST-Link时才需要特别处理
- 调试功能:禁用JTAG后,将无法使用JTAG调试器,但SWD调试器仍可正常工作
扩展知识
STM32的调试端口配置通过AFIO_MAPR寄存器控制,主要选项包括:
- 全功能模式(JTAG+SWD)
- 仅SWD模式
- 无调试模式
在大多数情况下,选择"仅SWD模式"是最佳平衡,因为它:
- 释放了JTAG占用的引脚
- 保留了SWD调试功能
- 只需要2个引脚(SWDIO和SWCLK)即可实现完整调试功能
结论
通过正确配置调试端口,开发者可以充分利用STM32的所有GPIO资源。对于Arduino_STM32项目,推荐使用enableDebugPorts()函数来简化配置过程。这一解决方案不仅适用于PB3引脚,也同样适用于PB4和PA15引脚的配置。
理解这一机制有助于开发者在资源受限的STM32项目中更灵活地使用所有可用引脚,充分发挥芯片的性能潜力。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 OMNeT++中文使用手册:网络仿真的终极指南与实用教程 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 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
项目优选
收起
deepin linux kernel
C
24
8
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
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++
654
282
React Native鸿蒙化仓库
JavaScript
248
317
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
🎉 (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
1.13 K
631
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873