MicroPython在Raspberry Pi Pico上的多线程USB回调问题分析
问题背景
在MicroPython v1.23.0及更高版本中,Raspberry Pi Pico(RP2040)用户在使用_thread模块创建新线程时遇到了一个严重问题。当线程中包含无限循环(while True)时,系统会抛出"OSError: TinyUSB callback can't recurse"错误并崩溃。这个问题在v1.22.2版本中并不存在,表明这是新引入的回归性问题。
问题现象
用户报告的主要症状包括:
- 当使用_thread.start_new_thread()启动包含无限循环的函数时
- 系统会先打印出预期输出
- 随后立即抛出致命异常:"FATAL: uncaught exception"后跟"OSError: TinyUSB callback can't recurse"
- 设备完全停止响应
技术分析
这个问题源于MicroPython底层USB栈(TinyUSB)与多线程机制的交互问题。深入分析表明:
-
USB回调限制:TinyUSB设计上不允许在USB中断回调中进行递归调用,这是为了防止堆栈溢出和保证实时性。
-
多线程冲突:当新线程运行时,它会与主线程竞争USB资源。RP2040虽然是双核处理器,但USB外设是共享资源,需要严格同步。
-
版本差异:v1.22.2没有这个问题,说明v1.23.0在USB处理或多线程同步机制上有所改动,引入了这个回归。
影响范围
这个问题影响所有使用以下组合的用户:
- 硬件:Raspberry Pi Pico/Pico W(RP2040)
- 固件版本:v1.23.0及更高
- 使用场景:任何使用_thread模块创建新线程的代码
特别值得注意的是,即使线程中不直接操作USB设备,只要包含循环结构就可能触发此问题,因为MicroPython的REPL(交互式环境)本身也依赖USB通信。
临时解决方案
对于急需使用多线程功能的开发者,目前有以下几种临时解决方案:
-
降级到v1.22.2:这是最直接的解决方法,但会失去新版本的其他功能改进。
-
避免在线程中使用无限循环:可以改用有限次数的循环或事件驱动模式。
-
使用原生多核支持:RP2040支持真正的多核处理,可以考虑使用_raw模块或直接操作RP2040的第二个核心。
长期解决方案
MicroPython开发团队已经意识到这个问题,并在积极修复。从代码提交记录看,修复方案可能涉及:
- 改进USB回调机制:确保在多线程环境下安全调用
- 增强资源锁机制:为USB资源添加更严格的互斥保护
- 优化线程调度:避免线程切换与USB中断产生冲突
最佳实践建议
在等待官方修复的同时,建议开发者:
- 仔细评估是否真正需要多线程,许多场景下异步编程(asyncio)可能更合适
- 如果必须使用多线程,尽量减少线程间的资源共享
- 在线程中避免长时间阻塞操作,改用短时任务
- 考虑将USB相关操作集中到主线程处理
这个问题凸显了嵌入式系统中资源管理的复杂性,特别是在多核/多线程环境下对共享外设的访问控制需要格外谨慎。MicroPython团队对此问题的响应表明他们重视向后兼容性和用户体验,预计不久的将来会有稳定的修复版本发布。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00