Raspberry Pi Pico 2低功耗模式深度解析与实践指南
2025-06-25 09:23:11作者:庞队千Virginia
前言
Raspberry Pi Pico 2作为新一代微控制器,其低功耗特性备受开发者关注。本文将深入探讨Pico 2的低功耗实现机制,并提供完整的实践方案,帮助开发者实现微安级功耗控制。
Pico 2低功耗架构解析
Pico 2基于RP2350芯片,提供了多种可编程电源状态(Power State),从P0到P15共16个级别。其中P1.7(二进制1111,十进制15)是最深的低功耗状态,理论功耗仅0.148mA。
电源管理单元(powman)是控制这些状态的核心模块,通过powman_set_power_state()和powman_get_power_state()函数进行状态切换和查询。
实现超低功耗的关键步骤
1. 基础电源状态设置
uint32_t ps = 15; // P1.7状态
int result = powman_set_power_state(ps);
if(result != 0) {
// 错误处理
}
2. USB PHY关闭与引脚配置
要实现数据手册中的0.148mA超低功耗,必须正确处理USB相关电路:
// 关闭USB PHY
usb_hw->muxing = 0;
usb_hw->pwr = 0;
// 启用DP/DM内部下拉
gpio_set_pulls(USB_DM_PIN, true, false);
gpio_set_pulls(USB_DP_PIN, true, false);
3. 外设与GPIO处理
- 断开所有未使用的GPIO连接
- 移除调试接口(SWD/SWCLK)
- 对于电池供电系统,建议移除R10电阻(需谨慎操作)
实测数据与优化建议
在不同配置下实测的功耗数据:
- 仅设置电源状态:约0.7mA
- 断开USB/UART/SWD:约0.36mA(VSYS供电)
- 完整优化配置:0.15mA(符合数据手册规格)
完整示例代码
#include "pico/stdlib.h"
#include "hardware/powman.h"
#include "hardware/usb.h"
void enter_ultra_low_power() {
// 配置USB
usb_hw->muxing = 0;
usb_hw->pwr = 0;
gpio_set_pulls(USB_DM_PIN, true, false);
gpio_set_pulls(USB_DP_PIN, true, false);
// 设置最深低功耗状态
powman_set_power_state(15);
// 进入休眠
__wfi();
}
注意事项
- 超低功耗模式下调试接口将不可用
- 唤醒后需要重新初始化USB等外设
- 实际功耗受PCB设计和外部电路影响较大
- 电池供电时需考虑唤醒后的电压稳定性
未来展望
Raspberry Pi官方正在开发更高层次的电源管理API,未来可能会提供更简便的低功耗控制接口。开发者可以关注SDK更新,或参考本文方案实现当前的超低功耗需求。
通过本文介绍的方法,开发者可以充分发挥Pico 2的低功耗优势,为电池供电的IoT设备提供长达数年的运行时间。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492