Raspberry Pi Pico 2低功耗模式深度解析与实践指南
2025-06-25 06:25:04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
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
LazyLLMLazyLLM是一款低代码构建多Agent大模型应用的开发工具,协助开发者用极低的成本构建复杂的AI应用,并可以持续的迭代优化效果。Python01
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
665
4.28 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
506
614
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++
941
871
openEuler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。
C
395
292
暂无简介
Dart
913
220
🎉 (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
1.55 K
897
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
124
201
昇腾LLM分布式训练框架
Python
142
168
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
1.07 K
558