Bruce项目中的SPI设备冲突问题分析与解决方案
2025-07-01 18:04:59作者:齐添朝
问题背景
在使用Bruce项目的ESP32-S3开发板时,开发者遇到了一个典型的SPI设备冲突问题。当同时连接SD卡和NRF24模块时,系统会出现设备检测异常:插入SD卡后NRF24模块无法被识别,而移除SD卡后NRF24又能正常工作。
技术分析
SPI总线工作原理
SPI(Serial Peripheral Interface)是一种同步串行通信接口,采用主从架构。一个SPI总线通常包含以下信号线:
- SCK(时钟线)
- MOSI(主设备输出,从设备输入)
- MISO(主设备输入,从设备输出)
- SS/CS(片选线,每个从设备独立)
问题根源
从配置代码可以看出,开发者为SD卡和NRF24模块配置了相同的SPI引脚:
#define SDCARD_CS SPI_SS_PIN
#define SDCARD_SCK SPI_SCK_PIN
#define SDCARD_MISO SPI_MISO_PIN
#define SDCARD_MOSI SPI_MOSI_PIN
#define NRF24_MOSI_PIN SPI_MOSI_PIN
#define NRF24_SCK_PIN SPI_SCK_PIN
#define NRF24_MISO_PIN SPI_MISO_PIN
这种配置导致了以下问题:
- 两个设备共享相同的SPI数据线(MOSI/MISO)和时钟线(SCK)
- 虽然片选线(CS)不同,但SD卡插入时可能影响总线状态
- SPI总线上的设备初始化顺序和状态管理不当
解决方案
方案一:使用不同SPI总线
ESP32-S3支持多个SPI总线,最佳实践是为每个设备分配独立的SPI总线:
// SD卡使用VSPI(默认SPI)
#define SDCARD_CS 10
#define SDCARD_SCK 12
#define SDCARD_MISO 13
#define SDCARD_MOSI 11
// NRF24使用HSPI
#define NRF24_CE_PIN 3
#define NRF24_SS_PIN 2
#define NRF24_MOSI_PIN 41 // HSPI MOSI
#define NRF24_SCK_PIN 40 // HSPI SCK
#define NRF24_MISO_PIN 39 // HSPI MISO
方案二:优化SPI总线管理
如果必须使用同一SPI总线,需要:
- 确保正确的片选控制
- 在设备切换时添加适当延迟
- 实现严格的SPI设备互斥访问
// 使用前选择设备
void selectSDCard() {
digitalWrite(NRF24_SS_PIN, HIGH);
digitalWrite(SDCARD_CS, LOW);
delayMicroseconds(10);
}
void selectNRF24() {
digitalWrite(SDCARD_CS, HIGH);
digitalWrite(NRF24_SS_PIN, LOW);
delayMicroseconds(10);
}
实践建议
- 引脚分配规划:在使用多SPI设备前,仔细规划引脚分配,优先使用不同SPI总线
- 初始化顺序:先初始化SD卡等存储设备,再初始化通信模块
- 电源管理:确保SPI设备供电稳定,特别是SD卡可能消耗较大电流
- 信号质量:长导线连接时考虑添加上拉电阻或信号缓冲器
总结
SPI总线共享是嵌入式开发中的常见挑战。通过合理规划SPI总线分配、优化设备选择逻辑以及注意初始化顺序,可以有效地解决多SPI设备共存问题。对于ESP32-S3这类支持多SPI总线的主控,充分利用硬件资源是最佳解决方案。
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
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
421
3.22 K
Ascend Extension for PyTorch
Python
230
261
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
330
暂无简介
Dart
685
160
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
React Native鸿蒙化仓库
JavaScript
266
326
🔥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
🎉 (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
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869