CircuitPython ESP32-S3 开发板启动循环问题分析与解决
问题背景
在CircuitPython 9.2.0-alpha.2351版本中,用户报告了某些基于ESP32-S3的开发板出现启动循环(boot loop)的问题。受影响的主要是Hacktablet(ESP32-S3 Dev Kit N8R8)和Makerfabs Matouch 7英寸显示屏开发板,而其他如Adafruit ESP32S3 reverse TFT、Qualia S3等开发板则工作正常。
问题现象
当用户在这些特定开发板上安装CircuitPython 9.2.0-alpha.2351固件后,系统会进入持续的启动循环状态。而在9.1.2版本中则没有这个问题。通过串口日志可以看到,系统能够完成固件加载,但随后会不断重启。
问题排查过程
-
初步分析:最初怀疑是666点时钟(dotclock)显示屏初始化问题,因为部分开发板会初始化显示接口。但进一步检查发现Makerfabs开发板实际上并没有在board.c中初始化显示,排除了这个可能性。
-
UART配置影响:通过实验发现,注释掉mpconfigboard.h中的UART控制台配置后,Makerfabs开发板能够正常启动:
#define CIRCUITPY_CONSOLE_UART_TX (&pin_GPIO43) #define CIRCUITPY_CONSOLE_UART_RX (&pin_GPIO44)以及sdkconfig中的相关UART配置:
CONFIG_ESP_CONSOLE_UART_CUSTOM=y CONFIG_ESP_CONSOLE_UART=y CONFIG_ESP_CONSOLE_UART_CUSTOM_NUM_0=y CONFIG_ESP_CONSOLE_UART_NUM=0 CONFIG_ESP_CONSOLE_UART_TX_GPIO=43 CONFIG_ESP_CONSOLE_UART_RX_GPIO=44 CONFIG_ESP_CONSOLE_UART_BAUDRATE=115200 -
其他可能受影响设备:根据代码分析,Espressif ESP32S3_LCD_EV和Lilygo twatch_2020_v3等开发板可能也存在类似问题,因为它们使用了类似的UART配置方式。
技术分析
这个问题似乎与9.2.0版本中UART控制台配置方式的变更有关。在之前的版本中,UART配置可能更加宽松或采用了不同的默认值。而在新版本中,某些特定的GPIO配置可能导致系统不稳定。
ESP32-S3的UART外设与GPIO映射关系较为复杂,不正确的配置可能导致系统无法正常初始化控制台,进而触发看门狗复位或硬件异常,表现为启动循环。
解决方案
-
临时解决方案:
- 对于Makerfabs开发板,可以暂时移除或注释掉UART控制台的配置
- 使用9.1.2版本固件
-
长期解决方案:
- 等待CircuitPython团队修复此问题
- 检查并更新开发板的UART配置,确保使用正确的GPIO引脚
- 考虑使用默认的UART配置而非自定义配置
开发者建议
对于使用ESP32-S3开发板的开发者,建议:
- 在升级到9.2.0及以上版本前,先备份当前工作固件
- 检查开发板的UART配置是否与硬件设计匹配
- 如果遇到启动循环问题,尝试禁用自定义UART配置
- 关注CircuitPython项目的更新,及时获取问题修复
这个问题展示了嵌入式开发中硬件配置细节的重要性,特别是在跨版本升级时,即使看似微小的配置变更也可能导致系统行为发生显著变化。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00