Raspberry Pi Pico SDK中Pico W的SMPS引脚配置解析
2025-06-15 19:53:10作者:蔡怀权
在Raspberry Pi Pico SDK的开发过程中,开发者发现了一个关于Pico W和Pico 2 W开发板电源管理模块(SMPS)引脚配置的重要问题。本文将深入分析这一技术细节及其解决方案。
背景知识
SMPS(Switch Mode Power Supply)是开关模式电源的简称,在现代嵌入式系统中被广泛使用。在Raspberry Pi Pico系列开发板中,SMPS模式引脚用于控制板载电源管理模块的工作方式。对于标准Pico板,这个功能通过PICO_SMPS_MODE_PIN宏定义来配置。
问题发现
在Pico W和Pico 2 W开发板上,开发团队注意到一个特殊情况:这些带有Wi-Fi功能的变种板并没有使用PICO_SMPS_MODE_PIN宏定义,而是使用了无线模块(CYW43)的一个GPIO引脚来控制SMPS。这种差异在原始SDK中没有得到明确的文档说明,可能导致开发者在使用这些板型时产生混淆。
技术影响
这种配置差异具有以下技术影响:
- 硬件设计差异:Pico W系列由于集成了Wi-Fi模块,电源管理需求与标准Pico有所不同
- 软件兼容性:开发者如果尝试在Pico W上使用标准Pico的电源管理代码可能会遇到问题
- 文档缺失:缺乏明确的宏定义标识这一特殊配置
解决方案
开发团队通过以下方式解决了这个问题:
- 引入了CYW43_WL_GPIO_SMPS_PIN宏定义,专门用于标识Pico W系列上用于SMPS控制的无线模块GPIO引脚
- 更新了相关板级配置文件,确保这一配置被正确识别和使用
- 完善了内部文档,使未来维护者能够理解这一特殊设计
实现细节
在技术实现上,开发团队进行了多次提交来完善这一功能:
- 首先添加了基本的宏定义支持
- 然后更新了相关板级配置文件
- 最后确保这一变更不会影响现有代码的兼容性
开发者建议
对于使用Pico SDK的开发者,特别是针对Pico W和Pico 2 W开发板的项目,应当注意:
- 使用最新的SDK版本以确保获得这一修复
- 在涉及电源管理的代码中,考虑板型差异
- 查阅最新的板级文档了解特定板型的电源管理特性
这一改进体现了开源硬件社区持续优化开发体验的努力,也展示了Raspberry Pi基金会对其硬件生态系统的细致维护。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 STM32到GD32项目移植完全指南:从兼容性到实战技巧 Jetson TX2开发板官方资源完全指南:从入门到精通 OMNeT++中文使用手册:网络仿真的终极指南与实用教程 WebVideoDownloader:高效网页视频抓取工具全面使用指南 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
191
210
暂无简介
Dart
632
143
React Native鸿蒙化仓库
JavaScript
243
316
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
481
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
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++
649
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
211