嵌入式開發(fā)問題排查

很多人認(rèn)為嵌入式開發(fā)很難，主要是因為在這個過程中常常會遇到各式各樣的問題。這些問題的復(fù)雜性和多樣性使得許多人感到困惑和無所適從。然而，如果將這些問題逐一拆解，實際上大部分都可以歸結(jié)為相對簡單的小問題。接下來，我們將討論一些嵌入式開發(fā)中常見的問題及其解決方法。

一、問題復(fù)現(xiàn)

要有效解決問題，首先需要能夠穩(wěn)定地復(fù)現(xiàn)它。一般來說，容易復(fù)現(xiàn)的問題也相對容易解決。

• 模擬復(fù)現(xiàn)條件

某些問題只在特定環(huán)境下發(fā)生。通過模擬這些條件，就能成功復(fù)現(xiàn)問題。如果外部輸入條件復(fù)雜，可以考慮在程序中預(yù)設(shè)某些狀態(tài)來直接觸發(fā)問題。

• 提高相關(guān)任務(wù)執(zhí)行頻率

如果某個任務(wù)運行時間較長后才出現(xiàn)異常，可以提高該任務(wù)的執(zhí)行頻率，以便更快地觀察到問題。

• 增大測試樣本量

當(dāng)程序長時間運行后才出現(xiàn)異常時，單一設(shè)備的測試可能不夠，可以搭建多個設(shè)備的測試環(huán)境，從而提高發(fā)現(xiàn)問題的概率。

二、問題定位

在復(fù)現(xiàn)問題的基礎(chǔ)上，接下來要縮小排查范圍，以確認(rèn)引發(fā)問題的具體任務(wù)、函數(shù)或代碼語句。

• 打印LOG

在可疑代碼段增加LOG輸出，可以幫助追蹤程序的執(zhí)行流程及關(guān)鍵變量的值，觀察這些值是否符合預(yù)期。

• 在線調(diào)試

在線調(diào)試能夠與打印LOG類似地追蹤問題，特別適合于排查程序崩潰類的錯誤。當(dāng)程序進(jìn)入異常狀態(tài)（如HardFault或看門狗中斷）時，可以直接暫停程序，查看調(diào)用棧和寄存器的值，從而快速定位問題。

• 版本回退

使用版本管理工具（如git）時，可以通過逐步回退代碼版本并進(jìn)行測試，來定位首次引入問題的版本，之后再圍繞該版本的改動進(jìn)行排查。

• 二分注釋

這種方法類似于二分查找，通過注釋掉一部分代碼來判斷問題是否由被注釋的部分引起。具體做法是分批注釋代碼，逐步縮小范圍，直到找到引發(fā)問題的代碼段。

通過上述方法，可以有效解決嵌入式開發(fā)中的常見問題，從而降低開發(fā)的難度感。

• 保存內(nèi)核寄存器快照

Cortex M內(nèi)核陷入異常中斷時會將幾個內(nèi)核寄存器的值壓入棧中，如下圖：我們可以在陷入異常中斷時將棧上的內(nèi)核寄存器值寫入RAM的一段復(fù)位后保留默認(rèn)值的區(qū)域內(nèi)，執(zhí)行復(fù)位操作后再從RAM將該信息讀出并分析，通過PC、LR確認(rèn)當(dāng)時執(zhí)行的函數(shù)，通過R0-R3分析當(dāng)時處理的變量是否異常，通過SP分析是否可能出現(xiàn)棧溢出等。

三、問題分析處理

結(jié)合問題現(xiàn)象以及定位的問題代碼位置分析造成問題的原因。

3.1 程序繼續(xù)運行

3.1.1 數(shù)值異常

3.1.1.1 軟件問題

1、數(shù)組越界

寫數(shù)組時下標(biāo)超出數(shù)組長度，導(dǎo)致對應(yīng)地址內(nèi)容被修改。如下：

此類問題通常需要結(jié)合map文件進(jìn)行分析，通過map文件觀察被篡改變量地址附近的數(shù)組，查看對該數(shù)組的寫入操作是否存在如上圖所示不安全的代碼，將其修改為安全的代碼。

2、棧溢出

在分析棧溢出問題時，結(jié)合map文件的內(nèi)容是非常重要的。假設(shè)棧是從高地址向低地址增長的，當(dāng)發(fā)生棧溢出時，g_val的值可能會被棧中的其他值覆蓋。為了有效分析棧的最大使用情況，需要注意以下幾點：函數(shù)調(diào)用層數(shù)過多、中斷服務(wù)函數(shù)中進(jìn)行額外的函數(shù)調(diào)用，以及在函數(shù)內(nèi)聲明較大的臨時變量，都可能導(dǎo)致棧溢出。

為了解決這些問題，可以采取以下措施：

• 合理分配內(nèi)存資源：在設(shè)計階段，應(yīng)為棧設(shè)置合適的大小，以預(yù)防棧溢出。
• 使用靜態(tài)變量：對于函數(shù)內(nèi)較大的臨時變量，可以使用static關(guān)鍵字將其轉(zhuǎn)化為靜態(tài)變量，或者通過malloc()動態(tài)分配內(nèi)存，將其放置在堆上。
• 優(yōu)化函數(shù)調(diào)用結(jié)構(gòu)：降低函數(shù)的調(diào)用層數(shù)，以減少棧的使用深度。

通過以上方法，可以有效降低棧溢出的風(fēng)險，保障程序的穩(wěn)定性。

3、判斷語句條件寫錯

判斷語句的條件容易把相等運算符“==”寫成賦值運算符“=”導(dǎo)致被判斷的變量值被更改，該類錯誤編譯期不會報錯且總是返回真。建議將要判斷的變量寫到運算符的右邊，這樣錯寫為賦值運算符時會在編譯期報錯。還可以使用一些靜態(tài)代碼檢查工具來發(fā)現(xiàn)此類問題。

4、同步問題

例如操作隊列時，出隊操作執(zhí)行的過程中發(fā)生中斷(任務(wù)切換)，并且在中斷(切換后的任務(wù))中執(zhí)行入隊操作則可能破壞隊列結(jié)構(gòu)，對于這類情況應(yīng)該操作時關(guān)中斷（使用互斥鎖同步）。

5、優(yōu)化問題

如上圖程序，本意是等待irq中斷之后不再執(zhí)行foo()函數(shù)，但被編譯器優(yōu)化之后，實際運行過程中flg可能被裝入寄存器并且每次都判斷寄存器內(nèi)的值而不重新從ram里讀取flg的值，導(dǎo)致即使irq中斷發(fā)生foo()也一直運行，此處需要在flg的申明前加“volatile”關(guān)鍵字，強(qiáng)制每次都從ram里獲取flg的值。

3.1.1.2 硬件問題

1、芯片BUG

芯片本身存在BUG，在某些特定情況下給單片機(jī)返回一個錯誤的值，需要程序?qū)ψx回的值進(jìn)行判斷，過濾異常值。

2、通信時序錯誤

例如電源管理芯片Isl78600，假設(shè)現(xiàn)在兩片級聯(lián)，當(dāng)同時讀取兩片的電壓采樣數(shù)據(jù)時，高端芯片會以固定周期通過菊花鏈將數(shù)據(jù)傳送到低端芯片，而低端芯片上只有一個緩存區(qū).如果單片機(jī)不在規(guī)定時間內(nèi)將低端芯片上的數(shù)據(jù)讀走那么新的數(shù)據(jù)到來時將會覆蓋當(dāng)前數(shù)據(jù)，導(dǎo)致數(shù)據(jù)丟失。此類問題需要仔細(xì)分析芯片的數(shù)據(jù)手冊，嚴(yán)格滿足芯片通信的時序要求。

3.1.2 動作異常

3.1.2.1 軟件問題

1、設(shè)計問題

設(shè)計中存在錯誤或者疏漏，需要重新評審設(shè)計文檔。

2、實現(xiàn)與設(shè)計不符

代碼的實現(xiàn)與設(shè)計文檔不相符需要增加單元測試覆蓋所有條件分支，進(jìn)行代碼交叉review。

3、狀態(tài)變量異常

例如記錄狀態(tài)機(jī)當(dāng)前狀態(tài)的變量被篡改，分析該類問題的方法同前文數(shù)值異常部分。

3.1.2.2 硬件問題

1、硬件失效

目標(biāo)IC失效，接收控制指令后不動作，需要排查硬件。

2、通信異常

與目標(biāo)IC通信錯誤，無法正確執(zhí)行控制命令，需要使用示波器或邏輯分析儀去觀察通信時序，分析是否發(fā)出的信號不對或者受到外部干擾。

3.2 程序崩潰

3.2.1 停止運行

3.2.1.1 軟件問題

1、HardFault

以下情況會造成HardFault：

• 在外設(shè)時鐘門未使能的情況下操作該外設(shè)的寄存器；
• 跳轉(zhuǎn)函數(shù)地址越界，通常發(fā)生在函數(shù)指針被篡改，排查方法同數(shù)值異常；
• 解引用指針時出現(xiàn)對齊問題：

以小端序為例，如果我們聲明了一個強(qiáng)制對齊的結(jié)構(gòu)體如下：

此時a.val1的地址為0x00000001，如果以uint16_t類型去解引用此地址則會因為對齊問題進(jìn)入HardFault，如果一定要用指針方式操作該變量則應(yīng)當(dāng)使用memcpy()。

2、中斷服務(wù)函數(shù)中未清除中斷標(biāo)志

中斷服務(wù)函數(shù)退出前不正確清除中斷標(biāo)志，當(dāng)程序執(zhí)行從中斷服務(wù)函數(shù)內(nèi)退出后又會立刻進(jìn)入中斷服務(wù)函數(shù)，表現(xiàn)出程序的“假死”現(xiàn)象。

3、NMI中斷

調(diào)試時曾遇到SPI的MISO引腳復(fù)用NMI功能，當(dāng)通過SPI連接的外設(shè)損壞時MISO被拉高，導(dǎo)致單片機(jī)復(fù)位后在把NMI引腳配置成SPI功能之前就直接進(jìn)入NMI中斷，程序掛死在NMI中斷中。這種情況可以在NMI的中斷服務(wù)函數(shù)內(nèi)禁用NMI功能來使其退出NMI中斷。

3.2.1.2 硬件問題

1、晶振未起振

2、供電電壓不足

3、復(fù)位引腳拉低

3.2 .2 復(fù)位

3.2.2.1 軟件問題

1、看門狗復(fù)位

除了喂狗超時導(dǎo)致的復(fù)位以外，還要注意看門狗配置的特殊要求，以Freescale KEA單片機(jī)為例，該單片機(jī)看門狗在配置時需要執(zhí)行解鎖序列（向其寄存器連續(xù)寫入兩個不同的值），該解鎖序列必須在16個總線時鐘內(nèi)完成，超時則會引起看門狗復(fù)位。此類問題只能熟讀單片機(jī)數(shù)據(jù)手冊，注意類似的細(xì)節(jié)問題。

3.2.2.2 硬件問題

1、供電電壓不穩(wěn)

2、電源帶載能力不足

四、回歸測試

問題解決后需要進(jìn)行回歸測試，一方面確認(rèn)問題是否不再復(fù)現(xiàn)，另一方面要確認(rèn)修改不會引入其他問題。