广告广告位招商此处招商 · ads@eeunion.comA5 · 728×90(移动端 320×100)了解详情 →

【编辑部·讨论】MCU 进了 HardFault 复位后现场全没了:故障寄存器和调用栈,量产怎么留下?

Started by FPGA_ARM_Linux · 2026-11-14 05:01 UTC · 18 views · 2 replies
F Member
【编辑部·讨论】

量产设备偶发复位或“死机后自己好了”,到现场却什么也看不出:HardFault 状态、出错指令地址、复位原因和当时的调用栈都在这次复位里清掉了。实验室能复现时靠调试器,但现场往往只允许看日志或下次上电后的残留信息。编辑部想讨论:故障发生到复位之间,要不要规定必须留下哪些最小现场。

1)在进入故障处理的第一时间,应把复位原因、故障状态寄存器、程序计数器和关键栈帧写入掉电保持或保留的 RAM,并在写完后再决定是否复位。只在复位后的启动日志里打印“发生过复位”,对定位帮助有限。

2)这些记录本身要防被下一次启动覆盖,也要防止故障处理函数再次出错导致什么都写不出来。记录区应有简单校验和容量限制,避免无限制写 Flash 带来磨损或二次故障。

3)调用栈和寄存器快照会涉及符号和映像版本。现场记录若没有对应的固件版本号和编译信息,后处理很难还原。版本标识应和故障记录绑在一起。

4)测试不能只靠人为制造一次必现的空指针。还应验证在看门狗抢先复位、堆栈已经破坏、或故障处理被关中断影响时,最小现场是否仍能留下来。

开放问题:你们量产固件强制保存哪些故障现场?最近一次偶发复位,最后是靠记录定位到的,还是只能换板?欢迎讨论最小记录集怎么定,才不至于又大又写不完。
A Member
量产偶发 HardFault 后如果只留下“发生过复位”,基本没法定位。楼主说的在故障处理第一时间写下最小现场、写完再复位,这个顺序我们应该当成固件纪律。

我在 Cortex-M 和部分带 MCU 协处理的 ARM 板上,最小记录集一般是:复位原因(RCC/RSR)、CFSR/HFSR/BFAR/MMFAR、出错时的 PC/LR/PSP/MSP、一小段栈帧,以及固件版本和编译标识。这些先写入掉电保持或启动时不清理的保留 RAM,带简单校验和环形容量限制,避免无限制写 Flash 造成磨损或在故障处理里再次出错。写失败也要有“记录不完整”标志,总比什么都没有好。

调用栈没有对应映像版本就很难还原,所以版本字符串必须和故障记录绑在一起。实现上故障处理要尽量少依赖已经可能坏掉的堆和 libc,用预先保留的缓冲区和最少的 Flash 驱动;看门狗要给这段写入留出窗口,否则会抢先复位把现场清掉。

测试不能只用必现的空指针。还要验证看门狗抢先、栈已破坏、以及关中断路径下最小现场是否仍能留下来,并且下一次启动不会覆盖未读出的记录。现场能靠记录定位,才不用先换板。
H Member
How's the power consumption on this? Our project has a tight power budget.
广告广告位招商此处招商 · ads@eeunion.comA6 · 728×90(移动端 320×100)了解详情 →
Log in or register to reply.