RT-Thread-【FRA156测评DM-MCX】- PWM模块RT-Thread问答社区

【FRA156测评DM-MCX】- PWM模块

发布于 2025-02-28 23:26:22 浏览：15 订阅该版

[tocm]

# 【FRA156测评DM-MCX】- PWM模块
FRDM-MCXA156 是一款小巧且可扩展的开发板，专为 MCX A144/5/6 和 A154/5/6 系列 MCU 的快速原型开发设计。该开发板提供了业界标准的接口引脚，方便访问 MCU 的所有 I/O 端口，集成了开放标准的Arduino/MicroBus/PMOD接口、FlexIO, 摄像头接口、板载加速度计以及板载 MCU-Link 调试器。
> 板外观如下图所示：

![screenshot_image.png](https://oss-club.rt-thread.org/uploads/20250228/418e23e425d773084a8e711790fe3e96.png.webp)

> 该开发版常用的板载资源如下图：

![screenshot_image.png](https://oss-club.rt-thread.org/uploads/20250228/01ee9946024b815538c1de3916844ecf.png.webp)

# 功能模块的硬件介绍
## 什么是pwm
脉冲宽度调制(PWM)，是英文“Pulse Width Modulation”的缩写，简称脉宽调制，是利用微处理器的数字输出来对模拟电路进行控制的一种非常有效的技术，广泛应用在从测量、通信到功率控制与变换的许多领域中

主要参数：
* 频率
* 占空比

## 频率
* 1秒种内信号从高电平到低电平再回到高电平的次数（一个周期）,一秒钟pwm有多少个周期
* 单位	Hz
* 表示方式：50Hz 100Hz

* 计算公式：
	* T = 1/f

* 例子：
	* 在50Hz下， 一个周期是20ms,一秒钟有50次pwm周期

## 占空比
* 一个脉冲周期内，高电平的时间与整个周期时间的比例
* 单位 %（0%- 100%）
	* 表示方式：20%

![screenshot_image.png](https://oss-club.rt-thread.org/uploads/20250228/fdad0a9b694940ad8c3669dcbd178eb9.png)
* 对部分参数进行解释
	* 周期：一个脉冲信号的时间
	* 频率：1s内周期次数
	* 脉宽时间： 高电平时间
	* 占空比：脉宽时间占总周期的时间的比例
> 于上图，脉宽时间占总周期时间的比例，就是占空比

* 例：
	*T=10ms ，脉宽时间为8ms， 低电平时间为2ms，求其占空比
	* 8/(8+2) = 80%;齐为为80%的占空比

##  pwm原理
> 引入面积等效原理：

等而形状不同的窄脉冲加在具有惯性的环节上时，其效果基本相同。冲量即指窄脉冲的面积。这里所说的效果基本相同，是指环节的输出响应波形基本相同

* 例图：

![screenshot_image.png](https://oss-club.rt-thread.org/uploads/20250228/2be516369687d136cc9ec4c63daa120f.png.webp)

> 参考文献：目前能找到的出处：《电力电子技术王兆安》

## 计数器对pwm输出的控制
PWM(Pulse Width Modulation , 脉冲宽度调制) 是一种对模拟信号电平进行数字编码的方法，通过不同频率的脉冲使用方波的占空比用来对一个具体模拟信号的电平进行编码，使输出端得到一系列幅值相等的脉冲，用这些脉冲来代替所需要波形的设备。

![screenshot_image.png](https://oss-club.rt-thread.org/uploads/20250228/e1a6ff47d2397ae7f22b01272b2af4e3.png)

上图是一个简单的 PWM 原理示意图，假定定时器工作模式为向上计数，当计数值小于阈值时，则输出一种电平状态，比如高电平，当计数值大于阈值时则输出相反的电平状态，比如低电平。当计数值达到最大值是，计数器从0开始重新计数，又回到最初的电平状态。高电平持续时间（脉冲宽度）和周期时间的比值就是占空比，范围为0~100%。上图高电平的持续时间刚好是周期时间的一半，所以占空比为50%。

# vscode + pyocd + env开发 + cortex调试工具
> 于vscode中需要安装的插件如下

![screenshot_image.png](https://oss-club.rt-thread.org/uploads/20250228/9168f51db261b1584f0aee9ed4644084.png.webp)

## env的基本使用

* [env下载链接
](https://www.rt-thread.org/download.html#download-rt-thread-env-tool
)
* [env使用教程](https://www.rt-thread.org/document/site/#/development-tools/env/env)

* 常用命令

```c
scons --dist   //打包项目
scons -j32        // 进行编译
scons -c        //清除编译产物
scons --target=vsc/mdk5 //创建vscode 工程或keil工程
```
## 为何选择vscode + pyocd +env开发 + cortex调试工具
keil虽然功能强大，但是界面属实有点老旧；外加上笔者比较习惯使用vscode 进行编辑，此前使用openocd，而近期在配置vision board时候接触了dplink + pyocd，便对于pyocd的一些命令有些了解了。
在此开发中我们便使用 scons --target=vsc创建vscode 工程。
在讲述配置环境之前，先说一下关于pyocd的安装：

## pyocd的安装
>  pyOCD 是一个开源 Python 软件包，用于多种受支持的硬件调试器（DAP-Link、J-Link、ST-Link,CMSIS-DAP v1(HID)、CMSIS-DAP v2(WinUSB)、SEGGER J-Link、ST-LINK v2和ST-LINK v3）下编程和调试Arm Cortex-M微控制器。它是完全跨平台的，并支持Linux，macOS和Windows。它内置支持多达70种流行的MCU。通过使用CMSIS-Pack，几乎支持市场上的所有Cortex-M设备。pyOCD还可以作为GDB Service配合GDB调试芯片。

其安装并没有所谓很繁琐复杂，由python所写，基于python 安装。也正如“人生苦短，我用python”，安装是极其简单便捷的。
### conda 配置
笔者因此前使用python编程，便对python的环境隔离格外敏感，在此说一下python的环境隔离的意义：正常来讲，一台电脑，一个操作系统只能有一个python环境变量，但对于不同的项目却有不同的需求，也就产生了我需要在一台电脑上创建多个python环境的需求。正所谓有需求便有解决的办法，便产生了一种版本隔离的管理工具。
在不同的架构，不同系统，其python版本隔离工具便不相同，其差异尤其在arm架构于x86架构比较明显。x86架构主流为：conda，miniconda。
对于做数据分析或深度学习及人工智能的人来说，python的版本隔离显得格为重要。
首先 先配置一个conda ，其次再从conda中创建一个python，再使用此python来安装pyocd，这样便可以保证一个极为干净的pyocd。关于conda的安装与使用我在下述链接进行详细说明：
> [conda 安装教程](https://github.com/CXSforHPU/codingForUs/blob/main/guide/python%E7%8E%AF%E5%A2%83%E9%85%8D%E7%BD%AE/docx/01%E7%8E%AF%E5%A2%83%E9%85%8D%E7%BD%AE.md
)

### 安装pyocd
我们先创建一个pyocd的python环境

```c
conda create -n pyocd python=3.8
```

其次激活python环境
```c
conda activate pyocd
```

最后进行安装
```c
pip install -i https://pypi.tuna.tsinghua.edu.cn/simpl pyocd
```
至此便安装好了pyocd
## pyocd的使用
针对其功能的使用，有很多，但本文主要以 vscode 搭配 pyocd来进行讲解，需要格外了解的读者可以阅读以下文章
[pyocd详细的使用说明](https://blog.csdn.net/lbaihao/article/details/127345614)

### 我们仅仅需要注意以下命令
```c
pyocd pack -f <pack>
pyocd pack -i <pack>
```
### 以vision board举例

![screenshot_image.png](https://oss-club.rt-thread.org/uploads/20250228/1444fb855e21545d597c9b1bf8a4d378.png.webp)

***我们在rtthread studio的调试参数中可以看到 其target 为 R7FA8D1BH***

![screenshot_image.png](https://oss-club.rt-thread.org/uploads/20250228/a2c1be8ee36e3e5eae0a4edf026332a0.png)
* 我们去寻找其芯片

```c
pyocd pack -f R7FA8D1BH
```

![screenshot_image.png](https://oss-club.rt-thread.org/uploads/20250228/fc03d48d7418f626f92d7fb08a4591ba.png)

* 以及下载芯片

```c
pyocd pack -i R7FA8D1BH
```

* 我们在cortex调试插件的 launch.json文件内容如下

```json
{
    // 使用 IntelliSense 了解相关属性。 
    // 悬停以查看现有属性的描述。
    // 欲了解更多信息，请访问: https://go.microsoft.com/fwlink/?linkid=830387
    "version": "0.2.0",
    "configurations": [
        {
            "name": "Cortex Debug",
            "cwd": "${workspaceFolder}",
            "executable": "./rtthread.elf",
            "request": "launch",
            "type": "cortex-debug",
            "runToEntryPoint": "main",
            "targetId": "R7FA8D1BH", //添加调试的芯片
            "servertype": "pyocd",
            "armToolchainPath":"D:/rtt/env-windows/tools/gnu_gcc/arm_gcc/mingw/bin", // ！！！需要修改为自己的GCC 工具链路径 ！！！
            "gdbPath": "D:/rtt/env-windows/tools/gnu_gcc/arm_gcc/mingw/bin/arm-none-eabi-gdb.exe" // ！！！需要修改为自己的GDB 路径 ！！！
        }
    ]
}
```

在其setting.json设置的需要添加的配置如下
```json
"cortex-debug.pyocdPath":"D:/conda/envs/pyocd/Scripts/pyocd.exe"  //你自己创建的pyocd 路径
```

### 对于本次开发板 nxp a156来说，我们仅仅需要调换其targetId参数

* 首先我们可以在keil中看到此芯片是什么

![screenshot_image.png](https://oss-club.rt-thread.org/uploads/20250228/b15f9a191f5fa1a54db5f16f8300a3f7.png.webp)

* 那么我们便进行查找芯片：

![screenshot_image.png](https://oss-club.rt-thread.org/uploads/20250228/ada1167f3c97b97b2dff20e7085e81a2.png)

* 接着进行安装芯片

```json
pyocd pack -i MCXA156VLL
```

* 然后进行配置cortex的设置

```json
{
    // 使用 IntelliSense 了解相关属性。 
    // 悬停以查看现有属性的描述。
    // 欲了解更多信息，请访问: https://go.microsoft.com/fwlink/?linkid=830387
    "version": "0.2.0",
    "configurations": [
        {
            "name": "Cortex Debug",
            "cwd": "${workspaceFolder}",
            "executable": "./rtthread.elf",
            "request": "launch",
            "type": "cortex-debug",
            "runToEntryPoint": "main",
            "targetId": "MCXA156VLL",
            "servertype": "pyocd",
            "armToolchainPath":"D:/rtt/env-windows/tools/gnu_gcc/arm_gcc/mingw/bin", // ！！！需要修改为自己的GCC 工具链路径 ！！！
            "gdbPath": "D:/rtt/env-windows/tools/gnu_gcc/arm_gcc/mingw/bin/arm-none-eabi-gdb.exe" // ！！！需要修改为自己的GDB 路径 ！！！
        }
    ]
}
```

* 其settin.json设置的需要添加的配置如下：

```json
"cortex-debug.pyocdPath":"D:/conda/envs/pyocd/Scripts/pyocd.exe" //你自己创建的pyocd 路径
```

> 经此，按下 F5 调试，我们便能够在vscode中进行开心的调试了。

![screenshot_image.png](https://oss-club.rt-thread.org/uploads/20250228/361a6576e43ff1f4548fb866eb167375.png.webp)

# PWM模块使用示例：
> 在此，笔者使用软件包进行测试：
[查看安装以及使能方式](https://github.com/CXSforHPU/Servo_sg90/blob/master/readme.md)

## ***todo(pwm适配存在问题正在尝试解决修复)***

## 现象展示

* 串口输出

![screenshot_image.png](https://oss-club.rt-thread.org/uploads/20250228/fe0e8b62f7d6f08baf29adf468e8827d.png)

* 示波器输出波形
### ***todo(待pwm适配问题修复)***
* 视频展示
### ***todo(待pwm适配问题修复)***

# 外设性能指标 todo

# 代码链接： todo