调试阶段跑得好好的串口通信,到现场开始出问题:偶尔丢一帧、长命令从不应答、设备重启后第一包必丢、新固件和老上位机对不上。
这些现象看起来各不相同,但它们绝大多数来自同一类设计的缺失——协议只考虑了”正常情况下怎么发”,没考虑”出错时怎么办”。
必备一:帧界定必须是结构化的
最糟的写法是”发一行字符串,用换行符分隔”。数据里出现一个 0x0A,整帧就裂了。
一个够用的帧结构:
[ 帧头 0xA5 0x5A | 长度 | 命令字 | 序号 | 数据 | CRC16 ]
四个字段各管一件事:
| 字段 | 解决什么问题 |
|---|---|
| 帧头 | 从噪声/断帧中重新对齐 |
| 长度 | 知道这一帧到哪结束,不用靠特殊字符 |
| 序号 | 重传去重,判断是否重复帧 |
| CRC16 | 检出任何位错误 |
如果数据里可能出现和帧头相同的字节序列,要么用长度字段界定(推荐,不需要转义),要么做字节转义(0x7D 转义法)。二者选一,不要既不用长度又不转义。
必备二:CRC16,不要用累加和
累加和有一类致命漏洞:它检不出字节顺序错误和某些成对的位翻转。A+B 和 B+A 的累加和相同,两个字节同时翻转也可能抵消。
CRC16 的检错能力远强于此,计算量对现代 MCU 也可以忽略。用 CRC-16/MODBUS 或 CRC-16/CCITT 都行,关键是把多项式和初值写进文档,两端严格一致。
必备三:超时与重传(幂等是关键)
一问一答的协议,必须有超时:
发送 → 等待应答 → 超时(比如 200 ms)→ 重传 → 最多 3 次 → 报错
但重传会带来新问题:如果第一次其实成功了、只是应答丢了,重传就会导致命令被执行两次。
解法是幂等设计:
- 带序号:接收方记录”最近处理过的序号”,重复的直接丢弃并回一个 ACK
- 写操作带”目标值”而不是”增量”:
设置温度=60比温度+5安全得多 - 关键操作加”确认 + 事务号”:执行前先查状态
判据:如果你的命令里出现了”加一""切换""翻转”这类相对操作,它就不是幂等的,重传会出事。
必备四:接收必须用环形缓冲 + 状态机
新手常写的接收逻辑是这样的:
while (!uart_rx_complete); // 等一帧收完
parse(buffer);
问题在于:中断随时可能在任意字节处打断,而”等一帧收完”这个动作本身会阻塞主循环。
正确结构:
- 中断里把字节塞进环形缓冲,只做这一件事
- 主循环里跑一个解析状态机,从缓冲取字节逐个推进
等帧头 → 收长度 → 收剩余字节 → 校验 CRC → 交给业务
这样做的三个好处:
- 中断极短,不会丢字节
- 解析不阻塞主循环
- 帧可以在任意位置被截断,状态机能自动重新对齐——这一条是抗干扰的关键
必备五:版本与向后兼容
设备装出去之后,上位机固件和从机固件一定会出现版本不一致。协议如果没有预留兼容空间,就只能强制同步升级。
做法很简单,但必须提前做:
- 帧里带协议版本号
- 数据区**按 TLV(类型-长度-值)或者”固定头 + 可扩展尾”**组织
- 接收方忽略不认识的字段,而不是报错
最后一条特别重要:“未知字段一律忽略”是向后兼容的基础。 如果接收方遇到不认识的字段就丢弃整帧,那任何扩展都会破坏老设备。
五个缺失对应的现场现象
| 现场现象 | 缺失的是 |
|---|---|
| 偶尔丢一帧,重发就好 | 没有序号/重传,或接收缓冲太小 |
| 数据里含 0x0A 就断帧 | 帧界定用了特殊字符且没转义 |
| 长命令从不应答 | 没有长度字段,或接收缓冲溢出 |
| 设备重启后第一包必丢 | 上电后没清空接收缓冲/没同步帧头 |
| 同一条命令被执行两次 | 没有序号去重,命令非幂等 |
| 新固件配老上位机就乱 | 没有版本号、没有字段忽略规则 |
| 干扰环境下频繁出错 | 只有累加和,或根本没有校验 |
调试期常被忽略的两件事
1. 抓包要有原始字节。 串口调试助手如果只显示 ASCII,你会漏掉控制字符和异常字节。hex 模式 + 时间戳是排查协议问题的基本配置。
2. 错误要有分类统计。 把”CRC 错""长度错""超时""未知命令”分别计数并上报。现场出问题时,“CRC 错 20 次”和”超时 20 次”指向完全不同的原因(前者是干扰/波特率,后者是对端没响应)。
我们设计串口协议的顺序
- 先定帧结构 —— 帧头 + 长度 + 命令 + 序号 + 数据 + CRC
- 定校验 —— CRC16,多写进文档
- 定超时与重试 —— 检查每条命令是否幂等
- 写接收状态机 —— 环形缓冲 + 逐字节解析 + 自动重同步
- 加版本与忽略规则 —— 为将来的扩展留门
- 加错误统计 —— 让现场问题可以分类
一句话:协议设计的水平,不体现在”正常时能通”,而体现在”异常时能自愈、能说清哪里错了”。