“我们加了看门狗”——很多人说这句话的时候,设备其实处在看门狗在场但完全不工作的状态。
看门狗的能力边界很明确:它只能处理”程序彻底不跑了”。而实际让设备死掉的原因,多数是”程序还在跑,但跑错了”——这种情况看门狗不但救不了,如果喂狗方式不对,还会帮忙掩盖故障。
五种让看门狗失效的写法
1. 喂狗放在定时器中断里
这是最常见、也最致命的一种。
定时器中断是硬件触发的,只要时钟在、中断使能着,它就会按时进。主循环因为某个原因卡死了(死等标志、指针跑飞、陷入某个 while),中断照样进来喂狗。
结果:设备已经完全不能干活了,但看门狗永远不会复位它。
正确的判据是:喂狗这个动作,必须能证明”所有关键任务都跑过了一遍”。
做法:每个任务跑完置一个标志位,主循环末尾检查所有标志位都置位 → 清零 → 喂狗。任何一个任务卡住,标志位就凑不齐,狗就会咬。
2. 喂狗任务优先级最低,被饿死
反过来的一种错误:喂狗放在一个低优先级任务里,高优先级任务一直占着 CPU,低优先级永远轮不到——于是设备被反复复位。
现象很有欺骗性:设备一直在重启,但每次都能正常跑一会儿。 很多人会判断成”看门狗时间设太短了”,然后把超时从 2 秒改成 10 秒——故障暂时消失,问题依旧存在。
正确判断方法:记录复位原因。如果复位原因全是”看门狗”,而且复位间隔和某个高负载场景(比如通信突发、大量数据处理)相关,那问题不是超时太短,是任务调度有问题。
3. 只有内部看门狗,没有独立时钟源
多数 MCU 的内部看门狗跑在内部低速时钟上,这已经比用主时钟好很多。但仍有盲区:
- 时钟本身失效(晶振停振后,某些实现会切换到内部 RC,但切换逻辑也可能失效)
- 芯片进入异常状态,连看门狗模块都停了
- 供电异常导致的”假死”——电压卡在复位阈值附近,既不工作也不复位
对可靠性要求高的场合(无人值守、远程设备),加一颗独立的外部看门狗芯片,几毛钱,由它来拉复位脚。它不依赖主控的任何资源。
4. 复位不彻底:重启后还卡在原地
看门狗复位了 CPU,但外设没被复位:串口还在发送、DMA 还在搬运、外部器件保持着上一个状态。
表现:设备”重启”了,日志从头开始,但串口收不到数据——因为对端还等着上一条没发完的帧。
做法:启动时第一件事是把所有外设显式复位到已知状态,包括:关闭所有中断、复位串口/DMA/定时器、重新初始化外部器件(必要时给它们一个硬件复位脉冲)。
对挂在 I²C/SPI 上的外部芯片,还要考虑”总线被从设备拉住”的情况——主控复位了,但从设备还卡在半个字节里,把 SDA 拉低不放。这时需要手动打几个时钟脉冲把它”抖”出来。
5. 窗口看门狗配置不当
窗口看门狗比普通看门狗更严格:喂太早也会复位。它的用意是防止”喂狗被放在一个跑得特别快的循环里”。
但如果窗口上下限没算好,会出现”程序完全正常,却周期性地被复位”的现象,非常难查。
窗口宽度应该基于”最短的一个完整任务周期”来定:下限 < 最短循环时间,上限 > 最长正常耗时 × 1.5。
一份自检清单
上线前拿这张表过一遍,比出事之后再查便宜得多:
| 检查项 | 不合格的表现 |
|---|---|
| 喂狗位置 | 在中断里 / 在单个任务里 |
| 喂狗条件 | 无条件喂,不看任务标志 |
| 超时时间 | 拍脑袋定的,没测过最长任务耗时 |
| 复位原因 | 启动后不读、不记录、不上报 |
| 外设复位 | 只复位 CPU,外设保持原状态 |
| 外部看门狗 | 高危场景没有独立看门狗 |
| 复位后行为 | 和上电启动走的不是同一条初始化路径 |
最后一条容易被忽略:看门狗复位后的初始化,必须和冷启动完全一致。 如果代码里区分了”上电启动”和”热复位启动”,热复位那条路径少做了几步初始化,故障就会在原地复现。
复位原因要记录下来
这是排查”设备偶尔重启”最重要的信息。启动后立刻读复位原因寄存器,把它存进一个不被复位的区域(备份寄存器 / RTC RAM / Flash 保留页),下次连上就能读出来。
有了这个,很多模糊问题会立刻变清晰:
| 复位原因 | 含义 |
|---|---|
| 上电复位 | 真的断电了,查供电 |
| 看门狗 | 程序卡死,需要知道卡在哪 |
| 软件复位 | 有人主动重启,查触发条件 |
| 欠压复位 | 电源跌落,查负载与供电能力 |
如果每次都是”上电复位”,那问题根本不在固件,而在电源。
一个判断设备”假死”的现场方法
设备不响应时,别急着断电重启。先看三个信号:
- 喂狗引脚有没有脉冲(如果有引出测试点)——有脉冲说明 CPU 还在跑
- 主循环的心跳指示灯——如果灯还在闪,说明程序没死,是通信或业务逻辑卡了
- 调试器的连接状态——能不能连上、能不能读寄存器
这三个信息组合起来,能快速区分”彻底死了”和”活着但不干活”,这两种故障的排查方向完全相反。
我们判断看门狗问题的顺序
- 先确认它有没有用 —— 喂狗在不在中断里,有没有任务标志
- 看复位原因 —— 是不是真的在看门狗复位,间隔有没有规律
- 算超时余量 —— 最长正常任务耗时 × 1.5 是多少
- 查复位彻底性 —— 外设状态、外部器件状态、初始化路径
- 加独立看门狗 —— 无人值守设备一律加
一句话:看门狗的价值不在于”能复位”,而在于”只在真的该复位时才复位”。 一个永远不复位的看门狗,和一个疯狂复位的看门狗,都是故障。