1. 项目概述
在嵌入式系统开发中，Zynq系列SoC因其独特的ARM处理器+FPGA架构而广受欢迎。最近我在一个工业环境监测项目中，需要在Zynq平台上通过I2C接口连接TMP112数字温度传感器，并从PS（Processing System）端读取实时温度数据。这个看似简单的任务实际上涉及硬件设计、驱动开发和系统集成的完整流程。
TMP112是TI出品的高精度数字温度传感器，采用I2C接口通信，测量范围-40°C至+125°C，精度可达±0.5°C。与常见的模拟温度传感器不同，它直接输出数字信号，避免了ADC转换环节，特别适合需要抗干扰的工业场景。下面我将详细分享从硬件连接到软件调试的全过程经验。
2. 硬件设计与连接
2.1 硬件选型与原理图设计
首先需要确认硬件连接方案。Zynq的PS端通常提供两个I2C控制器（I2C0和I2C1），而TMP112支持标准模式（100kHz）和快速模式（400kHz）。考虑到工业环境对稳定性的要求，我选择了标准模式。关键硬件连接如下：
- TMP112的SDA接Zynq PS端的I2C0_SDA（Bank0 MIO引脚）
- SCL接I2C0_SCL（Bank0 MIO引脚）
- ADD0引脚接地，设置I2C地址为0x48（这是TMP112的默认地址配置）
- VCC接3.3V，GND共地
注意：Zynq的I2C引脚需要配置为正确的MIO功能。在Vivado中，需要确保PS-PL配置中启用了I2C0外设，并将对应MIO引脚分配给I2C0功能。
2.2 硬件调试技巧
在实际焊接时，有几点特别需要注意：
- I2C总线必须接上拉电阻（通常4.7kΩ），虽然有些开发板已经内置，但自制PCB时容易遗漏
- 长距离传输时建议使用屏蔽线，我在第一次测试时因1米长的非屏蔽线导致通信失败
- TMP112的散热问题：直接焊接在PCB上时，要注意热传导导致的测量偏差
3. 软件环境搭建
3.1 Vivado工程配置
在Vivado中创建Zynq项目后，关键配置步骤如下：
- 双击Zynq IP核进入配置界面
- 在PS-PL Configuration > Peripheral I/O Pins中勾选I2C0
- 确认MIO引脚分配（通常I2C0默认使用MIO50-SDA和MIO51-SCL）
- 生成比特流并导出硬件（包括.xsa文件）
3.2 Petalinux环境准备
使用Petalinux创建嵌入式Linux系统：
bash复制petalinux-create -t project --template zynq -n tmp112_sensor
cd tmp112_sensor
petalinux-config --get-hw-description=../vivado_export_dir
在Petalinux配置中需要确保：
- 启用I2C驱动：Device Drivers > I2C support > <*> I2C device interface
- 启用TMP112驱动：Device Drivers > Hardware Monitoring support > <*> TI TMP112
4. 驱动开发与系统集成
4.1 Linux设备树配置
在Petalinux工程中修改设备树文件（system-user.dtsi）：
dts复制&i2c0 {
status = "okay";
clock-frequency = <100000>;
tmp112@48 {
compatible = "ti,tmp112";
reg = <0x48>;
};
};
编译并更新设备树：
bash复制petalinux-build -c device-tree
petalinux-build
4.2 用户空间数据读取
系统启动后，可以通过sysfs接口直接读取温度值：
bash复制cat /sys/class/hwmon/hwmon0/temp1_input
这会返回以毫摄氏度为单位的温度值。例如"23500"表示23.5°C。
4.3 自定义应用程序开发
对于需要实时监控的场景，我开发了一个简单的C程序：
c复制#include <stdio.h>
#include <stdlib.h>
#include <fcntl.h>
#include <unistd.h>
#define SYSFS_TEMP_PATH "/sys/class/hwmon/hwmon0/temp1_input"
int main() {
int fd;
char buf[16];
float temp;
while(1) {
fd = open(SYSFS_TEMP_PATH, O_RDONLY);
if(fd < 0) {
perror("Open sensor failed");
return -1;
}
read(fd, buf, sizeof(buf));
close(fd);
temp = atoi(buf) / 1000.0;
printf("Current temperature: %.2f°C\n", temp);
sleep(1);
}
return 0;
}
编译并运行：
bash复制arm-linux-gnueabihf-gcc -o temp_monitor temp_monitor.c
./temp_monitor
5. 性能优化与问题排查
5.1 I2C通信稳定性优化
在实际部署中，我们发现以下优化措施能显著提高稳定性：
- 降低I2C时钟频率：当传输距离超过30cm时，建议将时钟从400kHz降至100kHz
- 增加重试机制：在软件中实现3次重试，间隔50ms
- 添加CRC校验：虽然I2C本身没有校验，但可以在应用层实现简单的校验和
5.2 常见问题与解决方案
| 问题现象 | 可能原因 | 解决方案 |
|---|---|---|
| 读取值为-1 | 传感器未响应 | 检查电源、I2C地址、上拉电阻 |
| 温度值跳变大 | 电源噪声 | 增加电源滤波电容(0.1μF靠近VCC引脚) |
| 周期性通信失败 | 总线冲突 | 检查是否有其他设备占用同一I2C总线 |
| 读取值固定不变 | 配置寄存器错误 | 重置传感器或重新初始化I2C控制器 |
5.3 精度校准技巧
虽然TMP112出厂时已经校准，但在高精度应用中还可以：
- 多点校准：在已知温度点（如冰水混合物0°C）记录读数并计算偏移量
- 软件滤波：采用滑动平均或中值滤波算法处理原始数据
- 热耦合优化：使用导热胶将传感器与被测物体紧密接触
6. 系统集成与扩展
6.1 与FPGA逻辑协同工作
Zynq的优势在于PS和PL的协同。我们可以：
- 在PL端实现硬件滤波：通过AXI接口将原始数据送入FPGA进行高速数字滤波
- 多传感器并行读取：通过PL扩展多个I2C控制器，同时读取多个TMP112
- 硬件触发机制：当温度超过阈值时，PL直接触发外部警报
6.2 远程监控实现
通过Zynq的以太网或WiFi接口，可以将温度数据上传至服务器：
- MQTT协议发布到物联网平台
- 自定义TCP服务传输数据
- 本地Web界面展示实时曲线
一个简单的Python Web服务示例：
python复制from flask import Flask, jsonify
import threading
app = Flask(__name__)
current_temp = 25.0
def read_sensor():
global current_temp
while True:
with open('/sys/class/hwmon/hwmon0/temp1_input') as f:
current_temp = int(f.read()) / 1000.0
time.sleep(1)
@app.route('/temperature')
def get_temp():
return jsonify({'temperature': current_temp})
if __name__ == '__main__':
threading.Thread(target=read_sensor, daemon=True).start()
app.run(host='0.0.0.0', port=8080)
7. 实际应用中的经验分享
在工业现场部署这套系统时，有几个特别值得分享的经验：
-
电磁干扰处理：在变频器附近安装时，最初传感器读数异常。后来通过以下措施解决：
- 使用双绞线连接I2C总线
- 在传感器电源端增加π型滤波器（10Ω电阻+0.1μF电容）
- 缩短总线长度至50cm以内
-
温度响应速度优化：TMP112的转换时间可配置（默认约133ms）。对于快速变化的温度场，可以通过配置寄存器将转换时间缩短至28ms：
c复制// 设置配置寄存器（0x01）的第6-7位为11b i2cset -y 0 0x48 0x01 0xE0 -
多传感器同步采样：当需要同时读取多个点的温度时，建议：
- 为每个TMP112分配不同I2C地址（通过ADD0引脚配置）
- 采用轮询方式而非并行读取，避免总线冲突
- 记录每个传感器的采样时间戳，便于后期分析
-
低功耗设计技巧：对于电池供电的应用：
- 将TMP112设置为shutdown模式（配置寄存器第8位）
- 定时唤醒采样（如每分钟一次）
- 采样间隙关闭I2C控制器电源
- 这样可将平均功耗从300μA降至50μA以下