小龙虾
1b10f89d8c
- 新增 SystemBoot 类用于跟踪各模块初始化状态，提供位图标记与报告功能 - 在 main.cpp 中重构初始化流程，按顺序初始化各模块并记录状态 - 添加 system_boot.cpp 模块文件到构建配置 - CAN反馈任务增加冷启动延迟，避免与GD32初始化窗口冲突 refactor(ota): 优化OTA协调器线程安全机制 - 修改 lock()/unlock() 方法返回take结果，确保mutex正确释放 - 修复多任务并发时mutex死锁问题，避免vTaskPriorityDisinherit断言 - 统一finalize失败后的状态复位逻辑，确保协调器回到IDLE状态 - 优化忙状态超时检测与自愈机制 perf(boot): 优化冷启动时序与资源管理 - 简化README中冷启动优化说明，聚焦核心逻辑 - 优化BOD阈值设置为LVL5，改进电源稳定性 - 增加BLE OTA工作线程优先级，减少丢包情况 - 优化堆告警节流机制，在OTA期间降低告警频率 fix(relay): 改进GD32应用存活检测逻辑 - 调整GD32 APP存活验证时序，增加会话建立验证 - 修复HELLO建立session后未验证role的问题 - 优化FINISH后等待APP启动的静默时间与重试机制 - 统一GD32探测逻辑到OTA中继任务 refactor(server): 优化HTTP服务端内存与性能 - 使用静态缓冲区替代动态分配，减少堆碎片化风险 - 优化CAN批量发送期间暂停反馈任务的机制 - 调整BLE连接参数请求逻辑，提升传输性能 - 改进错误处理流程，避免堆紧张时的额外分配 bump(version): 更新固件版本至0.3.50 - 更新版本号从0.3.49到0.3.50 - 更新编译时间戳与Git哈希值
421 lines
15 KiB
C++
421 lines
15 KiB
C++
/*
|
||
* health_monitor.cpp - 系统健康监控
|
||
* 包含：健康状态管理 + WiFi RSSI 监控 + 温度监控
|
||
*
|
||
* 所有功能封装为 HealthMonitor 类方法。
|
||
* 所有对 m_healthState / m_lastTemperature / m_lastWifiRssi 的访问
|
||
* 均通过 m_mutex 保护，消除跨任务竞态。
|
||
*/
|
||
#include <stdio.h>
|
||
#include <string.h>
|
||
#include "freertos/FreeRTOS.h"
|
||
#include "freertos/task.h"
|
||
#include "freertos/semphr.h"
|
||
#include "esp_wifi.h"
|
||
#include "esp_timer.h"
|
||
#include "esp_err.h"
|
||
#include "esp_heap_caps.h"
|
||
#include "esp_system.h"
|
||
#include "driver/temperature_sensor.h"
|
||
|
||
#include "health_monitor.h"
|
||
#include "debug_log.h"
|
||
#include "task_stack_check.h"
|
||
#include "stack_overflow_hook.h"
|
||
#include "ota/ota_coordinator.h"
|
||
|
||
// ============================================================
|
||
// 栈水位主动巡检
|
||
// ============================================================
|
||
// 告警阈值：剩余高水位 < 栈大小 20% 即告警（复用 /system/status 的任务表）。
|
||
// 去重：每个任务只在"水位由安全跌入危险"时告警一次，恢复后再跌入才再次告警，
|
||
// 避免 5 秒巡检刷屏。health_mon 任务从不被 OTA 暂停，DEBUG_ERR 经 UDP/UART
|
||
// 直发，不受 OTA 门控抑制。
|
||
static constexpr float STACK_WARN_RATIO = 0.20f; ///< 剩余水位告警阈值（栈大小比例）
|
||
static constexpr size_t STACK_TASK_MAX = 12; ///< 受监控任务上限（含 spi_worker 等）
|
||
static bool s_stackWarned[STACK_TASK_MAX] = {}; ///< 各任务是否已告警（去重）
|
||
|
||
// ============================================================
|
||
// 单例
|
||
// ============================================================
|
||
/**
|
||
* @brief 获取 HealthMonitor 单例实例。
|
||
* @return HealthMonitor 引用。
|
||
*/
|
||
HealthMonitor& HealthMonitor::instance()
|
||
{
|
||
static HealthMonitor inst;
|
||
return inst;
|
||
}
|
||
|
||
// ============================================================
|
||
// 初始化
|
||
// ============================================================
|
||
/**
|
||
* @brief 初始化健康监控模块，创建内部互斥锁与基础状态。
|
||
*/
|
||
void HealthMonitor::init()
|
||
{
|
||
m_mutex = xSemaphoreCreateMutex();
|
||
if (m_mutex == NULL) {
|
||
DEBUG_ERR("HEALTH", "创建健康状态互斥锁失败");
|
||
}
|
||
}
|
||
|
||
// ============================================================
|
||
// 线程安全的健康状态读写
|
||
// ============================================================
|
||
/**
|
||
* @brief 加锁读取当前健康状态。
|
||
* @return 当前健康状态。
|
||
*/
|
||
health_state_t HealthMonitor::getState()
|
||
{
|
||
LockGuard lock(m_mutex);
|
||
return m_healthState;
|
||
}
|
||
|
||
/**
|
||
* @brief 加锁设置健康状态。
|
||
* @param newState 新的健康状态。
|
||
*/
|
||
void HealthMonitor::setState(health_state_t newState)
|
||
{
|
||
LockGuard lock(m_mutex);
|
||
m_healthState = newState;
|
||
}
|
||
|
||
// ============================================================
|
||
// 获取当前健康状态（public 接口）
|
||
// ============================================================
|
||
/**
|
||
* @brief 获取当前系统健康状态（线程安全）。
|
||
* @return 当前健康状态。
|
||
*/
|
||
health_state_t HealthMonitor::getCurrent()
|
||
{
|
||
return getState();
|
||
}
|
||
|
||
/**
|
||
* @brief 获取最近一次芯片温度。
|
||
* @return 温度值（摄氏度）。
|
||
*/
|
||
float HealthMonitor::getLastTemperature()
|
||
{
|
||
LockGuard lock(m_mutex);
|
||
return m_lastTemperature;
|
||
}
|
||
|
||
/**
|
||
* @brief 获取最近一次 WiFi RSSI 及其年龄。
|
||
* @param out_rssi 输出参数，返回 RSSI 值。
|
||
* @param out_age_ms 输出参数，返回样本年龄（毫秒）。
|
||
* @return 是否有有效数据。
|
||
*/
|
||
bool HealthMonitor::getLastWifiRssi(int8_t *out_rssi, uint32_t *out_age_ms)
|
||
{
|
||
int64_t lastMs;
|
||
int8_t rssi;
|
||
{
|
||
LockGuard lock(m_mutex);
|
||
lastMs = m_lastWifiRssiMs;
|
||
rssi = m_lastWifiRssi;
|
||
}
|
||
|
||
if (lastMs <= 0) {
|
||
return false;
|
||
}
|
||
|
||
int64_t now_ms = esp_timer_get_time() / 1000;
|
||
uint32_t age_ms = (now_ms > lastMs) ? (uint32_t)(now_ms - lastMs) : 0;
|
||
|
||
if (out_rssi) *out_rssi = rssi;
|
||
if (out_age_ms) *out_age_ms = age_ms;
|
||
return true;
|
||
}
|
||
|
||
// ============================================================
|
||
// 温度监控（定时器回调）
|
||
// ============================================================
|
||
/**
|
||
* @brief 温度监控定时器回调函数。
|
||
* @param arg 用户参数（未使用）。
|
||
*/
|
||
void HealthMonitor::tempMonitorCallback(void *arg)
|
||
{
|
||
auto& self = instance();
|
||
float temp = 0.0f;
|
||
esp_err_t err = temperature_sensor_get_celsius(self.m_tempHandle, &temp);
|
||
if (err != ESP_OK) {
|
||
DEBUG_WARN("TEMP", "读取温度失败: %s", esp_err_to_name(err));
|
||
return;
|
||
}
|
||
|
||
{
|
||
LockGuard lock(self.m_mutex);
|
||
self.m_lastTemperature = temp;
|
||
}
|
||
|
||
if (temp >= TEMP_CRITICAL) {
|
||
self.setState(SYS_SAFE_SHUTDOWN);
|
||
DEBUG_ERR("TEMP", "!!! 危险 !!! 温度 %.1f°C >= %d°C，触发安全关机", temp, TEMP_CRITICAL);
|
||
DEBUG_ERR("TEMP", "健康状态变更为: SYS_SAFE_SHUTDOWN");
|
||
} else if (temp >= TEMP_WARNING) {
|
||
health_state_t cur = self.getState();
|
||
if (cur < SYS_WARNING) {
|
||
self.setState(SYS_WARNING);
|
||
DEBUG_WARN("TEMP", "警告: 温度 %.1f°C >= %d°C", temp, TEMP_WARNING);
|
||
DEBUG_WARN("TEMP", "健康状态变更为: SYS_WARNING");
|
||
}
|
||
}
|
||
}
|
||
|
||
// ============================================================
|
||
// FreeRTOS 任务入口
|
||
// ============================================================
|
||
/**
|
||
* @brief 健康监控 FreeRTOS 任务入口。
|
||
* @param pvParameters 任务参数。
|
||
*/
|
||
void HealthMonitor::taskEntry(void *pvParameters)
|
||
{
|
||
(void)pvParameters;
|
||
auto& self = instance();
|
||
self.m_taskHandle = xTaskGetCurrentTaskHandle();
|
||
DEBUG_INFO("MON", "=== 健康监控任务启动 ===");
|
||
|
||
temperature_sensor_config_t temp_config = TEMPERATURE_SENSOR_CONFIG_DEFAULT(20, 80);
|
||
esp_err_t err = temperature_sensor_install(&temp_config, &self.m_tempHandle);
|
||
if (err != ESP_OK) {
|
||
DEBUG_ERR("MON", "温度传感器初始化失败: %s", esp_err_to_name(err));
|
||
} else {
|
||
ESP_ERROR_CHECK(temperature_sensor_enable(self.m_tempHandle));
|
||
}
|
||
|
||
// 定时器，每1秒读取一次温度
|
||
esp_timer_create_args_t timer_args = {};
|
||
timer_args.callback = &tempMonitorCallback;
|
||
timer_args.arg = nullptr;
|
||
timer_args.name = "temp_monitor";
|
||
timer_args.dispatch_method = ESP_TIMER_TASK;
|
||
|
||
if (esp_timer_create(&timer_args, &self.m_tempTimer) == ESP_OK) {
|
||
esp_timer_start_periodic(self.m_tempTimer, 1000000); // 1秒
|
||
} else {
|
||
self.m_tempTimer = nullptr;
|
||
DEBUG_ERR("MON", "创建温度监控定时器失败");
|
||
}
|
||
|
||
// 周期性巡检
|
||
while (1) {
|
||
// 栈溢出 canary 触发检测：vApplicationStackOverflowHook 置位后，
|
||
// 在 health_mon 完好栈上用 DEBUG_ERR 经 UDP/UART 发详细告警。
|
||
// 标志只在置位后告警一次，不自动清除（canary 触发即不可逆，需重启恢复）。
|
||
if (g_stackOverflowDetected) {
|
||
DEBUG_ERR("MON", "!!! 栈溢出已被内核 canary 检测到，请检查任务栈大小 !!!");
|
||
// 告警一次后清标志，避免 5 秒刷屏；后续若再次触发会重新置位
|
||
g_stackOverflowDetected = false;
|
||
}
|
||
|
||
uint32_t free_heap = esp_get_free_heap_size();
|
||
if (free_heap < HEAP_WARNING_MIN) {
|
||
/* 堆告警节流：OTA 期间阈值更低、间隔更长 */
|
||
static TickType_t s_last_heap_warn = 0;
|
||
TickType_t now = xTaskGetTickCount();
|
||
const bool ota_busy = !OtaCoordinator::instance().isIdle();
|
||
const uint32_t interval_ms = ota_busy ? 15000U
|
||
: (free_heap < 8192U ? 10000U : 3000U);
|
||
const uint32_t warn_floor = ota_busy ? 4096U : (uint32_t)HEAP_WARNING_MIN;
|
||
if (free_heap < warn_floor &&
|
||
(now - s_last_heap_warn) >= pdMS_TO_TICKS(interval_ms)) {
|
||
s_last_heap_warn = now;
|
||
uint32_t largest_block = heap_caps_get_largest_free_block(MALLOC_CAP_DEFAULT);
|
||
DEBUG_WARN("MON", "堆内存偏紧%s: free=%lu min=%lu largest_blk=%lu",
|
||
ota_busy ? "(OTA中)" : "",
|
||
(unsigned long)free_heap,
|
||
(unsigned long)esp_get_minimum_free_heap_size(),
|
||
(unsigned long)largest_block);
|
||
}
|
||
}
|
||
health_state_t cur = self.getState();
|
||
if (cur >= SYS_CRITICAL) {
|
||
DEBUG_ERR("MON", "健康状态危险: %d", cur);
|
||
}
|
||
|
||
// 栈水位主动巡检：复用 /system/status 的任务表，低水位时 DEBUG_ERR 主动告警。
|
||
// health_mon 任务不被 OTA 暂停，告警经 UDP/UART 直发，穿透 OTA 门控。
|
||
TaskStackMetric metrics[STACK_TASK_MAX];
|
||
size_t count = collectTaskStackMetrics(metrics, STACK_TASK_MAX);
|
||
for (size_t i = 0; i < count && i < STACK_TASK_MAX; ++i) {
|
||
if (metrics[i].handle == NULL || metrics[i].stack_size_bytes == 0) {
|
||
continue;
|
||
}
|
||
UBaseType_t hw = uxTaskGetStackHighWaterMark(metrics[i].handle);
|
||
size_t warn_bytes = (size_t)(metrics[i].stack_size_bytes * STACK_WARN_RATIO);
|
||
if (hw < (UBaseType_t)warn_bytes) {
|
||
if (!s_stackWarned[i]) {
|
||
DEBUG_ERR("MON", "!!! 栈水位过低 !!! 任务=%s 剩余=%luB 阈值=%luB(%.0f%%) 栈大小=%luB",
|
||
metrics[i].name,
|
||
(unsigned long)hw,
|
||
(unsigned long)warn_bytes,
|
||
STACK_WARN_RATIO * 100.0f,
|
||
(unsigned long)metrics[i].stack_size_bytes);
|
||
s_stackWarned[i] = true;
|
||
}
|
||
} else if (s_stackWarned[i]) {
|
||
// 水位恢复，清除告警标志，允许下次再次跌入时告警
|
||
s_stackWarned[i] = false;
|
||
DEBUG_INFO("MON", "栈水位恢复: 任务=%s 剩余=%luB",
|
||
metrics[i].name, (unsigned long)hw);
|
||
}
|
||
}
|
||
|
||
vTaskDelay(pdMS_TO_TICKS(5000));
|
||
}
|
||
}
|
||
|
||
// ============================================================
|
||
// OTA 健康检查
|
||
// ============================================================
|
||
/**
|
||
* @brief OTA 传输前执行健康检查。
|
||
* @return 健康检查状态。
|
||
*/
|
||
health_status_t HealthMonitor::checkBeforeOta()
|
||
{
|
||
health_status_t status = HEALTH_MON_OK;
|
||
health_state_t cur = getState();
|
||
|
||
if (cur >= SYS_SAFE_SHUTDOWN) {
|
||
DEBUG_WARN("HEALTH", "OTA 前检查: SYS_SAFE_SHUTDOWN，禁止传输");
|
||
return HEALTH_MON_SHUTDOWN;
|
||
} else if (cur >= SYS_CRITICAL) {
|
||
DEBUG_WARN("HEALTH", "OTA 前检查: SYS_CRITICAL，禁止传输");
|
||
return HEALTH_MON_CRITICAL;
|
||
} else if (cur >= SYS_WARNING) {
|
||
status = HEALTH_MON_WARNING;
|
||
DEBUG_DBG("HEALTH", "OTA 前检查: SYS_WARNING，继续传输但需注意");
|
||
}
|
||
|
||
bool wifi_connected;
|
||
{
|
||
LockGuard lock(m_mutex);
|
||
wifi_connected = m_wifiConnected;
|
||
}
|
||
if (!wifi_connected) {
|
||
DEBUG_WARN("HEALTH", "OTA 前检查: WiFi 未连接");
|
||
return HEALTH_MON_CRITICAL;
|
||
}
|
||
|
||
int8_t last_rssi = -127;
|
||
uint32_t age_ms = 0;
|
||
if (getLastWifiRssi(&last_rssi, &age_ms)) {
|
||
if (age_ms <= OTA_WIFI_RSSI_SAMPLE_MAX_AGE_MS) {
|
||
if (last_rssi < OTA_WIFI_RSSI_CRITICAL) {
|
||
DEBUG_WARN("HEALTH", "OTA 前检查: 最近 RSSI %d < %d (样本年龄 %lu ms)",
|
||
last_rssi, OTA_WIFI_RSSI_CRITICAL, (unsigned long)age_ms);
|
||
return HEALTH_MON_CRITICAL;
|
||
} else if (last_rssi < WIFI_RSSI_NORMAL) {
|
||
if (status < HEALTH_MON_WARNING) {
|
||
status = HEALTH_MON_WARNING;
|
||
}
|
||
DEBUG_WARN("HEALTH", "OTA 前检查: 最近 RSSI %d < %d (样本年龄 %lu ms)",
|
||
last_rssi, WIFI_RSSI_NORMAL, (unsigned long)age_ms);
|
||
}
|
||
}
|
||
}
|
||
|
||
if (status == HEALTH_MON_OK) {
|
||
DEBUG_DBG("HEALTH", "OTA 前检查: 正常");
|
||
}
|
||
|
||
return status;
|
||
}
|
||
|
||
/**
|
||
* @brief OTA 中继转发阶段执行健康检查（跳过 WiFi 检查）。
|
||
* @return 健康检查状态。
|
||
*/
|
||
health_status_t HealthMonitor::checkBeforeOtaRelay()
|
||
{
|
||
health_status_t status = HEALTH_MON_OK;
|
||
health_state_t cur = getState();
|
||
|
||
if (cur >= SYS_SAFE_SHUTDOWN) {
|
||
DEBUG_WARN("HEALTH", "OTA 中继检查: SYS_SAFE_SHUTDOWN，禁止传输");
|
||
return HEALTH_MON_SHUTDOWN;
|
||
} else if (cur >= SYS_CRITICAL) {
|
||
/* SYS_CRITICAL 可能是由 WiFi RSSI 过低导致的，
|
||
* 但 SPI 中继阶段不依赖 WiFi，只检查温度/硬件等本地状态。
|
||
* 温度达到 TEMP_CRITICAL(100°C) 时 m_healthState 会被设为
|
||
* SYS_SAFE_SHUTDOWN，在上面的分支已经拦截。
|
||
* 所以 SYS_CRITICAL 在中继阶段只可能是 WiFi 导致的，允许继续。 */
|
||
DEBUG_WARN("HEALTH", "OTA 中继检查: SYS_CRITICAL (WiFi 相关)，SPI 中继允许继续");
|
||
} else if (cur >= SYS_WARNING) {
|
||
status = HEALTH_MON_WARNING;
|
||
DEBUG_DBG("HEALTH", "OTA 中继检查: SYS_WARNING，继续传输");
|
||
}
|
||
|
||
/* 跳过 WiFi 连接状态和 RSSI 检查：
|
||
* SPI 中继阶段固件已存储在 ESP32 Flash 中，
|
||
* 不依赖 WiFi 连接，无需检查 WiFi 状态。 */
|
||
|
||
if (status == HEALTH_MON_OK) {
|
||
DEBUG_DBG("HEALTH", "OTA 中继检查: 正常");
|
||
}
|
||
|
||
return status;
|
||
}
|
||
|
||
// ============================================================
|
||
// WiFi 连接状态推送（由 WiFi 事件回调调用）
|
||
// ============================================================
|
||
/**
|
||
* @brief 由 WiFi 事件回调推送连接状态。
|
||
* @param connected true=已连接，false=断开。
|
||
*/
|
||
void HealthMonitor::setWifiConnected(bool connected)
|
||
{
|
||
LockGuard lock(m_mutex);
|
||
m_wifiConnected = connected;
|
||
}
|
||
|
||
// ============================================================
|
||
// WiFi RSSI 更新
|
||
// ============================================================
|
||
/**
|
||
* @brief 根据 WiFi RSSI 更新健康状态。
|
||
* @param rssi WiFi RSSI 值。
|
||
* @return 健康检查状态。
|
||
*/
|
||
health_status_t HealthMonitor::updateFromWifiRssi(int8_t rssi)
|
||
{
|
||
health_state_t cur = getState();
|
||
health_state_t next = SYS_NORMAL;
|
||
if (rssi < WIFI_RSSI_CRITICAL) {
|
||
next = SYS_CRITICAL;
|
||
} else if (rssi < WIFI_RSSI_NORMAL) {
|
||
next = SYS_WARNING;
|
||
}
|
||
|
||
// 仅在状态发生转换时打印一次，避免同一阈值下反复刷屏。
|
||
if (next != cur) {
|
||
if (next == SYS_CRITICAL) {
|
||
setState(SYS_CRITICAL);
|
||
DEBUG_WARN("HEALTH", "WiFi RSSI 危险: %d dBm < %d dBm", rssi, WIFI_RSSI_CRITICAL);
|
||
} else if (next == SYS_WARNING) {
|
||
setState(SYS_WARNING);
|
||
DEBUG_WARN("HEALTH", "WiFi RSSI 警告: %d dBm < %d dBm", rssi, WIFI_RSSI_NORMAL);
|
||
} else { // next == SYS_NORMAL，从 WARNING/CRITICAL 恢复
|
||
setState(SYS_NORMAL);
|
||
DEBUG_INFO("HEALTH", "WiFi RSSI 恢复: %d dBm >= %d dBm (从 %d 降级)", rssi, WIFI_RSSI_NORMAL, (int)cur);
|
||
}
|
||
}
|
||
|
||
if (next == SYS_CRITICAL) return HEALTH_MON_CRITICAL;
|
||
if (next == SYS_WARNING) return HEALTH_MON_WARNING;
|
||
|
||
return HEALTH_MON_OK;
|
||
}
|