【嵌入式】HardFault原因定位

1.简介

在Linux下出现程序跑飞时，如段错误(segment fault)，往往可以借助CoreDump结合gdb快速定位引起段错误的程序。而在单片机调试时，发生类似段错误时会进入硬件错误HardFault，引发HardFault异常中断，以STM32F4系列为例，当发生HardFault异常时会进入如下中断服务函数，在调试阶段失能看门狗的情形下，将会进入死循环。

void HardFault_Handler(void)
{
	while (1)
	{
	}
}

2.HardFault的主要诱因

HardFault的主要诱因与段错误非常相似，总结大致如以下几点：
1.数组越界，内存溢出；
2.指针使用错误，如使用、释放未申请的空间；
3.堆栈空间不足，在单片机里也就是可用ram空间不足；
明白了以上几个诱因后，一方面在写程序时要尽量避免以上错误。但常在河边走哪有不湿鞋，一旦发生了HardFault，如何快速定位就显得极为重要了。

3.一个经历的HardFault实例

3.1 描述

某项目验证阶段，驱动SPI时使用的官方HAL库函数，发现当程序运行1到2个小时后，会莫名进入HardFault中断服务函数。

3.2 原因定位

可以在其中断服务函数中的while(1)上打断点，当发生HardFault后，观察call stack(函数调用栈)来观察程序是如何一步步跑到HardFault里的。一般情况下，通过观察call stack就能够定位到引发HardFault的程序语句了。以我的程序为例，发现进入HardFault前，上一条语句如下：

/* Check if the SPI is already enabled */
  if((hspi->Instance->CR1 & SPI_CR1_SPE) != SPI_CR1_SPE)
  {
    /* Enable SPI peripheral */
    __HAL_SPI_ENABLE(hspi);
  }

是HAL_SPI_TransmitReceive函数里的一句，看到这里，基本就可以猜出是指针使用错误导致的了，问题一定在hspi->Instance->CR1这句上，那么hspi、Instance、CR1，一定有一个出了问题，此时需要慢慢排查。

3.3 真凶露面

通过观察这几个指针后，发现Instance存在问题，Instance为SPI初始化时的SPI设备，如下所示：

void MX_SPI1_Init(void)
{
	  hspi1.Instance = SPI1;
	  hspi1.Init.Mode = SPI_MODE_MASTER;
	  ...
	  ...
	  ...
}

在初始化SPI1时， hspi1.Instance应为0x40013000，而发生HardFault时，其值变成了一个乱七八糟的值。作为在ram中存放的hspi1结构体全局变量，他里边的值Instance发生了莫名其妙的改变，大概率发生了ram冲内存的现象。
一般情况下，在eeprom、flash中发生冲内存时，有可能是写的时候长度越界，也有可能是写地址错误。而在全局ram中发生冲内存，十有八九是操作存在hspi1前边的全局变量时发生了越界，导致把hspi1的内存给冲了。那么如何知道ram中存在hspi1前边的变量是什么呢？这时就要map文件出场了。
打开编译生成的map文件，观察各全局变量在ram中的存放，以发现hspi1变量前存的是什么，定位如下：

clrIRQ                  0x800'195f    0x12  Code  Gb  comm_EXIT_IRQ.o [1]
errCheck             	0x2000'623c    0xcc  Data  Gb  ad7606_app.o [1]
hspi1                   0x2000'62fc    0x58  Data  Gb  spi.o [1]
hspi2                   0x2000'6354    0x58  Data  Gb  spi.o [1]
hspi3                   0x2000'63ac    0x58  Data  Gb  spi.o [1]

发现hspi1的前边是名为errCheck的变量，存放地址为0x2000623c，占用长度为0xcc。那就去程序中检查errCheck的相关操作，这次问题一眼看出来了——数组越界。导致操作errCheck时一不留神操作到hspi1所在的内存区域了，导致Instance指针存了个乱值，指向一片未申请的内存，那么使用Instance时必然会导致HardFault。

4.HardFault调试总结

可以看到，调试HardFault时主要步骤如下：
1.在HardFault中断函数中打断点；
2.查看call stack定位跑飞前的语句；
3.分析有无数组越界、内存溢出、指针误操作的情况，并借助map文件对内存进行分析，揪出真凶。

4.1 利用堆栈找出跑飞语句

然而，存在一种情况，那就是跑到HardFault中断函数里的断点时，查看call stack时一片空白，这时如何定位跑飞前的语句呢？
这时就要用到CPU的SP寄存器，根据异常压栈流程反推出LR寄存器，那么LR对应的汇编指令就是跑飞前的程序。
以STM32F4为例，其基于cortex-M4内核。进入到HardFault中断时，查看堆栈指针SP，然后根据《cortex-M3/M4权威指南》，得出异常压栈顺序为R0、R1、R2、R3、R12、LR。此时SP寄存器中存的地址指向栈顶R0，那么将SP寄存器中的地址加5*4=20，即为LR寄存器的地址，在Memory窗口中查看此地址存的值，即为HardFault前的语句地址0x8000282，到汇编窗口中即可查看相应的汇编指令，以及对应的C语言语句。