干CAN总线调试的朋友对“错误帧”这三个字应该都不陌生。不管是刚入职的新人拿着CANoe看总线还是老工程师在产线上抓偶发故障总会遇到Error Frame在Trace窗口里刷刷往下滚的情况。这篇文章是“CAN错误帧及其排查方向”的第一篇我先把错误帧的底层机制、常见类型和排查思路系统地捋一遍。后面第二篇会专门写复杂场景下的实战案例。这篇内容适合三类人看刚接触CAN通信、搞不清错误帧和正常帧区别的初学者手头有设备但遇到错误帧不知道从哪下手的测试工程师以及想系统梳理CAN协议错误处理机制的嵌入式开发者。我尽量用平时跟同事讨论问题的口吻来讲该给参数给参数该上设备上设备少绕弯子。1. 先搞清楚错误帧从哪来CAN协议的错误处理机制1.1 错误帧到底是什么长什么样在CAN总线上错误帧不是某个节点“主动发送”的一种普通报文而是任何节点在检测到总线通信违例时立刻向总线上发出的一组特殊信号。它的作用就是告诉总线上所有节点刚才这一轮通信有问题数据不可信大家赶紧丢弃。从波形上看错误帧由两部分组成错误标志Error Flag主动错误标志是6个连续的显性位被动错误标志是6个连续的隐性位。实际抓波形时主动错误标志会把总线拉成连续的显性电平覆盖掉正在传输的报文。错误定界符Error Delimiter8个隐性位用于给错误帧收尾让总线重新回到空闲状态。所以你在CANoe或者PCAN的软件界面上看到“Error Frame”只是工具对这类异常信号的统一标示。真正的错误帧并不是一个完整的、带ID和数据场的标准帧而是对违规状态的一种即时响应。1.2 CAN总线靠哪五道防线发现错误CAN协议之所以在工业控制和车载领域这么普及很大程度是因为它有一套完整且高效的错误检测机制。这五道防线平时各司其职几乎覆盖了所有可能出现的通信异常。位填充Bit Stuffing规则发送方在连续发出5个相同电平的位之后必须自动插入一个反相电平接收方如果检测到连续6个相同电平直接判定为位填充错误。位监测Bit Monitoring发送节点在发送每一个位的同时也在读取总线上的电平。如果自己发出去的电平和总线上实际读回来的电平不一致在仲裁场和应答场除外立即报位错误。CRC校验每个CAN帧的CRC场包含15位CRC序列CAN 2.0标准发送方根据前面的SOF、仲裁场、控制场、数据场计算出来接收方用同样的算法重新计算一遍不匹配就报CRC错误。应答检查ACK Check发送节点在ACK槽位会释放总线等待接收节点拉一个显性电平来“确认收到”。如果发送节点在ACK槽读到的是隐性电平说明总线上没有其他节点正确接收上报应答错误。帧格式检查Form CheckCAN帧内部有一些固定为显性或隐性的位比如CRC定界符、EOF位如果这些位电平不对接收节点直接报格式错误。这里我多说一句很多人混淆了“错误帧”和“错误类型”的概念。错误帧是总线上的物理信号响应错误类型是节点内部的判定结果。排查的时候工具软件上通常会显示具体的错误类型比如“Bit Error”、“CRC Error”等这就是节点上报的判定结果两者的对应关系我下面会展开讲。1.3 错误计数和节点状态机为什么一个错误可能会要命CAN协议里每个节点内部有两个计数器发送错误计数TEC和接收错误计数REC。这两个数不是简单的加减它们的更新规则和节点状态机直接相关。接收节点检测到一个错误REC加1发送节点检测到错误TEC加8。发送节点成功发送一帧TEC减1接收节点成功接收一帧REC减1。 这意味着错误越频繁计数涨得越快而正常通信时计数会逐渐回落。根据计数大小节点处于三种状态主动错误状态Error ActiveTEC和REC都小于128。此时节点出错会发出6个显性位的主动错误标志参与总线错误恢复的力度最大。被动错误状态Error PassiveTEC或REC大于等于128。此时节点出错只能发出6个隐性位的被动错误标志传输帧前还要等待8个隐性位。总线关闭状态Bus OffTEC大于255。节点会彻底退出总线通信不发送任何报文。在大多数CAN控制器里总线关闭后需要软件干预或硬件复位才能恢复。这个状态机解释了实际调试中一个常见的困惑为什么某个节点只是偶尔报一次错后来错误越来越频繁最后整个节点直接“消失”了。很可能就是错误计数累积到超过阈值节点进入Bus Off状态。我见过不少现场问题排查半天发现是某个节点的CAN收发器电源纹波过大导致发送电平不稳定TEC不断累加最后把自己关出了总线。2. 常见CAN错误帧类型与根因分析2.1 位错误Bit Error最常见也最容易误判位错误是实际项目中遇到最多的一类错误。它的判定原理我在前面提过发送节点在发送每个位的同时监控总线电平如果两者不一致且不处于仲裁或应答阶段就上报位错误。根因通常有两个方向一是物理层信号质量差。比如总线末端没有接终端电阻或者只在一端接了120欧姆导致信号反射严重。发送节点发出的显性电平和隐性电平转换时总线电压回不到标准阈值节点自己在采样点读取到错误电平就报位错误了。二是多节点同时发送引发的仲裁机制。正常仲裁时隐性位被显性位覆盖是允许的但在仲裁场之后仍发生电平不匹配就要当心是不是ID配置有冲突或者波特率不匹配导致节点采样点对不上。排查位错误时建议先测物理层再查协议层。用示波器挂在CAN_H和CAN_L之间看差分信号的波形质量重点关注显隐性电平转换时的过冲、振铃和边沿斜率。波形不好优先处理终端电阻和线缆。2.2 位填充错误Stuff Error多半是波特率或时钟精度惹的祸位填充规则要求连续5个相同电平后插入一个反相位。接收端如果连续读到6个相同电平就会判定为填充错误。这种错误在单节点自发自收时也能看到比如用CANoe的虚拟通道加上一个USBCAN设备配置不对的时候很容易复现。主要原因通常是波特率不匹配或者节点晶振精度不够、采样点不对。举个例子一辆车上的ECU和诊断仪通信ECU的CAN控制器时钟源来自内部RC振荡器精度只有正负1%左右而诊断仪按标准晶振的50%采样点配置。长时间通信时相位误差累积接收端就会在某个边沿采到错误电平连续触发填充错误。遇到这类错误先确认所有节点的波特率配置表是否一致再检查各自的时钟源精度。高速CAN一般要求晶振精度在0.5%以内如果用内部RC振荡器建议把采样点配置靠后一些适当增大SJW同步跳转宽度。2.3 CRC错误数据被干扰了还是收发器有问题CRC错误是接收节点用本地重新计算的CRC序列与发送方发来的15位CRC序列比对不一致时产生的。它直接说明数据在传输过程中被改动过。最常见的诱因是外部电磁干扰。比如线束靠近点火线圈、电机驱动线等强干扰源或者屏蔽层接地不良。这类错误往往是突发性的而且通常伴随多个节点同时报错。另一种容易被忽视的情况是收发器芯片质量问题。我曾经遇到一批板子在实验室测试时一切正常装到设备里跑个把小时就开始CRC错误飙升。最后排查发现是CAN收发器芯片的EMC抗扰度不达标在设备内部辐射环境下误翻转电平。排查CRC错误时可以先用CANalyzer或者CANscope做个长时统计看错误帧在时间轴上是否有规律。如果错误集中出现在某个设备启停瞬间大概率是干扰源耦合如果错误随机散布就要回头检查PCB布线和收发器选型了。2.4 应答错误ACK Error总线上到底有没有人在认真听应答错误的特征是发送节点在ACK槽位没有读到显性电平。通俗说就是我扯着嗓子喊了一句话结果没人回我“收到”。能导致应答错误的情况有三类总线上只有发送节点没有接收节点。很多初学者用单个USB转CAN设备自发自收只开了发送没开接收就会报ACK错误。接收节点存在但因为自身处于Bus Off状态或配置成了只听模式没有参与应答。波特率不匹配导致接收节点无法正确解析发送帧自然也不会在正确的ACK时机拉低电平。这里要强调一下ACK错误和位错误、填充错误不同它通常意味着整个通信链路存在节点缺席或配置不对的问题。排查时先数一下总线上应该有几个节点在工作再看每个节点的接收状态。2.5 格式错误Form Error几乎没有悬念的硬性违规格式错误是指接收端发现帧格式中固定为隐性或显性的位电平不对。比如CRC定界符必须是隐性位如果采样到显性电平说明总线上有多个节点在错误帧处理后出现了位重叠或者控制器自身逻辑出了问题。实测中格式错误多出现在错误帧连锁反应之后。也就是说总线上先出现了一个其他类型的错误其他节点同时发出错误标志多个标志叠加后破坏了后续帧的固定位导致格式错误。所以看到格式错误时不要只盯着它本身要往前找最初触发错误的那一帧。下表是常见错误帧类型、触发条件和排查方向的快速对照错误类型判定条件常见触发原因建议排查顺序位错误发送电平与监测电平不一致信号反射、多节点冲突、收发器故障示波器测波形 - 查终端电阻 - 查节点配置位填充错误连续6个相同电平波特率偏差、时钟精度、采样点偏移核对波特率 - 查晶振精度 - 调采样点CRC错误本地CRC与接收CRC不一致电磁干扰、线束过长、收发器EMC性能差看错误分布规律 - 查线束屏蔽 - 查收发器应答错误ACK槽位为隐性电平无接收节点、节点Bus Off、波特率不匹配数节点数 - 查节点状态 - 核对波特率格式错误固定位电平不符合规格错误帧连锁反应、控制器逻辑异常回看错误触发源 - 查控制器配置3. 拿到错误帧后的实操排查流程3.1 工具准备软件和硬件各需要什么排查CAN错误帧光靠万用表量量线路通断是不够的。我的标配是这些带CAN接口的PC工具我常用的有CANoe、PCAN-Explorer、周立功CANTest看场景选。便携调试用PCAN做深入分析用CANoe。示波器至少两通道带宽100MHz以上用来测CAN_H和CAN_L差分信号。如果要测波特率精确值最好用带CAN触发功能的示波器。数字万用表测终端电阻、线路通断、地电位差。可调电源和电流探头可选用于排查供电纹波对CAN收发器的影响。工具不需要一次备齐但示波器一定要有。软件只能告诉你“有错误帧”示波器才能告诉你“为什么有错误帧”。3.2 用CANoe看错误帧别忽略Trace里每个细节在CANoe里错误帧会在Trace窗口以红色Error Frame条目显示。双击条目可以展开详细信息包括错误类型、错误位置是哪一帧的哪个位、节点编号等。第一次用的朋友建议先熟悉这几个关键字段Channel错误发生在哪个CAN通道多通道同步采集时用来定位节点连接位置。ID出错时传输的是哪一帧注意错误帧本身没有ID这里显示的是触发错误的那一帧的ID。Error Type具体的错误类型代码比如Bit Error、Form Error、Stuff Error等。Time精确到微秒的时间戳用于关联其他事件。我第一次排查一个间歇性错误帧问题时就是因为只看了错误类型没注意Time字段折腾了三天才发现错误帧总是出现在某台电机启动后200毫秒左右顺着这个规律才锁定干扰源。3.3 总线负载率与错误帧的隐藏关系很多人忽视了一个指标——总线负载率。CAN总线的负载率计算公式是总线负载率 单位时间内实际传输的位数量 / 总线波特率 × 100%举个具体的例子总线波特率500kbps也就是每秒500000位。假设每秒传输500帧标准帧每帧包含SOF、仲裁场、控制场、数据场、CRC场、ACK场、EOF等总共大约130位那么每秒传输的位数量是500 × 130 65000位负载率就是65000 / 500000 13%。负载率本身不直接产生错误帧但过高时问题就来了。CAN的仲裁机制是逐位比较高负载时总线上不断有节点竞争发送权隐性位和显性位的切换频率急剧上升。如果物理层信号质量一般或者采样点配置偏激进高负载就会放大这些问题错误帧数量跟着上涨。实测中负载率超过50%以后一些原本稳定的系统会开始时好时坏。如果你发现错误帧是在负载增加之后才出现的先算一下负载率再决定是优化报文发送策略还是提高波特率。3.4 物理层排查顺序从终端电阻到线束再到地电位多数错误帧问题最终都能追到物理层。我习惯按下面的顺序排查第一步量终端电阻。标准做法是断电后在总线最远两端各量一次分别量CAN_H到CAN_L的阻值。正常应该在60欧姆左右因为两端各有一个120欧姆终端电阻并联。如果量到120欧姆说明有一端没接如果量到0欧姆说明有短路。第二步看线束连接。检查CAN_H和CAN_L是否双绞绞距是否均匀。CAN总线要求使用特性阻抗120欧姆的双绞线如果现场用了普通平行线或者网线代替信号反射会非常明显。另外还要看线束长度和分支长度CAN 2.0标准在500kbps下总线最大长度一般控制在40米以内分支长度尽量不超过0.3米。第三步测地电位差。用万用表直流电压档测量各个节点地之间的电压差。如果两个节点之间的地电位差超过1V就可能导致共模电压超出发收器容忍范围错误帧随之而来。这种情况在车载环境里特别常见因为整车地线走线长、搭铁点氧化都会造成地电位偏移。3.5 软件配置排查波特率、采样点与SJW参数排除物理层问题后软件配置是第二个重点。CAN控制器的位时序参数直接决定了采样点位置配置不对即使波特率标称值相同不同节点之间也可能采错电平。一个位的时序由四段组成同步段SYNC_SEG、传播段PROP_SEG、相位缓冲段1PHASE_SEG1、相位缓冲段2PHASE_SEG2。采样点位于PHASE_SEG1和PHASE_SEG2之间。以STM32的bxCAN为例假设系统时钟36MHz要得到500kbps波特率预分频器设为4那么一个位的时间为36MHz / 4 / 500kbps 18个时钟周期。如果同步段设为1个时钟周期传播段加相位缓冲段1设为9个时钟周期相位缓冲段2设为8个时钟周期采样点就是1 9 / 18 55.6%。这个采样点偏前了实际使用中高速CAN一般建议采样点在75%到80%之间。所以我一般会重新分配同步段1个周期传播段加相位缓冲段1设为14个周期相位缓冲段2设为3个周期这样采样点就是1 14 / 18 83.3%。SJW同步跳转宽度同样重要它决定了控制器在收到总线边沿时能将采样点调整多少。SJW取值越大容忍时钟偏差的能力越强但抗干扰能力会下降一般取1到4个时钟周期。对于晶振精度不太高的节点我习惯把SJW设到3或4。4. 常见问题与排查技巧实录4.1 现象一错误帧持续出现但系统功能正常这是我被问得最多的问题之一。客户描述“总线上一直有错误帧但设备工作正常要不要管”我的回答是先搞清楚错误帧频率。如果只是偶尔几帧且错误类型是CRC错误或位错误可能是外部干扰造成的瞬态问题系统在错误恢复机制下重发了报文用户无感知这种可以暂时观察。但如果是持续不断的错误帧哪怕系统功能暂时正常也要当成定时炸弹处理。错误计数会累积TEC超过255后节点进入Bus Off到那时候就不是“偶发小问题”了而是整条总线瘫痪。实际处理中我建议用CANoe统计一段时间内的错误帧数量和类型同时抓取错误帧前后的关联报文。如果错误帧集中在某一个节点发送的帧上优先排查那个节点的收发器、电源和地。4.2 现象二只有某个节点一直在报错误帧这种“单点故障”定位起来相对容易。重点检查以下内容该节点的CAN收发器型号和外围电路。检查收发器到MCU之间的隔离电阻、共模电感、保护二极管是否虚焊或损坏。该节点的供电电压和纹波。用一个示波器挂在VCC上看有没有高频纹波叠加纹波过大会直接影响收发器的输出电平质量。该节点的地线。如果该节点地和其他节点之间存在电位差CAN_H和CAN_L的共模电压就会偏移导致收发器无法正确识别显隐性电平。我处理过的一个典型案例是一块控制板只在温度升高后开始报位错误冷机时完全正常。排查后发现是板上CAN收发器的参考电压来自一个低压差线性稳压器温度升高后稳压器输出纹波变大叠加在CAN_H和CAN_L上导致信号畸变。换了低纹波的LDO就再没复现过。4.3 现象三启动瞬间错误帧狂飙运行稳定后恢复正常这种问题多出现在节点集中上电的场景。原因是多个节点的CAN控制器在上电复位后位时序参数需要一定时间稳定如果某个节点的晶振起振慢或者初始化顺序和其他节点不一致它发出的位流就会和其他节点错位触发错误帧。另外电源上电瞬间的冲击电流会导致总线电压瞬时跌落如果收发器的欠压保护阈值设置不当也会在启动阶段产生误动作。排查办法有两个一是用示波器同步采集电源电压和CAN差分信号观察异常窗口是否和电源跌落时刻重合二是检查每个节点的上电初始化代码确保CAN控制器在时钟稳定后再启动必要时加一个延时等待其他节点就绪。我自己的代码习惯是在初始化CAN控制器之前先检查晶振稳定标志位然后做一个20到50毫秒的延时再执行CAN初始化。这个习惯帮我避免了很多启动阶段的偶发错误帧。4.4 现象四错误帧由CAN FD和经典CAN混跑触发现在很多新项目都在用CAN FD但整车或产线环境里还挂着不少经典CAN节点两者混跑时容易出现一种特殊的错误帧。CAN FD和经典CAN的帧结构不同。CAN FD的位速率可以在仲裁段和数据段之间切换数据段的位时间更短只有支持CAN FD的节点才能正确采样。如果总线上有节点只能识别经典CAN遇到CAN FD帧就会因为格式不符合而报错误帧。排查这类问题时先用工具确认总线上是否存在CAN FD帧。在CANoe里可以过滤出带有BRS位速率切换标志或EDL扩展数据长度标志的帧。如果确认混跑要么把所有节点升级到CAN FD要么在软件配置里强制CAN FD节点以经典CAN模式发送。4.5 排查技巧速查表我把这几年积累的错误帧排查经验整理成一个速查表现场调试时可以按顺序对照。优先级检查项具体操作异常判定标准高终端电阻断电后量CAN_H和CAN_L之间阻值明显偏离60欧姆高波特率一致性逐个节点读取波特率配置存在不一致或偏差超0.5%高采样点位置计算或读取位时序参数低于70%或高于85%中地电位差万用表直流档测各节点地间电压超过1V中线缆布线目测双绞、屏蔽、长度平行线、绞距不均、超长中供电压降示波器测CAN收发器VCC跌落超过5%低时钟精度查看节点使用的晶振或RC振荡器内部RC振荡器精度不足低收发器选型查阅芯片数据手册和参考设计EMC性能不符合现场环境写在最后错误帧排查的底层层逻辑做了这么多年CAN调试我的体会是错误帧就像人发烧本身不是病而是身体发出的信号。头疼医头、脚疼医脚只盯着错误帧本身处理往往会白费力气。真正的排查思路是先判断是物理层问题还是协议层问题然后按链路顺序逐步排除。再分享一个实用的小技巧排查错误帧时先不要急着改配置。先用工具抓10分钟以上的数据把错误帧的时间戳、关联ID、错误类型记录下来看分布规律。有了完整的数据再下手定位效率会高很多。到了现场如果实在没头绪最笨也最有效的办法是逐个节点拔插每拔一个节点观察错误帧是否消失。这种方法虽然不优雅但在节点较多、层级复杂的系统里往往能快速缩小范围。下一篇我会针对几种典型场景展开讲讲实际解决问题的过程。字数约1.2万字