来自示波器的升维打击：CAN、CAN-FD 错误帧 Bus-Off 排查 定位
摘要：CAN的BusOff源于错误帧的积累，而错误帧这个东西，是一个接收节点 认为数据有误 故意打断通信，好让发送节点感知到 并重发报文的设计。注意这里边有个“我觉得你有病”的认知陷阱，让CAN的诊断变得近似玄学。本文分享一种用CAN波形的幅度和脉宽信息来精确定位错误帧来源的方法，来自知乎的大灯。
一、CAN物理层
也就是CAN收发器干了啥？
一个典型的双节点CAN网络的物理层等效电路如上图，两颗120Ω终端电阻并联呈现总线电阻60Ω。黑框里是A、B两个节点的CAN收发器（Transceiver），它只负责电平转换。当总线静默时，收发器内部的2.5V电源经15KΩ电阻把CAN-H和CAN-L都拉到2.5V，总线这个状态称之为隐性。当节点A想要驱动总线的时候（TX=0），它同时把内部的上下两个MOS管导通，整个网络的电流流向：节点A的5V电源经二极管、24Ω、两颗终端电阻并联、24Ω、二极管回到节点A的地，总线这个状态称之为显性。CAN总线上的电压实际上就是终端电阻的分压。从节点B来看，CAN-H就变成3.5V，CAN-L变成1.5V，拉出了总线 H - L = 2V 的差分电压，大于0.7V的判断阈值，节点B就认为收到了一个显性（RX=0）。大家可以算一下分压值以增强记忆，后边会用到。
反直觉知识点①：总线无人驱动时，也就是各个节点都隐性时，CAN标准定义这时的TX/RX逻辑电平为1；总线有节点驱动显性，也就是主动拉开差分电压的时候，对应TX/RX端逻辑电平0，这个1/0的反逻辑类似I2C等OC门的驱动逻辑，努力适应一下。这么做我猜有两个原因：一是对地逻辑的抗扰能力强一些，NPN载流能力强&回流路径短；二是为了数学上的严谨性：1x1x1x1...1x0 = 0，任意节点驱动显性0，那总线就是显性0；所有节点隐性1，总线才是隐性1。但这样的反逻辑带来一个问题是，电路设计时需要尤其注意上下电时序，上电/休眠/唤醒过程中千万不要出现MCU已下电(TX拉低)但CAN收发器还供5V电的情况。如果实在难以避免，可以试试单3.3V的CAN收发器MAX3051，它不需要5V电源，逻辑电和驱动电共用同一路3.3V，肯定不会出现电源时序问题。
反直觉知识点②：理论上CAN_L短地，或 CAN_H短路12V，因60Ω终端电阻的存在，隐性时CAN-H与CAN-L之间基本还是重合的，显性时也能正常拉开压差，能维持正常通信，只不过丢包率可能会大一点。大家可以算算总线电压，示波器很容易诊断这个问题。另外，如果你看到CAN的通信电压不是以2.5V为中心对称的，也有可能是多个CAN线交叉错接，比如CAN1_L错接到了CAN2_L上。
反直觉知识点③：一个CAN网络里，120Ω终端电阻1~4颗都能工作，少了的话 离终端电阻远的节点 抗扰度会差，多了的话 显性差分电压可能无法触发阈值。
反直觉知识点④：除了线路的最远端，任何稍长的CAN分支都可以加1K~4.7K的支线电阻，跑点电流来改善抗扰度。只要分支别太长，大致1Mbps以内的任何总线其终端电阻都是跑电流增强抗扰的，不涉及真正的阻抗或者反射抑制，双绞的要求也不是特别严格。
二、CAN链路层
也就是CAN控制器干了啥？
回顾完物理层，咱来看链路层，CAN帧的标准格式。当发送节的MCU将TX由1变0的时候，CAN收发器将CAN-H拉高&CAN-L拉低，接收节点收到了H-L>0.7V的压差后，接收节点的CAN收发器RX输出由1变0。下图是一个节点接收到CAN波形后解码出的RX逻辑。
一帧报文里边有比较关键的几段：仲裁段、控制段 、 数据段、CRC段、ACK段。
仲裁段中的大部分是CAN报文的ID，起名为“仲裁”其实是因为这一段有优先级仲裁的功能：假设A、B两个节点在同一时刻抢发报文，节点A要发二进制ID为001的报文，B要发010。当A、B节点都在发第一位的显性0的时候，总线会同时被两个节点驱动显性，A、B节点回读总线也都是显性，相互之间还意识不到对方的存在。当节点A发到第二位的0，节点B发到第二位的1的时候，总线只有节点A驱动显性0，节点B不驱动 却发现总线被别人驱动了，此时节点B会认为CAN线上有比自己这帧010优先级更高的数据，节点B就会主动停发，让节点A独占总线发完。之后节点B怀揣着这帧数据再次参与总线优先级的仲裁。
反直觉知识点①：CAN作为一个对等网络，没有主从关系，报文全部广播，节点本身也没有优先级概念，只有报文ID的优先级。可以这么理解：CAN节点是“由事件驱动的”，比如刹车制动器，它能发高优先级的“刹车被踩下”的报文，也会发低优先级的“刹车油位正常”的报文，这些报文根据ID的大小在总线上自由竞争优先级，而不是刹车制动器这个节点的话语权一定高。这个特性就要求设计人员提前规划好所有报文优先级和周期（即“通信矩阵”）才能保证整个CAN网络如期运转。如果你的CAN网络有大量雷同节点，节点又只有一帧报文，那么ID数大（优先级低）的节点一定会在总线繁忙或干扰重发的时候"插不上话"，可以试试把时间戳融合到ID里边，确保各节点的新数据优先级最高，旧数据自然会被仲裁掉。
反直觉知识点②：在A、B节点同时驱动第一个显性0的时候，总线被两个节点同时驱动，电压会显著高于2V。示波器上会看到在仲裁段的头部有明显的电平凸台，后续节点A抢占总线之后电压会回归正常的2V。
反直觉知识点③：各个节点的时钟同步是把每个bit做16~20份的数字切片来实现的，这个切的份数不建议太多或太少。详细机制请参阅 ZLG致远电子的这篇：CAN同步机制，你真的了解吗？
控制段中有几个控制位，这里拿几个常用的举例。IDE位为扩展ID的指示。如果IDE位为隐性1，就会在后边再续上18位的ID，共11+18=29位长度。比如0x9E就是个11位长度的ID，0x0151就是个29位的ID。R0位是CAN里边的预留位，在CAN-FD里被用作FD帧格式的标志位FDF，这一位为隐性1就会按FD的帧格式解码后续报文。DLC指示了后边的数据段的长度，例如1000表示后续会有8个Byte长度的数据。CAN-FD协议只在数据段会切换成高速率，比如2Mbps/8Mbps，前后其他段的速率保持500kbps不变。
反直觉知识点①：CAN与CAN-FD除了数据段波特率的不同，帧格式也有区别，CAN-FD多了一些控制位。比如FDF(也叫EDL)位用来指示是否按FD帧格式解码，BRS位用来指示是否需要切换高波特率，也就是说，一个FD帧可以全程500kbps不切速率的。
反直觉知识点②：CAN控制器的标准ISO11898-1里要求接收方不解读R0位的显隐性，所以CAN的控制器无法过滤FD帧。标准CAN网络里边一旦出现FD帧会因为多了BRS、ESI等控制位被认为是格式错误。同样的，因为CAN 2.0时代R0/FDF帧无意义，也有一些设备把发送出去的CAN帧的R0位错误地置了隐性1，这样的设备在CAN网络里一切正常，但若进入CAN-FD网络就会被解读成FD帧，进而因为缺少BRS、ESI等控制位被认为是格式错误。所以，CAN-FD并不是真的向下兼容CAN，因为旧时代的CAN设备并没有判别R0/FDF位的能力，一旦它进入FD网络就会疯狂地打断通信。
反直觉知识点③：DLC的长度，在CAN标准里DLC可以是0000~1000之间的二进制值，可以用8421的算法直接计算出数据长度。而在CAN-FD中，1001~1111之间的值则被解读为离散的12,16,20,24,32,48,64byte。
CRC段对于从帧头到Data结束之间的数据，CAN协议使用了CRC15这个比较特别的多项式计算校验,有兴趣的可以手算CRC试试。CAN-FD根据数据长度的不同使用了CRC17和CRC21，这里暂不做展开。
ACK段是由收到该帧的CAN节点回复的确认（Acknowledge）。注意 发送节点在ACK位一定发的是隐性1，由接收节点回应显性0，双方无缝衔接才在总线上呈现出一个完整的CAN报文。
反直觉知识点①：总线上任何节点 只要认为这个帧的结构正确，都会在ACK位回显性0，不管需不需要这一帧的ID和数据。为什么不需要的节点也会回ACK？因为等MCU算完会造成这一位的延迟，搅乱总线时序，不如只保障链路层本身的格式正确，纯芯片数字逻辑实现无延迟。嗯，90年代的总线要求不要太高。
反直觉知识点②：发送节点若发现自己这一帧没有ACK回应，它也会认为总线出错，重发16次后进入Passive error状态，有兴趣的自行研究一下，这里不做展开。
三、真实CAN波形
来看一个两节点案例：若节点A发送0x9E报文到总线，从节点B收到的总线波形和逻辑侧波形如下：
黄线为CAN-H，绿线为CAN-L，蓝线为节点B的逻辑侧RX，紫线为节点B的逻辑侧TX。可以看到，作为接收方的节点B，总线拉差分电压拉出显性的时候，收发器将RX拉0给到MCU。在节点B想要回应ACK的时候，MCU将TX拉0，CAN收发器在总线上拉出了一个歪斜的显性（歪斜是因为测量点的寄生电感影响）。RX在ACK位置的0，是收发器TX=0驱动总线显性之后 回读到的0。
再看一个比较真实的车上波形，CAN网络上大于4个节点：
黄色是CAN_H，高电平表示显性0，绿色是我们挂示波器这个节点的逻辑侧TX，低电平表示显性0。箭头A~D是一帧完整的CAN报文，箭头A ~ B这个过程中，我们挂示波器的这个节点和另一个节点正在进行优先级仲裁，根据我们之前讲到的物理层的分压原理，两个节点同时驱动电压会高一截。在箭头C这个bit 该节点想发隐性1但发现总线是显性0，那就说明有另外的节点在发送更高优先级的报文，我们这个节点会主动退出发送，成为接收节点，并在箭头D点校验成功后回应ACK，等待报文结束后这个节点再次参与总线仲裁，成功抢占总线如E点所示。
注意波形高度，在箭头A~B之间，差分电压略高于2V，这是正常现象，说明有两个节点同时驱动总线显性，但从逻辑看，因为H-L>0.7V所以都为显性0，纯数字逻辑的CAN控制器在箭头A~B之间还感知不到对方的存在，箭头C点之后才感知得到；而在箭头D点，因为除了发送节点之外的所有节点都在同时驱动ACK，所以总线电压比箭头A~B之间的双节点驱动 电压更高。
四、错误帧
终于到了错误帧，注意，错误帧不是由哪个节点发出的，而是由某个接收节点认为总线错误，才故意驱动总线打断发送方，在总线上呈现为一个错误帧。也就是说错误帧 一定是由 一个发送节点和至少一个 认为发送方有错的节点 共同形成的。
五、位填充
位填充规则是CAN协议的灵魂，简单来讲就几个字：逢五补一。当发送节点想要发连续5个bit的显性0的数据，会故意插入一个无意义的隐性1；当出现连续5个bit的隐性1，会故意插入一个无意义的显性0，如下图的紫色bit。如果发送节点漏填了这个0/1，或者这个0/1被 干扰成了1/0，接收节点就会判定为“填充错误”，向总线上输出“主动错误标志”——连续六个显性0，故意破坏这一帧报文，发送节点感知到总线错误之后停止发送这一报文的后续部分。你说巧妙不巧妙？连续6个显性0本身就是破坏“逢五补一”规则的，被拿来当错误标志回给发送节点。
假如原始数据是0x00，二进制0000 0000，发送节点发到0000 0的时候发送节点会先插一个1，再发后续的000，成为0000 01000，共9bit长度，接收节点也会在第5bit的0之后预期一个无效的1，解码时抠掉。
假如原始数据是0000 0100，第六位自带1，发送节点发到00000的时候也会先插一个1，再发后续的100，成为0000 01100，共9bit长度。
六、回读确认
发送节点发送了0或1的时候，会回读确认总线是否和自己的发送相符，比如在仲裁段抢优先级失败就会等下一帧再发；如果发到了数据段，按理说此时总线应该只有自己，发着发着突然发现回读的0/1与自己发的不同，比如受到了干扰，发送节点就会输出“主动错误标志”——连续6bit显性0，来主动抛弃后续报文，同时让接收节点知道我这一帧有误。
“在这时，接收节点收到第6bit显性0的时候，因违背逢五补一的位填充规则，也会往总线上输出“主动错误标志”，所以会在总线上看到连续12bit的显性0，前6个来自发送节点，后6个来自接收节点。
”
正常情况来说，总线上的显性不应该＞5bits=10us。那么用示波器设置＞11us的脉宽触发模式就很容易定位错误帧的位置，不一定要用解码示波器。
七、升维打击
CAN网络的幅度和电流可以为我们提供更多维度的信息，此所谓升维打击。
我们先来看一个正常帧，我们叫它节点A吧，它内部有终端电阻，蓝线为H-L的差分电压，紫线是我们节点A的CAN-H引脚电流，输出为正，输入为负。
先看蓝色的总线电压波形，从0x83到END之间是一帧正常波形，注意看帧头有多级台阶，帧尾ACK位置也特别高，这是正常的，可以理解 当多个节点同时驱动总线就会导致60Ω终端电阻上的分压高于2V。从这些台阶来看，可以判断出网络上至少有5个节点。为啥？先看报文中部的幅度，这肯定是只有一个节点抢占总线之后的波形，往前有两级台阶，可以认为A、B、C三个节点同时抢占总线出现了第一个高台，然后节点C优先级仲裁失败退出总线，A、B节点继续抢占出现了第二个台阶，之后节点A成功抢占到了总线优先级，发送中间的数据。最后的ACK位比3节点驱动的第一个bit更高，说明至少有4个节点在驱动ACK，再加上节点A，网络上至少有5个节点。
再看紫色的电流波形，已知节点A自己有终端电阻，外边有另一颗终端电阻。波形中部的数据区肯定是节点A在驱动总线，差分电压流经外边的终端电阻形成回路，所以我们在节点A的引脚上观察到了输出的正向电流；往前一个电压台阶的位置，电流为0，是A、B两个带终端电阻的节点在驱动总线，所以总线电压拉开了但电流仍是无进无出的；再往前一个台阶，A、B、C三个节点驱动，节点C的电流流入A、B的终端电阻，所以在节点A的引脚上测到了输入的负向电流；然后帧尾的ACK位置，至少有4个节点同时驱动，流入终端电阻A和B的负向电流更大了。
八、错误帧实战
这是一个两节点网络，一个节点发，另一个节点收，两方都有终端电阻，发送节点用的是TJA1042，接收节点用的是单3.3V收发器MAX3051。在帧头就发生了错误，这种错误帧一般源于时钟偏差或采样点过小。
我们将示波器的差分探头和电流探头挂在接收端，下图黄色为H-L的差分电压，蓝色为接收节点的输出电流，RX为收发器将H-L差分电压转换出的逻辑波形，MCU内部的CAN控制器会根据RX的0/1来解读总线。TX为接收节点的发送逻辑，MCU将TX拉低的时候收发器会往总线上驱动显性。
我们已知500kbps的每个bit宽2us，注意上图紫线TX在2 ~ 4箭头之间出现了连续2us * 6=12us的显性0，说明我们挂示波器的这个接收节点在此刻往外输出了一个“主动错误标志”，那一定是接收节点在此之前认为总线出现了错误。我们来往前看，箭头1~2之间总线差分电压和RX逻辑侧都只有10us/2us=5bit的显性0，帧前边都是长隐性1，这能有什么错？一个可能是我们碰到了传说中的过载帧，这个东西本应该很少见了；另一个可能是接收节点把对方来的正确报文认成了错的，这10us被接收节点认成了6bit，错误的采样点+硬同步（帧头对齐）做得稀烂的国产MCU更容易出现这样的帧头报错。
不管哪种，我们推演一下看看是否符合我们的理论，在箭头2~3之间发送节点应该是想发送一个隐性，但这时接收节点已经觉得不对开始发“主动错误标志”，将总线拉成了显性。然后发送节点读到这一bit自己想发送隐性但总线是显性，所以。。。仲裁区抢优先级失败退出总线，，，怎么可能，之前有6个连续显性呢，所以发送节点因违反“逢五补一”在箭头3~5也输出“主动错误标志”。所以就成了黄色总线波形的7个bit的“凸”型，中间的凸台的位置总线被两个节点驱动，电压高起一个台阶。
再注意一个细节，凸台的左肩膀和右肩膀高度不一样，左肩膀是接收节点MAX3051驱动的电平，它比 右肩膀TJA1042的驱动能力弱一些，总线电平低一点。这个特性可以用来区分总线上的不同设备。
蓝色线，是接收节点的输出电流。箭头1~2之间的负向电流为发送节点驱动总线，差分电压流经接收节点内部的终端电阻带来的负电流；箭头2~3之间的正电流是接收节点驱动的主动错误的第一个bit；后边3~4的凸台两个节点都在驱动显性 但对应的电流也是负的，这是因为发送节点的驱动能力强过接收节点，整个网络电流还是由发送节点灌入接收节点；再往后4~5的负电流是发送端驱动接收节点的终端电阻的电流。
下图我标出了两个节点的输出bit流，红框是“主动错误标志”。
仍然是这个两节点网络，仍然是这个稀烂的国产MCU，我们来看这个错误帧是怎么个情况：
这一帧的DLC=0x01，也就是只有1byte数据，数据区之后就是CRC区，我们的“主动错误标志”就发生在这个区，观察又没有填充错误，那就是我们挂示波器这个接收节点认为发送节点出现了CRC错误。但我们看到黄线在“主动错误标志”中间出现了凹坑，意味着发送节点还是想继续发隐性，并不认为自己有错，直到发现这一位被“主动错误标志”覆盖为显性才感知到位错误后抛弃后续报文。
原因最后定位到：过小的采样点+过大的再同步补偿宽度SJW让时钟误差逐步积累，这颗国产MCU的重同步又做得稀烂，把正常报文错读了一位导致算CRC错误。最后通过调整采样点和SJW宽度减少了这种错误的出现频次，得到正常波形如下：
我们再试着从差分波形来分析一个错误帧：
错误发生在CRC区，我们放大一下，看看各节点都发生了啥：
从每一个台阶往前画12us的方框，得到每个节点输出的“主动错误标志”，分析可知：这是一帧节点B发送的报文，节点A认为它的CRC算错了，节点C凑了个热闹，三者一起形成了这个12bits长的“主动错误标志”。那，节点A为什么会认为CRC有错呢？大概率是因为之前的数据读错了一位。这么好的波形也能读错？是的，我们无法判断节点A所在的位置波形有多差，可能分支上没有终端电阻振铃很大呢？我们只能相信节点A不会乱搞。另外，采样点偏差会导致节点对噪声额外地敏感。
九、CAN-FD错误排查
来看一个A B C三节点CAN-FD错误帧的案例，节点C发，节点A、B收：黄色是H-L的差分电压，绿色是节点B的逻辑TX。0x0677和0x0176是两个错误帧。FD区波特率设置为2Mbps。
放大0x0176帧的细节：
标尺A B之间时间长度约0.8us，由一个2Mbps FD bit的0.5us + 一个CAN-FD的TDC(300ns)组成。 之后出现了6个FD bit(0.5us*6=3000ns)的连续显性位，电平高度与之前相同，之后有连续2usx6=12us的显性。 在标尺B线后12us位置出现了一个电压跌落的小小的下降台阶，见下下图。
综上三条，认为节点C所在位置干扰过大/分支线路过长，节点C自己回读↓下图↓框出的bit位失败，自己往总线上输出“主动错误标志”（连续6bit=2usx6=12us的显性），其他设备在接收到第6个CAN-FD的bit=0.5usx6=3us的时候就读到了错误（违反FD速率的“逢五补一”规则），也往总线上叠加2us*6=12us的主动错误标志。然后，12us时节点C的主动错误标志先结束，其他节点的主动错误在2usx6+0.5usx6=15us后结束。至此，错误帧形态完成。
““逢五补一”这条规则是跟随波特率变化的，6个连续的高波特率0或1都会触发填充错误。但填充错误之后输出的“主动错误标志”是500kbps波特率的6bit，固定长度12us。
”
再来一个案例：CAN-FD采样点设置出错导致节点B把节点A发送的CAN-FD报文当CAN来解析出错。
黄色CAN_H，绿色CAN_L，蓝色L-H反向差分电压，紫线为节点B逻辑RX，青线为节点B逻辑TX。
注意看0x00前后的数据段，这一段是CAN-FD的2Mbps速率，节点B因为采样点设置错误读错了BRS这一波特率转换标志，仍按照标准的500kbps去解析节点A的2Mbps速率的数据，对RX信号2us一个采样我用黄色箭头标出来了，可以看到这恰好是6个连续显性0，违反“逢五补一”的规则，故而接收节点B在箭头2~4之间发“主动错误标志”，打断总线通信，告知发送节点你发错了。箭头2~3之间，发送节点A恰好也要发显性，所以节点A此时还没感觉到不对。箭头3之后，节点A想要拉隐性，电压出现一个坑，却发现总线还是显性，此时节点A判断出现了“位错误”，开始输出“主动错误标志”，想告知接收方放弃我这一帧报文。箭头4的位置节点B释放“主动错误标志”，箭头5的位置节点A释放“主动错误标志”。
如果数据比较巧，恰好能满足逢五补一的规则，那这种错误形态会在发送很多数据之后才会出现，但最晚也会被CRC拦截：
补充知识：CAN-FD网络各个节点的采样点必须完全相同，高速率导致对时序敏感很多，这一点与CAN网络容许一个范围显著不同。上边这一帧的BRS位怎么读错的呢？再一次违反直觉：CAN-FD的采样点影响发送节点的驱动波形！用示波器可以轻松量出FD的采样点位置。
看下图，CAN-FD报文的控制段中的BRS位（Bit Rate Switch）明显是短于前边的FDF、R0位的，采样点不匹配的话很容易读错。因为-FD的速率翻转是在这一bit的采样点位置发生的。比如采样点80%的2Mbps CAN-FD网络，BRS这一位的宽度为2us80%+0.5us20%=1.7us，而不是2us。接收节点的采样点如果设置大于85%就会错过整个BRS位（2us*85%=1.7us），从而导致如上的BRS位读错的问题。
以上，就是示波器升维破解CAN错误帧/BusOff的经验分享，总结一下：
结合已知ID是哪个节点发的先验信息，逐个拔掉非终端节点，示波器观察“主动错误标志”，就能模糊定位错误源头； 如果能引出敏感设备的TX，哪个节点认为哪个节点出了什么错就会非常清晰明了； 其次，测量CAN的输出电流也能清楚地定位谁在驱动“错误标志”，进而找到故障点； 如果上述难以实现，以12us间隔拆分“错误标志”的电压台阶，也能定位大部分错误原因； 额外关注单bit宽度的电压台阶，能排除部分节点；
来源：知乎-大灯
来源：电力电子技术与新能源
