STM32电磁循迹小车实现

STM32电磁循迹小车完整实现：从原理到代码的深度实践

在智能车竞赛和嵌入式教学项目中，如何让一辆小车“看得见”赛道并稳定行驶，始终是一个核心挑战。传统的红外循迹方案虽然简单易行，但极易受到环境光、地面反光或污渍干扰，导致误判甚至失控。有没有一种方式能彻底摆脱这些光学限制？答案是肯定的—— 电磁循迹 。

通过检测埋设于赛道中的交变电流导线所产生的磁场，电磁循迹技术实现了对路径的非视觉感知。这种方案不受光照影响、信号稳定、抗干扰能力强，已成为全国大学生智能车竞赛等高水平赛事的主流选择。而以STM32F103为代表的微控制器，凭借其强大的外设集成能力与实时处理性能，成为构建此类系统的理想平台。

本文将带你深入剖析一个功能完备的STM32电磁循迹小车系统，涵盖从传感器采集、电机控制、编码测距到蓝牙遥控的全链路设计，并提供一套经过验证的完整代码框架。更重要的是，我们将打破常规的技术堆砌式讲解，转而以工程思维贯穿始终——每一个模块的设计背后，都有实际问题驱动；每一行代码的实现，都源于真实场景下的调试经验。

---

我们从小车最核心的能力开始：感知赛道位置。这依赖于一组对称布置的电感线圈。当赛道导线下方通有约20kHz的交流电时，会在周围空间激发交变磁场。车体前端安装的五个电感（L1~L5）会因相对位置不同而感应出不同的电压幅值。中间线圈（L3）正对导线时信号最强，向左或向右偏离则对应侧的感应电压升高。这一物理特性为我们提供了连续的位置反馈。

为了准确捕捉这些微弱信号（通常仅几毫伏），必须经过两级运放放大和带通滤波调理，最终送入STM32的ADC引脚进行模数转换。这里选用STM32F103C8T6内置的12位ADC，参考电压为3.3V，理论分辨率达到约0.8mV/LSB，足以满足精度需求。

关键在于多通道高效采样。若采用轮询方式逐个读取五路ADC值，不仅耗时且占用CPU资源。因此，我们启用ADC1的扫描模式配合DMA传输，实现一次启动后自动完成五通道连续采集，结果直接存入内存数组，极大提升了系统响应速度与稳定性。

void ADC_Init(void) {
    GPIO_InitTypeDef GPIO_InitStructure;
    ADC_InitTypeDef ADC_InitStructure;

    RCC_APB2PeriphClockCmd(RCC_APB2Periph_ADC1 | RCC_APB2Periph_GPIOA, ENABLE);

    // 配置PA0-PA4为模拟输入
    GPIO_InitStructure.GPIO_Pin = GPIO_Pin_0 | GPIO_Pin_1 | GPIO_Pin_2 | GPIO_Pin_3 | GPIO_Pin_4;
    GPIO_InitStructure.GPIO_Mode = GPIO_Mode_AIN;
    GPIO_Init(GPIOA, &GPIO_InitStructure);

    ADC_InitStructure.ADC_Mode = ADC_Mode_Independent;
    ADC_InitStructure.ADC_ScanConvMode = ENABLE;        // 扫描模式
    ADC_InitStructure.ADC_ContinuousConvMode = ENABLE;  // 连续转换
    ADC_InitStructure.ADC_ExternalTrigConv = ADC_ExternalTrigConv_None;
    ADC_InitStructure.ADC_DataAlign = ADC_DataAlign_Right;
    ADC_InitStructure.ADC_NbrOfChannel = 5;
    ADC_Init(ADC1, &ADC_InitStructure);

    // 设置每个通道的采样时间
    ADC_RegularChannelConfig(ADC1, ADC_Channel_0, 1, ADC_SampleTime_55Cycles5);
    ADC_RegularChannelConfig(ADC1, ADC_Channel_1, 2, ADC_SampleTime_55Cycles5);
    ADC_RegularChannelConfig(ADC1, ADC_Channel_2, 3, ADC_SampleTime_55Cycles5);
    ADC_RegularChannelConfig(ADC1, ADC_Channel_3, 4, ADC_SampleTime_55Cycles5);
    ADC_RegularChannelConfig(ADC1, ADC_Channel_4, 5, ADC_SampleTime_55Cycles5);

    ADC_Cmd(ADC1, ENABLE);
    ADC_ResetCalibration(ADC1);
    while(ADC_GetResetCalibrationStatus(ADC1));
    ADC_StartCalibration(ADC1);
    while(ADC_GetCalibrationStatus(ADC1));
    ADC_SoftwareStartConvCmd(ADC1, ENABLE);
}

这段初始化代码看似标准，但在实际调试中你会发现几个容易忽略的关键点：首先是采样时间的选择。由于传感器输出阻抗较高，若设置过短的采样周期（如7.5 cycles），会导致充电不足，引入显著误差。实践中推荐使用55.5周期以上，确保ADC输入电容充分充电。其次是校准流程不可跳过——尤其是在更换供电电源或温度变化较大时，重新校准能有效消除偏移误差。

有了数据输入，下一步就是驱动小车运动。我们采用TIM3定时器生成两路PWM信号，分别控制左右轮电机的速度。驱动芯片可选L298N或更高效的TB6612FNG，前者逻辑清晰但发热严重，后者支持更高频率且具备刹车功能，更适合长时间运行。

PWM频率设定尤为关键。太低会产生明显噪音（人耳可闻的“滋滋”声），太高则可能超出驱动芯片响应范围。经实测，10kHz是一个不错的平衡点：既能避开听觉敏感区，又保证MOSFET开关损耗可控。ARR值设为999，即周期为1ms，这样占空比每增加1%，对应比较寄存器加10，便于计算映射。

void TIM3_PWM_Init(u16 arr, u16 psc) {
    TIM_TimeBaseInitTypeDef TIM_TimeBaseStructure;
    TIM_OCInitTypeDef TIM_OCInitStructure;
    GPIO_InitTypeDef GPIO_InitStructure;

    RCC_APB1PeriphClockCmd(RCC_APB1Periph_TIM3, ENABLE);
    RCC_APB2PeriphClockCmd(RCC_APB2Periph_GPIOA | RCC_APB2Periph_AFIO, ENABLE);

    // PA6, PA7 -> TIM3_CH1, TIM3_CH2
    GPIO_InitStructure.GPIO_Pin = GPIO_Pin_6 | GPIO_Pin_7;
    GPIO_InitStructure.GPIO_Mode = GPIO_Mode_AF_PP;
    GPIO_InitStructure.GPIO_Speed = GPIO_Speed_50MHz;
    GPIO_Init(GPIOA, &GPIO_InitStructure);

    TIM_TimeBaseStructure.TIM_Period = arr;
    TIM_TimeBaseStructure.TIM_Prescaler = psc;
    TIM_TimeBaseStructure.TIM_ClockDivision = 0;
    TIM_TimeBaseStructure.TIM_CounterMode = TIM_CounterMode_Up;
    TIM_TimeBaseInit(TIM3, &TIM_TimeBaseStructure);

    TIM_OCInitStructure.TIM_OCMode = TIM_OCMode_PWM1;
    TIM_OCInitStructure.TIM_OutputState = TIM_OutputState_Enable;
    TIM_OCInitStructure.TIM_Pulse = 0;
    TIM_OCInitStructure.TIM_OCPolarity = TIM_OCPolarity_High;
    TIM_OC1Init(TIM3, &TIM_OCInitStructure);
    TIM_OC2Init(TIM3, &TIM_OCInitStructure);

    TIM_CtrlPWMOutputs(TIM3, ENABLE);
    TIM_Cmd(TIM3, ENABLE);
}

void Set_Motor_Speed(int left, int right) {
    if (left < 0) left = 0; else if (left > 100) left = 100;
    if (right < 0) right = 0; else if (right > 100) right = 100;

    TIM_SetCompare1(TIM3, left * (ARR_VALUE / 100));
    TIM_SetCompare2(TIM3, right * (ARR_VALUE / 100));
}

注意 Set_Motor_Speed 函数中的边界检查，这是防止异常参数导致硬件损坏的基本防护措施。此外，在实际部署中建议加入软启动机制——即从零速逐步加速至目标值，避免瞬间大电流冲击电机绕组。

现在的问题是：如何知道小车跑了多远？是否已完成预设任务？这就需要引入编码器。我们在左轮轴上安装了一个增量式光电编码器（例如PPR=360），通过A/B相输出脉冲来判断旋转方向和角度。每当A相上升沿到来时触发外部中断，在ISR中读取B相电平决定计数增减。

有人可能会问：为什么不使用定时器的编码器接口模式？确实，STM32支持硬件解码，但考虑到主控资源紧张（同时运行ADC、PWM、UART等），且本系统对编码器分辨率要求不高，采用外部中断+软件判向的方式更为灵活可控。

volatile long encoder_left_count = 0;

void EXTI9_5_IRQHandler(void) {
    if (EXTI_GetITStatus(EXTI_Line8) != RESET) {
        if (GPIO_ReadInputDataBit(GPIOA, GPIO_Pin_9))
            encoder_left_count++;
        else
            encoder_left_count--;
        EXTI_ClearITPendingBit(EXTI_Line8);
    }
}

int Check_Completed_Laps(void) {
    long total_pulses = encoder_left_count;
    int laps_done = total_pulses / PULSES_PER_LAP;
    return (laps_done >= TARGET_LAPS);
}

这里有一个隐藏陷阱：中断服务程序执行时间过长可能导致漏脉冲。因此务必保持ISR极简，不做任何延时或复杂运算。另外，PULSES_PER_LAP需根据实际赛道周长标定。例如，若编码器每转输出360脉冲，轮胎周长为20cm，赛道一圈约4米，则每圈对应约7200个脉冲（400 / 0.2 * 360）。这个数值必须通过实地测试修正，否则“定圈停止”将成为一句空话。

为了让操作更加便捷，我们集成了HC-05蓝牙模块，通过串口与手机APP通信。用户无需靠近小车即可发送指令，如启停、切换模式、手动控制方向等。相比物理按键，这种方式极大简化了调试流程。

char rx_data = 0;
_Bool auto_mode = 0;

void USART2_IRQHandler(void) {
    if (USART_GetITStatus(USART2, USART_IT_RXNE) != RESET) {
        rx_data = USART_ReceiveData(USART2);

        switch(rx_data) {
            case 'F': auto_mode = 0; Set_Motor_Speed(60, 60); break;
            case 'B': auto_mode = 0; Set_Motor_Speed(40, 40); break;
            case 'L': auto_mode = 0; Set_Motor_Speed(30, 60); break;
            case 'R': auto_mode = 0; Set_Motor_Speed(60, 30); break;
            case 'S': Set_Motor_Speed(0, 0); break;
            case 'T': auto_mode = 1; break;
            default: break;
        }
        USART_ClearITPendingBit(USART2, USART_IT_RXNE);
    }
}

值得注意的是，一旦进入自动循迹模式（收到’T’命令），主循环应优先执行循迹算法而非等待新指令。这意味着我们需要在接收到’T’后仅设置标志位，具体动作由主控逻辑决定。这样的设计分离使得系统状态更清晰，也避免了中断中调用复杂函数带来的不确定性。

整个系统的协同工作依赖于合理的主控架构。上电后依次初始化各外设，进入主循环等待蓝牙命令。一旦开启自动模式，便以固定周期（如10ms）读取ADC数据，经归一化处理后计算偏差值。常见的做法是使用五点定位法：

int get_deviation(int *adc_val) {
    int max_index = 0;
    for(int i=1; i<5; i++)
        if(adc_val[i] > adc_val[max_index]) max_index = i;

    switch(max_index) {
        case 0: return -2;
        case 1: return -1;
        case 2: return 0;
        case 3: return 1;
        case 4: return 2;
        default: return 0;
    }
}

该方法虽简单，但在曲率较大的弯道会出现跳跃式偏差跳变。进阶方案可采用加权平均法，例如 (val[4]*2 + val[3] - val[1] - val[0]*2) / (sum) ，得到更平滑的连续输出，利于后续PD/PID控制算法稳定调节差速。

电源设计同样是成败关键。建议使用LM2596将7.4V锂电池降至5V供给传感器和蓝牙模块，再经AMS1117稳压至3.3V供MCU使用。切勿共地不良或共用线径过细的导线，否则电机启停时的大电流波动会引发ADC基准漂移，造成误判。

最后别忘了安全机制。长时间未检测到有效电磁信号时，应判定为脱轨并自动停车，防止飞车撞毁。可通过设置超时计数器实现：“若连续N次采样最大值低于阈值，则进入保护模式”。

这种高度集成的设计思路，不仅解决了传统循迹方案的痛点，也为未来扩展打下坚实基础——无论是加入OLED显示实时参数，还是升级为RTOS任务调度，亦或是融合陀螺仪实现姿态补偿，皆可在此框架上从容演进。