企业官网建设流程全解析

STC32G 电磁循迹智能车：5ms 定时中断下 ADC 差比和与 PWM 控制实战

电磁循迹智能车的核心在于实时采集赛道磁场信号并快速响应。本文将深入探讨基于STC32G单片机的电磁循迹系统实现，重点解析5ms定时中断内完成多路ADC采集、差比和偏差计算以及PWM输出的完整闭环流程。通过优化代码时序和实时控制策略，我们能够构建一个高效、稳定的智能车控制系统。

1. 系统架构与硬件配置

电磁循迹智能车的硬件系统主要由以下几个关键部分组成：

• 主控芯片：STC32G系列单片机，具备高性能8051内核和丰富的外设资源
• 传感器模块：工字电感阵列（通常为3-5个），配合运放电路进行信号调理
• 执行机构：舵机（转向控制）和直流电机（速度控制）
• 电源管理：为系统提供稳定的5V、3.3V等不同电压等级

关键硬件参数对比：

提示：电机PWM频率建议设置在13-19kHz范围内，可有效减少对电磁信号的干扰。

2. 电磁信号采集与处理

电磁信号的采集和处理是循迹控制的基础。赛道中心线发出的20kHz交变磁场被电感捕获后，需经过以下处理流程：

1. 信号调理：运放电路对微弱信号进行选频放大和检波
2. ADC采集：单片机将模拟电压转换为数字量
3. 信号归一化：消除环境干扰和硬件差异

// 三电感ADC采集示例代码 void ADC_Collect(void) { L = adc_once(ADC_P00, ADC_10BIT); // 左电感 M = adc_once(ADC_P01, ADC_10BIT); // 中电感 R = adc_once(ADC_P05, ADC_10BIT); // 右电感 }

差比和算法是电磁循迹的核心算法，其计算公式为：

偏差 = (R - L) / (L + M + R) * 比例系数

这种算法能有效消除信号强度变化带来的影响，使偏差值在-1到1之间归一化。

3. 5ms定时中断服务程序设计

定时中断是保证系统实时性的关键。我们将控制周期设置为5ms，在中断服务程序中完成所有实时控制任务。

// 定时器中断服务程序框架 void TM4_Isr() interrupt 20 { TIM4_CLEAR_FLAG; // 清除中断标志 // 1. 电感采集与偏差计算 ADC_Collect(); error = 50 * (R - L) / (L + M + R); // 2. 方向控制（舵机PWM更新） Steering_Control(error); // 3. 速度采集与电机控制 Speed_Measure(); Motor_Control(target_speed); }

中断服务程序时序分析：

注意：确保中断服务程序总执行时间不超过2ms，为其他任务留出处理时间。

4. 电机与舵机控制策略

4.1 舵机控制

舵机采用位置式PID控制，将偏差信号转换为PWM占空比：

void Steering_Control(float error) { static float last_error = 0, integral = 0; float output; // PID参数 float Kp = 0.8, Ki = 0.01, Kd = 0.2; integral += error; output = Kp*error + Ki*integral + Kd*(error-last_error); last_error = error; // 限幅处理 if(output > 100) output = 100; if(output < -100) output = -100; // 更新PWM占空比（50Hz频率） pwm_duty(PWM_STEER, 1500 + output*5); // 1500us为中值 }

4.2 电机控制

电机控制采用速度闭环，通过编码器反馈实现精准调速：

void Motor_Control(int target) { static int last_speed = 0, integral = 0; int current = (speed1 + speed2)/2; // 平均速度 int error = target - current; // PI控制（电机响应快，通常不需要微分项） integral += error; if(integral > 500) integral = 500; // 抗积分饱和 if(integral < -500) integral = -500; int output = error*0.5 + integral*0.02; // 更新电机PWM pwm_duty(PWM_MOTOR_L, BASE_DUTY + output); pwm_duty(PWM_MOTOR_R, BASE_DUTY - output); }

5. 系统优化与调试技巧

5.1 信号滤波处理

原始ADC数据需经过滤波处理以提高稳定性：

// 滑动平均滤波实现 #define FILTER_SIZE 5 int filter_buf[FILTER_SIZE] = {0}; int moving_average(int new_val) { static int index = 0; int sum = 0; filter_buf[index] = new_val; index = (index + 1) % FILTER_SIZE; for(int i=0; i<FILTER_SIZE; i++) { sum += filter_buf[i]; } return sum / FILTER_SIZE; }

5.2 元素识别策略

通过电感值变化特征识别特殊赛道元素：

5.3 动态参数调整

根据车速动态调整控制参数：

// 速度自适应PID参数 void update_pid_params(float speed) { if(speed < 1.0) { // 低速模式 Kp = 0.6; Ki = 0.05; Kd = 0.3; } else { // 高速模式 Kp = 0.4; Ki = 0.02; Kd = 0.5; } }

6. 完整工程实现

将各模块整合为完整工程时，需注意以下关键点：

1. 初始化顺序：

   void main() { DisableGlobalIRQ(); board_init(); // 硬件初始化 pwm_init(10000); // 电机PWM 10kHz Steering_Init(50); // 舵机PWM 50Hz adc_init(); // ADC初始化 pit_timer_ms(TIM_4, 5); // 5ms定时器 EnableGlobalIRQ(); while(1) { // 非实时任务（显示、调试等） } }

2. 资源分配建议：

   资源	用途	备注
   TIM4	5ms系统定时器	中断优先级最高
   ADC0	电感信号采集	多通道扫描模式
   PWM1	舵机控制	50Hz频率
   PWM2-3	电机控制	10kHz频率

3. 调试接口设计：

   // 通过串口输出调试信息 printf("L:%d M:%d R:%d E:%d\n", L, M, R, error);

在实际项目中，我们通过优化ADC采样时序，将5ms中断内的处理时间压缩到1.2ms以内，为后续功能扩展留出了充足余地。差比和算法配合适当的PID参数，能使智能车在2m/s速度下稳定循迹。