STM32电磁寻迹智能车：从电感采样到PID调参全解析

做智能车绕不开电磁寻迹。今年我把一套基于STM32C8T6主控的电磁小车代码彻底重写了一遍，从电感前端到PID输出全部自己来，跑下来比之前用摄像头的方案还稳。这篇文章不聊虚的，直接把电磁寻迹的原理、硬件接线、核心代码和调参经验全部分享出来，适合刚入门准备做智能车的同学参考，也欢迎老手帮忙挑刺。

很多新手一上来就想着用摄像头跑视觉，到头来发现光电、电磁方案更皮实。电磁方案最大的特点是抗光照、处理简单、稳定性好，而且赛道导线本身就是天然引导，不需要复杂图像算法。我的配置是5路电感一字排开，单颗STM32C8T6负责采样、滤波、PID和电机输出，代码量不大，但很多细节不实际去调真的发现不了。

1. 从赛道磁场到单片机信号：电磁寻迹的前端链路

1.1 为什么选电磁而不是摄像头

摄像头方案的瓶颈在“环境差异”：暗光、强反光、跑道颜色不统一，每一样都影响二值化效果。电磁方案不存在这些问题，因为赛道中心埋有一根通有交变电流的导线，导线周围会产生固定频率的交变磁场，小车只需要检测磁场的强弱和分布位置即可。

这根导线通常工作在20kHz左右，属于中频信号。我们用的电感线圈在导线附近会因为电磁感应产生一个与磁场强度相关的感应电动势。线圈越靠近导线，电动势越大；距离越远，电动势越小。如果排一排多个电感，就能像“多根触须”一样感知导线在哪一边。

有人会问：直接用一根大电感跟踪不就行了吗？不行。单电感只能告诉我“左右信号差”，无法精确判断导线在小车中心偏了多少，而且信号变化非线性严重。多路电感的好处是可以把各通道归一化后算“重心”位置，误差精度能做到厘米级，这对PID控制来说非常重要。

1.2 电感、谐振与检波：信号调理三板斧

电感线圈感应出来的信号非常微弱，直接送单片机ADC根本读不到有效变化。完整链路是：电感先和电容组成LC并联谐振回路，把20kHz附近的信号选出来，同时把其他频率噪声压下去；然后送入运算放大器放大；放大后通过二极管检波，将交流信号变成直流电平；最后再经过简单RC滤波，就能进入STM32的ADC引脚。

谐振电容的计算是固定套路。已知导线信号频率f，以及手头电感的感量L，根据谐振公式 f = 1 / (2π√(LC))，可以算出匹配电容。比如使用10mH电感，目标频率20kHz，C = 1 / (4π² f² L) ≈ 6.3nF，实际取6.8nF就行。谐振偏一点没关系，只要不是偏到离谱，信号幅度依然可用，但谐振后信噪比会差不少，后面归一化时容易抖。

检波电路一般用肖特基二极管加电容、电阻构成倍压整流。采样电阻不能选太大，否则放电太慢，动态响应滞后；也不能选太小，否则输出电压纹波大。我做的时候先用示波器观察检波输出，调成“快速上升、缓慢保持”的波形，既保证灵敏度又不至于太毛糙。

2. 硬件选型和接线要点

2.1 主控选型：为什么是STM32C8T6

STM32C8T6其实就是STM32F103C8T6这颗经典Cortex-M3芯片，72MHz主频，64KB Flash，20KB RAM，片内2个12位ADC，多路定时器PWM。做电磁小车完全是杀鸡用牛刀。当然用更高级的主控也行，但C8T6有大量现成代码、库函数资料丰富，开发速度最快。

有人担心64KB Flash不够用。实际上纯电磁循迹代码，把初始化、滤波、PID、PWM输出全塞进去，固件也就十多KB，还有一半空间空着。20KB RAM跑多路滑动平均也绰绰有余。所以完全不用升级到容量更大的型号，省钱省电。

2.2 传感器布局与ADC通道分配

传感器布局决定了位置误差的算法。我用的是5路电感一字排开，每个电感间距2cm，总宽度8cm，覆盖赛道中心区域。电感线圈轴线垂直向上，这样在直道中线时中间电感信号最强，左右信号基本对称。如果只追求灵敏，可以用水平电感加垂直电感组合，但代码和机械结构会更复杂，新手不建议一上来就搞。

5路信号经过调理后接到STM32的PA0到PA4。这五个引脚刚好是ADC1的通道0到通道4，配置扫描模式后，一轮DMA传输可以一次性读出5个通道。下表是我实际的引脚分配：

2.3 电机驱动与电源分配

电机驱动部分我用了常见的小车驱动模块，PWM接PA6、PA7，方向接PB0、PB1。这里有个新手容易犯的错误：把PWM和方向引脚都接到同一个定时器通道上，导致方向切换时PWM波形异常。我的做法是PWM专门走定时器，方向引脚用普通GPIO控制，逻辑彻底分开。

电源分配需要特别上心。电池电压经过降压后给主控供电，电机最好单独由电池直供驱动模块，这样大电流抽载不会拉垮单片机的ADC参考电压。控制逻辑地和功率地必须单点共地，否则电机换向时大面积尖峰噪声会直接灌进模拟前端，表现为采样值随机跳动几十个数。

我实测过，如果ADC参考电压不稳定，哪怕代码滤波写得再好，误差计算依然在跳。解决办法是在ADC的供电引脚和地之间并联一个100nF和一个10uF电容，同时把检波输出到ADC引脚的走线尽量短，别跟电机线走在一起。

3. 主控代码逐段拆解：初始化、采样、误差与PID

3.1 初始化阶段：时钟、ADC与PWM

我用的是标准外设库，代码直观，方便大家移植。首先初始化GPIO，PA0到PA4设置为模拟输入，PA6、PA7设置为复用推挽输出，PB0、PB1设置为通用推挽输出。完整的代码片段如下：

void GPIO_Config(void) { GPIO_InitTypeDef GPIO_InitStructure; RCC_APB2PeriphClockCmd(RCC_APB2Periph_GPIOA | RCC_APB2Periph_GPIOB, ENABLE); // 5路电感信号输入 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); // 电机PWM输出 GPIO_InitStructure.GPIO_Pin = GPIO_Pin_6 | GPIO_Pin_7; GPIO_InitStructure.GPIO_Speed = GPIO_Speed_50MHz; GPIO_InitStructure.GPIO_Mode = GPIO_Mode_AF_PP; GPIO_Init(GPIOA, &GPIO_InitStructure); // 电机方向控制 GPIO_InitStructure.GPIO_Pin = GPIO_Pin_0 | GPIO_Pin_1; GPIO_InitStructure.GPIO_Speed = GPIO_Speed_50MHz; GPIO_InitStructure.GPIO_Mode = GPIO_Mode_Out_PP; GPIO_Init(GPIOB, &GPIO_InitStructure); }

ADC配置成扫描模式加DMA搬运。5个规则组通道按顺序配置，DMA目标是一个长度为5的uint16_t数组。开启连续转换后，ADC结果会自动循环写入，CPU不需要每次进中断取数，采样线程非常省心：

#define ADC_CH_NUM 5 uint16_t adc_raw[ADC_CH_NUM]; void ADC_Config(void) { ADC_InitTypeDef ADC_InitStructure; RCC_APB2PeriphClockCmd(RCC_APB2Periph_ADC1, ENABLE); RCC_AHBPeriphClockCmd(RCC_AHBPeriph_DMA1, ENABLE); ADC_InitStructure.ADC_Mode = ADC_Mode_Independent; ADC_InitStructure.ADC_ScanConvMode = ENABLE; ADC_InitStructure.ADC_ContinuousConvMode = ENABLE; ADC_InitStructure.ADC_ExternalTrigConv = ADC_ExternalTrigConv_None; ADC_InitStructure.ADC_DataAlign = ADC_DataAlign_Right; ADC_InitStructure.ADC_NbrOfChannel = ADC_CH_NUM; ADC_Init(ADC1, &ADC_InitStructure); 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); DMA_InitTypeDef DMA_InitStructure; DMA_InitStructure.DMA_PeripheralBaseAddr = (uint32_t)&ADC1->DR; DMA_InitStructure.DMA_MemoryBaseAddr = (uint32_t)adc_raw; DMA_InitStructure.DMA_DIR = DMA_DIR_PeripheralSRC; DMA_InitStructure.DMA_BufferSize = ADC_CH_NUM; DMA_InitStructure.DMA_PeripheralInc = DMA_PeripheralInc_Disable; DMA_InitStructure.DMA_MemoryInc = DMA_MemoryInc_Enable; DMA_InitStructure.DMA_PeripheralDataSize = DMA_PeripheralDataSize_HalfWord; DMA_InitStructure.DMA_MemoryDataSize = DMA_MemoryDataSize_HalfWord; DMA_InitStructure.DMA_Mode = DMA_Mode_Circular; DMA_InitStructure.DMA_Priority = DMA_Priority_High; DMA_InitStructure.DMA_M2M = DMA_M2M_Disable; DMA_Init(DMA1_Channel1, &DMA_InitStructure); DMA_Cmd(DMA1_Channel1, ENABLE); ADC_DMACmd(ADC1, ENABLE); ADC_Cmd(ADC1, ENABLE); ADC_ResetCalibration(ADC1); while (ADC_GetResetCalibrationStatus(ADC1)); ADC_StartCalibration(ADC1); while (ADC_GetCalibrationStatus(ADC1)); ADC_SoftwareStartConvCmd(ADC1, ENABLE); }

PWM输出采用TIM3。我配置成10kHz频率，预分频72-1，自动重载值100-1。10kHz PWM让电机声音比较轻，同时电流纹波小，驱动模块发热也低。代码里设置初始占空比为0，后面在主循环中随时修改：

void TIM3_PWM_Init(void) { TIM_TimeBaseInitTypeDef TIM_BaseInitStructure; TIM_OCInitTypeDef TIM_OCInitStructure; RCC_APB1PeriphClockCmd(RCC_APB1Periph_TIM3, ENABLE); TIM_BaseInitStructure.TIM_Prescaler = 72 - 1; TIM_BaseInitStructure.TIM_CounterMode = TIM_CounterMode_Up; TIM_BaseInitStructure.TIM_Period = 100 - 1; TIM_TimeBaseInit(TIM3, &TIM_BaseInitStructure); 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_Cmd(TIM3, ENABLE); }

3.2 采样与滤波：让数据干净可靠

DMA在后台循环刷新adc_raw数组，主循环只需要读取。但原始数据直接拿来算位置误差肯定不行，因为电机启动瞬间、赛道电源纹波都会让数值抖动。我用的是“滑动窗口中值+均值”双重滤波：先取最近5次每个通道的值排序取中值，再把中值做一次3次平均。这样对付脉冲型干扰效果很好。

实现时我维护一个二维数组，每采样一轮就往里填一组数据：

#define FILTER_LENGTH 5 uint16_t adc_buf[ADC_CH_NUM][FILTER_LENGTH]; uint8_t adc_buf_index = 0; void Update_Filter(void) { for (int ch = 0; ch < ADC_CH_NUM; ch++) { adc_buf[ch][adc_buf_index] = adc_raw[ch]; } adc_buf_index = (adc_buf_index + 1) % FILTER_LENGTH; } uint16_t Get_Filtered_Value(int ch) { uint16_t temp[FILTER_LENGTH]; for (int i = 0; i < FILTER_LENGTH; i++) { temp[i] = adc_buf[ch][i]; } // 简单冒泡排序取中值 for (int i = 0; i < FILTER_LENGTH - 1; i++) for (int j = 0; j < FILTER_LENGTH - 1 - i; j++) if (temp[j] > temp[j + 1]) { uint16_t t = temp[j]; temp[j] = temp[j + 1]; temp[j + 1] = t; } return temp[FILTER_LENGTH / 2]; }

有一些写法喜欢在DMA中断里做滤波，我建议尽量在主循环做，因为中断里做浮点计算容易让系统时序抖动，可能影响PWM输出的稳定性。

3.3 位置误差计算：加权平均法

5路传感器分别记为L0、L1、L2、L3、L4，对应位置索引0到4。计算误差的经典方法是加权平均：把每个通道的滤波值乘上对应索引，再求加权和除以总和，最后减去中心索引2，得到归一化误差。误差为负表示导线偏左，为正表示导线偏右，范围大致在-2到2之间。

float sensor[ADC_CH_NUM]; float Get_Position_Error(void) { for (int ch = 0; ch < ADC_CH_NUM; ch++) { sensor[ch] = (float)Get_Filtered_Value(ch); } float numerator = 0.0f; float denominator = 0.0f; for (int ch = 0; ch < ADC_CH_NUM; ch++) { numerator += sensor[ch] * ch; denominator += sensor[ch]; } if (denominator < 1e-6f) { return last_error; } return numerator / denominator - 2.0f; }

注意脱线保护。当所有传感器信号都很弱时，说明小车已经冲出可识别范围，这时候直接根据当前误差打死方向容易原地摆头。我会用两个条件判断：总强度低于某个阈值，或者连续多帧误差超过极限值，直接保存上次误差并降低目标速度，甚至在赛道内重新搜索。这个逻辑对跑十字弯时特别重要。

3.4 PID输出与差速转向

PID我采用增量式写法，但控制量直接叠加到底速上。大循环里每10ms执行一次控制周期，计算一次误差，更新一次PID输出，然后左右电机给定不同PWM。

float Kp = 18.0f, Ki = 0.0f, Kd = 35.0f; float last_error = 0.0f, integral = 0.0f; float pid_limit = 35.0f; float PID_Calc(float err) { integral += err; if (integral > pid_limit) integral = pid_limit; if (integral < -pid_limit) integral = -pid_limit; float out = Kp * err + Ki * integral + Kd * (err - last_error); last_error = err; return out; } int base_speed = 45; int max_pwm = 100; void Motor_Control(float pid_out) { int left_pwm = base_speed + (int)pid_out; int right_pwm = base_speed - (int)pid_out; if (left_pwm > max_pwm) left_pwm = max_pwm; if (left_pwm < 0) left_pwm = 0; if (right_pwm > max_pwm) right_pwm = max_pwm; if (right_pwm < 0) right_pwm = 0; TIM_SetCompare1(TIM3, left_pwm); TIM_SetCompare2(TIM3, right_pwm); GPIO_SetBits(GPIOB, GPIO_Pin_0); GPIO_SetBits(GPIOB, GPIO_Pin_1); }

我用的PWM满量程是100，实际base_speed在40到50左右，PID输出限制在35以内。为什么限制这么狠？因为电磁误差抖动比较大，如果输出不加限幅，小车会以“急促左右抽动”的姿态跑，电机发热严重还伤驱动。

4. 实战调参：让小车从“能跑”到“跑得稳”

4.1 先把采样值校准归一到统一量程

很多同学直接把ADC原始值扔进加权平均，结果小车一上赛道就乱跑。原因很简单：5个电感的机械位置、绕线圈数、检波电路参数不可能完全一致，中间通道可能到4095，边上的通道可能只有1000，加权平均结果被某个强通道主导，误差失真。

正确的做法是先跑一段直道，用串口把5路ADC最大最小值打印出来。然后每个通道做一个线性映射，把原始值映射到0到1的浮点数范围内。归一化后，导线在哪路附近，哪路的输出就接近1，其余远离导线的通道接近0。

uint16_t min_val[ADC_CH_NUM] = {800, 800, 900, 800, 800}; uint16_t max_val[ADC_CH_NUM] = {3500, 3600, 3800, 3600, 3400}; float Normalize_Channel(int ch, uint16_t raw) { if (raw < min_val[ch]) return 0.0f; if (raw > max_val[ch]) return 1.0f; return (float)(raw - min_val[ch]) / (float)(max_val[ch] - min_val[ch]); }

4.2 P、I、D参数对循迹动态的影响

我调参的顺序是P、D，最后再考虑I。先给一个很小的P，比如5，让小车能勉强回到中线。然后慢慢加大P，直到小车在直道上开始轻微左右摆动，再退回80%。此时P大概在15到20之间。Kd主要抑制过冲，直道进入弯道、弯道回到直道时如果没有D，小车会冲过头，Kd加到车身抖动后回落，我最后停在35左右。

至于积分项，我直接设为0。电磁寻迹是静态误差很小的系统，小车左右轮机械对称性不会差到需要积分纠偏。I加多了过弯时反而出现积分饱和，出弯后要走一段“蛇形”才能稳住。如果你发现小车在长直道上总是往一个方向偏，先检查轮子是否打滑、传感器支架是否歪了，而不是急着加Ki。

4.3 典型赛道元素：十字、坡道、环岛怎么调

十字弯是最容易翻车的场景。五个电感横排，导线在十字交叉处会左右分叉，中间几路信号都变强，加权平均出来的误差会突然跳到0附近，小车以为自己仍在直道。我的处理方式是检测“总强度过冲”现象：当五个通道归一化后总和明显大于正常直道值，就冻结当前方向持续一小段时间，等通过交叉信号混乱区后再恢复控制。

坡道的本质是电感到导线的距离突然变化，所有通道的信号强度等比例下降或上升。归一化已经能解决大部分问题，但需要把min_val和max_val调试得足够宽，避免坡道上信号直接触顶或触底失去线性区。

环岛需要靠策略切换。我是这样做的：当最外侧电感信号持续强于相邻内侧电感，且总强度没有明显下降，判定为进入环岛，主动增加外侧转弯比例；当重新看到中间通道主导信号时，判定出环，恢复正常PID。这部分代码见仁见智，每个赛道布局都不一样，实际逻辑还要结合无线充电区等特殊元素调整。

5. 踩坑记录与优化方向

5.1 我踩过的三个坑

第一个坑是DMA通道顺序和物理传感器顺序没对好。拉了一上午车，发现误差曲线的正负反了，以为传感器方向装反，折腾半天结果只是ADC_RegularChannelConfig里通道0到4的顺序配置和布局不一致。这类问题非常好查，把每个电感单独靠近导线，看对应哪个通道数值最大就能排查。

第二个坑是电源噪声。第一次下地，空载时采样很稳定，电机一加速数值就开始跳。后来用示波器夹在ADC引脚上，看到叠加了频率不低的振铃噪声。解决办法是电机驱动模块单独用粗线接电池，主控再从电池末端取电，并且加共模电容。检波输出和ADC之间加一个RC低通滤波，带宽压到100Hz左右，控制周期本身10ms，不影响动态。

第三个坑是PID输出限幅和PWM满量程不匹配。我把pid_limit设成80，base_speed设成50，结果转向时单边PWM经常跑到100，另一边掉到0，表现为弯道上突然“甩尾”。后来把限幅压到35，差值不会超过单侧电机承受范围，车身姿态才平滑。

5.2 代码后续可以怎么扩展

这套代码目前是开环转向闭环，也就是“位置误差PID”加“固定底速”。下一步我计划给两个电机加上编码器，在转向PID外再套一层速度闭环，这样差速控制更精确，弯道里车尾不会因为负载变化飘。

另外可以在现有电磁波形上做赛道元素识别。比如记录误差变化率，误差突跳往往是十字或起跑线，连续单侧偏移可能是环岛。把这些特征用有限状态机写进去，就能做到“策略优于PID”，减少靠手感调参的不确定性。如果后面要长期练车，再加一个蓝牙串口模块，直接把归一化后的5路波形和PID输出实时扔到上位机，调参会轻松很多。

最后说一句：代码再漂亮，不如亲手在赛道上滚几十圈。把基础采样调干净、传感器支架固定扎实，比堆算法重要得多。电磁寻迹的魅力就在这些一个个“小坑”里，每次解决一个，车快一点，成就感就多一点。