“四天三夜，封闭式命题，全封闭制作。” 这就是全国大学生电子设计竞赛（电赛）的魅力，也是它的残酷之处。在这里，咖啡是水，睡眠是奢侈品，只有示波器上的波形才是唯一的真理。

2025 年的夏天，我们选择了 H 题：简易自行瞄准装置。 题目要求设计并制作一个能自动识别、跟踪和瞄准静态或动态目标的装置。

  • 核心限制：必须采用 MSPM0 系列芯片实现底盘控制。
  • 硬核指标：动态目标跟踪误差 ≤ 2°，且需具备极强的抗干扰能力。

简单来说，我们要做一个“移动炮台”：小车要在地面上循迹移动，同时车上的激光云台要自动搜索并精准打击周边的靶纸。这不仅考验控制算法的稳定性，更考验多传感器融合的实时性。

🛠️ 硬件架构：为性能而生

为了实现极致的精度，我们没有采用常规的舵机方案（精度太差），而是构建了一套全无刷电机的分布式控制系统。

1. 动力心脏：3S 供电与电源管理

为了保证无刷电机的爆发力，我们采用了 3S (12.6V) 高倍率航模锂电池 供电。

  • 稳压系统：使用了多级 DCDC 降压。12V 转 5V 给树莓派供电（需 3A 大电流），12V 转 3.3V 给 MCU 供电。为了防止电机启动时的电压跌落干扰单片机，我们特意在 MCU 电源端加了 LC 滤波电路 和大容量钽电容。

2. 底盘系统：MSPM0G3507 + 自研 FOC

底盘是移动的基础，必须稳如老狗。

  • 主控芯片：TI MSPM0G3507。这款芯片主频 80MHz，带有硬件数学加速器，非常适合跑电机算法。
  • 电机驱动：FD6288 栅极驱动器 + N 沟道 MOSFET 搭建的三相逆桥。
  • 电机与编码器：选用了 2808 无刷电机 搭配 TL25012 磁编码器。
  • 自研 FOC：为了追求极致的低速平滑性，我没有用 TI 官方的库，而是手撸了一套 FOC 算法。
    • 实现了 SVPWM (空间矢量脉宽调制)，相比传统的 SPWM，电压利用率提高了 15%。
    • 电流环控制频率做到了 10kHz，保证了底盘在低速循迹时的扭矩输出。

3. 瞄准云台：TRAVEO T2G + 直驱电机

这是整个系统的“手”，负责指哪打哪。

  • 主控芯片：Infineon TRAVEO™ T2G。双核架构，算力强劲，专门负责云台的高频控制。
  • 机械结构：全碳纤维管 + 3D 打印连接件，极致轻量化，减少转动惯量。
  • 姿态感知：BNO08X 9轴陀螺仪。这款传感器内置了传感器融合算法，静态精度极高。

4. 视觉中枢：树莓派 4B

这是系统的“眼”。

  • 平台：树莓派 4B (4GB版)，运行官方系统。
  • 摄像头：全局快门摄像头（Global Shutter），避免运动过程中的果冻效应。

🧠 算法核心：代码里的魔法

硬件只是躯壳，算法才是灵魂。

1. 扩展卡尔曼滤波 (EKF) 姿态解算

在小车移动过程中，底盘的震动会直接传导给云台。为了消除这种干扰，我们设计了一个 EKF 滤波器。

  • 状态量：云台的角度、角速度。
  • 观测值：编码器的角度、陀螺仪的角速度。
  • 通过 EKF 融合这两组数据，我们成功滤除了高频机械振动，得到了一个极其平滑且低延迟的姿态反馈。

2. 视觉预测与亚像素识别

题目要求动态跟踪，这意味着“看到哪打哪”是来不及的，必须“预判它的预判”。

  • 亚像素识别：使用 重心法 (Center of Gravity) 计算激光点的坐标，将分辨率提升了 10 倍，达到了 0.1 像素 的识别精度。
  • 轨迹预测：我们建立了一个 一阶运动学模型，利用过去 5 帧的目标位置，通过 最小二乘法 拟合出目标的速度矢量，从而预测出 $\Delta t$ 时间后的位置。
    • $\Delta t$ 包括了：图像采集时间 + 处理时间 + 串口传输时间 + 电机响应时间（实测约 45ms）。

3. 双环 PID + 前馈控制

为了让云台在底盘晃动时依然保持绝对静止（像鸡头防抖一样），我们引入了 前馈控制。

  • 读取底盘陀螺仪的数据，作为前馈量直接叠加到云台的速度环上。
  • 当底盘向左转时，云台会瞬间获得一个向右的补偿速度，抵消底盘的运动。

🕯️ 四天三夜的极限行军

  • Day 1：炸管之夜 方案论证很顺利，但晚上调试 FOC 驱动板时，因为死区时间设置太短，“砰”的一声，MOS 管炸了。火花四溅，整个实验室弥漫着烧焦的味道。我们连夜重新焊接 PCB，修改 PWM 配置，直到凌晨 3 点才让电机转起来。

  • Day 2：与热浪搏斗 8 月的实验室没有空调，几十台电脑和烙铁同时工作，室温接近 40 度。我们的电机驱动芯片 FD6288 开始出现热保护停机。没办法，只能给芯片贴上散热片，再加个暴力风扇对着吹。

  • Day 3：幽灵震荡 最崩溃的一天。当 PID 参数调硬一点时，云台会出现高频啸叫（机械共振）；调软一点，又跟不上目标。 我们对着波形图分析了半天，发现是机械结构的刚性不足。最后用 502 胶水 + 碳纤维粉 加固了所有连接处，终于消除了那个该死的共振点。

  • Day 4：生死时速 封箱前 2 小时，我们发现手动校准模式有一个 Bug：如果先按复位键再按校准，坐标系会乱飘。 全队人的肾上腺素都飙升了。主程手都在抖，最后发现是一个全局变量没有清零。修改、编译、下载、测试，成功！ 此时距离封箱只剩 15 分钟。

🏆 测评现场：名场面

省测评在 河南铁路职业技术学院 举行。 那一天，我们的运气和实力都爆棚了。

基础题：静态目标打击。小车稳稳停住，激光点瞬间锁定靶心，蜂鸣器“滴”的一声，满分。

发挥题：动态目标跟踪。这是最难的一项。 我们的车在跑道上丝滑游走，而靶纸在另一侧随机晃动。 神奇的一幕发生了：无论车身怎么颠簸，那颗紫色的激光点就像被胶水粘在靶心上一样，纹丝不动。

当时场面一度失控，各个专家评委都围了过来。 一位老教授推了推眼镜，问：“你们用的什么电机？” 我答：“无刷直驱，自研 FOC。” 教授点了点头，拿出手机开始拍视频，甚至发到了专家群里。 很快，隔壁学校就传开了：“听说科大有支队伍做出了工业级的稳定性，接近满分！” 那一刻，看着评委们惊讶的表情，我心里那个美啊，感觉这几天的熬夜、炸管、焦虑都值了。

📝 综合测评与遗憾

毫无悬念，我们以赛区第一的身份进入了 综合测评（全封闭式理论+焊接考试）。 这部分其实是我的弱项，全靠两个好队友带我疯狂复习数电模电。

原理图设计很快就搞定了，但在焊接环节出了岔子。 因为想追求完美布局，我在布线上纠结了太久，导致后面时间严重不足。 最后直到考试结束铃响，我们只焊接出了第一问的基础部分。 虽然第一问的完成的非常好，但因为 后面的发挥部分完全没来得及做，痛失了大量分数。

💭 结局与反思

最终成绩揭晓：全国一等奖。

其实当时我们是想冲击最高荣誉 TI 杯 的。 据我所知，网上流传的视频里，没有一个跑得比我们好。我们的控制精度和响应速度绝对是顶级的。 后来我看了一下 TI 杯得主的作品，他们的发挥部分确实比我们更细腻一点点，再加上我们综测的小遗憾（没做完发挥部分），最终与 TI 杯擦肩而过。

不过，能拿下国一，已经是很好的成绩了。 这段经历教会了我两件事：

  1. 技术没有捷径：每一个稳定的状态背后，都是无数次的参数整定。
  2. 团队就是力量：没有队友的硬件支持和综测带飞，我一个人绝对搞不定。

这大概就是工程师的浪漫吧：用代码对抗物理世界的混沌，创造出精准与秩序。