第十五届智能车竞赛技术报告-成电金秋-AI电磁

1.1 大赛介绍

全国大学生“恩智浦”杯智能汽车竞赛是以“立足培养、重在参与、鼓励探索、追求卓越”为宗旨，鼓励创新的一项科技竞赛活动。今年首次新增了电磁 AI 组别，希望通过神经网络学习甚至超越传统的 PID 控制方法。

在这份报告中，我们小组对小车设计制作整体思路、机械、电路、电控、神经网络几个方面进行了详细的介绍。整体思路中主要概括了项目构建时的主要核心思想，机械部分中主要阐述了小车的机械部分中主要阐述了小车的结构设计，包含各部件的安装位置以及对车模的保护措施，电路部分主要阐述了小车的电路结构设计为软件停工稳定输入与输出环境减少外界干扰，电控部分主要阐述了如何采用 PID 进行小车控制，包含舵机控制，差速控制，电机控制等。神经网络部分主要阐述了如何采用神经网络学习小车控制方法，包含数据集制作，电感位置分布，网络结构创新等。

虽说看似就是一简单巡线的项目，但是随着深入地进行研究，我们发现在此之上可以用非常多方法大幅度提升巡线效果。比如可以通过无线串口进行 PID 远程调参，通过神经网络去自动地寻找较好的控制方法，通过陀螺仪和编码器去记录整个赛道等等。随着一步步地迭代，我们的工程越来越大，完成的功能也越来越多，自然而然速度也在一点一滴地提升。

1.2 整体方案设计

本节主要简要地介绍智能车系统总体设计思路，在后面的章节中将整个系统分为机械结构，硬件电路设计，传统 PID 设计，神经网络设计等四部分对智能车控制系统进行深入的介绍和分析。

根据第十五届智能车竞赛规则，AI 电磁组比赛是在 PVC 赛道上进行，赛道采用黑色边线引导。选手制作的车模完成赛道运行一周。车辆运行时间是从车模冲过起跑线开始，到最后车模回到起跑线为止。赛道中存在的元素包括直线道路、曲线弯道、十字交叉路口、环岛（可不进入）。

根据竞赛规则相关规定及以上任务要求，智能车系统采用大赛组委会统一提供的 C 型车模，以恩智浦公司生产的 MIMXRT1064DVL6A 作为核心控制器，在 IAR 开发环境中进行软件开发。智能车系统检测电磁场信号为基础，通过单片机处理信号实现对车体控制。通过编码器测速模块来检测车速，并采用 RT1064 的输入捕捉功能进行脉冲计数计算速度和路程；电机转速控制采用 PID 控制，通过 PWM 控制驱动电路调整电机的转速，完成智能车速度的闭环控制。

根据以上系统方案设计，赛车总共包括一下几个模块：

1．RT1064 单片机最小系统模块 2．电源模块 3．电机驱动模块 4．传感器模块 5. 无线串口模块 6．编码器测速模块 7．陀螺仪模块 8．停车线检测模块 9．人机交互模块

▲ 图1.2-1 系统框图

机械设计中，我们需要考虑多电感的保护，转向机构设计，电路板放置，车身强度等问题。

2.1 智能汽车车体机械建模

此次竞赛选用的是东莞市博思电子数码科技有限公司生产的智能车竞赛专用模型车(C 型模型车)，配套的电机型号为 RS-380，舵机的型号为 FUTABA3010。智能车的外形大致如下：

▲ 车模照片

2.2 转向机构设计

在调试过程中，我们发现原有的转向机构中舵机的转角与前轮的转角不为线性关系，故尝试更改前轮转向机构为线性控制，但导致前轮转向时的响应时间增长，转弯不及时。

最终我们使用了自制的舵机固定板与逐飞科技智能车基地的舵机转向套装，如下图所示。

▲ 舵机固定板与舵机转向套装

最终虽然控制仍不为线性，但做到了前轮转向的快速响应，转向机构整体如下图。

▲ 转向机构

2.3 电路板放置

对于电路板排布，我们经过两次迭代，最终选择采用如下图所示的碳板作为整体的支撑结构，使用 4 根铜柱与车模底盘连接，保证强度的同时，也能尽可能地让车身更轻，从而有更为稳定的结构，且易于加装/拆卸长前瞻。

▲ 自制支撑结构

为了维持多个电感与车模之间固定的相对位置，我们将所有装有采集电感传感器的电路板都安装在碳板上，同时为了操作、拆卸更加方便，我们将其他电路板也固定在了碳板之上。

▲ 碳板固定

2.4 智能汽车传感器的安装

车模中的传感器包括有：速度传感器，车模姿态传感器（陀螺仪、加速度计），霍尔传感器以及采集电感传感器。下面分别介绍这些传感器的安装。

2.4.1 速度传感器的安装

速度传感器使用了龙邱 512 线 mini 编码器，固定于车模的编码器位置上。

2.4.2 姿态传感器的安装

车模使用了 HWT101 旋转角姿态传感器，固定于电路板上，俯视位置处于车模的中心处，保证检测数据的可靠性。

2.4.3 霍尔传感器的安装

车模使用了自制的霍尔传感器模块对终点线进行检测，其安装位置于车模最前方的底板之上，使用热熔胶固定，如下图所示。

▲ 霍尔模块

2.4.4 采集电感传感器的安装

车模共使用了 14 个采集电感传感器，其中 11 个布置于电路板上，另有 3 个作备用。11 个位于电路板上的电感分 3 排摆放，第一排 7 个电感，第二排 2 个电感，第三批 2 个电感。为保护电感不受撞击损伤，为每个电感都加装了保护壳，如下图所示。

▲ 电感安装

2.5车身强度

为了提升车身强度，除了支撑电路板的碳板以外，我们还在车模底部添加了一块碳板，从而提升了车模的强度。为了避免碰撞与剐蹭，我们在车模的正前面加装了防撞条。

2.6 轮胎处理

使用轮胎软化剂浸泡之后打磨并用硅橡胶粘合轮胎与轮毂。

从最初进行硬件电路设计时我们就既定了系统的设计目标：可靠、高效、简洁，在整个系统设计过程中严格按照规范进行。

可靠性是系统设计的第一要求，我们对电路设计的所有环节都进行了电磁兼容性设计，做好各部分的接地、屏蔽、滤波等工作，将高速数字电路与模拟电路分开，考虑到走线问题，设计为 4 个部分得 PCB 电路板，使本系统工作的可靠性达到了设计要求。

3.1 电源管理模块

在考虑离比赛开始时间短的情况下，采用 RT1064 最小核心板，加快整个项目的进度。在保证电压稳定驱动电流足够纹波小尽可能没有，用一片 IDO 芯片 LP38692MP-5.0 单独给最小核心板供电。

▲ 核心板供电原理图

一片 IDO 芯片 LP38692MP-5.0 给编码器、陀螺仪、无线串口、主板上的磁传感器供电，一片 IDO 芯片 LP38692MP-3.3 给 OLED 液晶屏，起跑线检测模块供电，一片 IDO 芯片 LP38692MP5.0 给外载磁传感器供电。通过引脚（图 3.1-2 中 PW_EN）拉高给使能信号控制外设供电，保证核心板正常启动。

▲ 外设供电原理图

3.2 电机驱动模块

电机驱动使用芯片 BTN8982TA，搭建全桥驱动电路。该芯片正常输出电流可以达到 50A，同时 BTN8982 的输出阻抗正常情况为 9 毫欧左右，阻抗越小，芯片的发热量越小，功耗也就越小。从另一个角度看，该芯片内部集成了 H 桥驱动器以及由 MOS 管组成的半 H 桥电路，设计简单，布局方便。

▲ 电机驱动原理图

3.3 舵机供电

比赛提供的舵机为 FUTABA3010，该舵机工作电压 4.0V-6.0V，工作时所需电流为 175mA。为了保证舵机正常工作且不影响其他电路工作，为此我们采用线性电源 LT1764 给舵机供电，该芯片输出电流可达 3A，此时压差为 340mV，输入电压范围广：2.7V-20V，输出电压范围为 1.21V-20V，输出电压与外部配比电阻有关。

▲ 舵机驱动原理图

输出电压计算公式:

其中IADJ = 3uA，与其他变量有数量级差别，故忽略不计。所以此时计算出VOUT = 5.957V。

3.4磁传感器模块

磁传感器是电磁组小车最重要的模块之一，根据变化的磁场信号作出灵敏的检测，车体在赛道上位置判断以及之后得控制起着至关重要的作用。本系统根据 LC 谐振的原理，选取 10mH 电感和 6.8nF 电容作为 LC 谐振电路，产生感应电流，再通过滤波、放大、检波，然后将结果送入单片机 AD 进行相应的处理，以判断赛道当前信息。后级放大电路原理图所示。

▲ 采集级放大电路原理图

3.5 无线串口模块

使用逐飞的无线 USB/无线转串口模块套件，实现实时主机与核心板通信，可以传回神经网络需要的训练数据，同时也可以实现遥控车无线更改参数等操作，大大节约了时间。

3.6 编码器测试模块

本小车使用龙邱智能科技的 512 线 mini 型编码器进行小车的测速，工作电压在 3.3V- 5V。处理器通过读取编码器脉冲数来实现小车速度的测，通过读取编码器旋转方向脚的高低电平来检测电机的正反转。

3.7 陀螺仪模块

采用 HWT101 旋转角姿态传感器，内部集成姿态解算器，配合动态卡尔曼滤波算法，能准确的得出当前姿态，姿态测量精度静态 0.05 度，动态 0.1 度，稳定性极高，用于神经网络的记忆之中。

3.8 停车模块选型

起跑线处布有磁铁表面磁场强度为 3000-4000 G，针对磁场强度和车速两个条件下不断尝试不同霍尔元件型号如 SM351LT，SS41F，DRV5055，HAL145 等，在最后根据车速和检测准确率我们选择 HAL145。这是一种全极性霍尔开关。当霍尔开关在磁铁上方时，霍尔开关输出低电平，单片机检测到低电平引发单片机中断。单个霍尔开关的电路原理图如图 3.2.6 所示。

▲ 霍尔开关原理图

3.9 人机交互模块

为了方便调试，本车有无线串口模块，有效进行运行参数之间的传送，除此之外，还设置了键盘、OLED 液晶显示屏，以方便控制参数的修改，便捷的智能车的调试。

传统 PID 控制部分，我们需要考虑基于电感电压的数据，控制舵机转向和电机转速。另外，我们加入了陀螺仪和编码器对赛道进行建图，以期获得无限长前瞻。

4.1 舵机转向控制

舵机控制中，我们的目标是通过改变舵机转向，让车子尽量地保持在赛道中间。我们希望车身在赛道中间，即误差 Error 尽量地在 0 附近，当 Error<0 时，说明车身偏右，需要舵机向左打角，同理当 Error>0 时，说明车身偏左，需要舵机向右打角。

4.1.1 舵机转向偏差计算方案

4.1.1.1 差值法

差值法，顾名思义，通过左右电感的差值作为偏差对小车进行控制，符号判断方向，大小作为控制量，这是我们最开始采用的控制小车的策略，这样的控制策略能够在低速情况下满足控制要求，但是极不稳定，容易出界，经过数据采集和可视化，我们发现这种策略所计算出来偏差并不是单调的，而是随着原理赛道中线的距离增大先增，到达峰值，再递减，这也解释了当其远离赛道中线后其控制量不足，导致车身出界的情况。

4.1.1.2 三电感控制法

在我们发现偏差不单调后，我们就想找一种控制策略来解决这个问题，我们发现，差值法判断方向是比较准确的，所以我们保留了其方向控制策略，在两个电感中间加了中间电感，以中间电感与其设定的最大值的差值作为偏差，这种方案较好的解决了偏差不单调的问题，在前瞻比较长的情况下控制效果也很不错，但后面我们发现神经网络不能很好的学习长前瞻所收回的数据的时候，我们改用短前瞻进行数据收录，这时我们发现这种策略在转大弯时候效果不太好，响应太慢跟不上，由于信号线的铺设问题，不同的直道，中间电感所能测量的最大幅度也不同，导致在 Error 在直道上不一定为 0，会产生舵机的震荡，无法解决，因此也放弃这种方案。

4.1.1.3 归一化法

在我们发现三电感方案不能满足段前瞻控制需求后，我们和往届学长进行沟通交流，他们提出归一化法方案，这种方案具体是用左右电感的差值比上左右电感的和，我们尝试了一段时间后，这种方案确实是有一定的效果，控制作用在大弯的时候确实是得到了增强，解决了三电感所存在的问题，但在我们加速后，发现它和差值法存在同样的问题，计算出来的偏差不单调，所以在连续过弯切边的时候，误差值会变小，非常容易跑飞出去，因此我们不得不寻找下一种控制方案。

4.1.1.4 比值法 除了上面的方案，我们还尝试了各种各样的方案：比如放置斜电感、多个中间电感模拟摄像头等等，最终我们选取了下面这种方案。

构建位置误差公式：

L：左边电感电压值 R：右边电感电压值

这种计算式其实也存在不单调的情况，但单调的区间很大，在赛道的约束条件下完全满足要求，并且其对转弯比较灵敏，有效的解决了过弯的难题。

4.1.2 舵机转向控制策略

4.1.2.1 传统控制策略

此部分中，我们只采用了 PD 控制，因为车辆电感值在实时更新，需要进行实时转向，因此不需要使用 I 控制。PD 控制中，P 为实时修改状态，而 D 是为了修补 P 实时性的不足，达到提前的作用。另外，为了提升大弯转向的快速性能和直道的稳定性能，我们通过 Error，划分了两组 PD，当 Error 较小时，认为是在直道，采用较小的 PD 保证稳定性，防止震荡，当 Error 较大时，认为是在弯道，采用较大的 PD 保证快速转向。

▲ 舵机控制模型

4.1.2.2 控制策略探索

运用传统控制策略进行控制的时候，我们发现参数调节十分麻烦，而且适应性不强，因此我们就想有没有一种方案能不能在一定区间自动调整 PID 参数去适应不同的条件，我们查阅了相关文献，几乎都指向了模糊 PID 控制这一方向，带着探索的心，我们去了解了模糊 PID 的相关理论，并试着写了一套模糊 PID 算法，发现这套算法调参难度并不亚于传统的 PID，但是适应性的确强了不少，但这与我们想要简化调参过程的初衷并不一致，所以没有更深入的去探索。后面根据我们对问题的分析，我们发现舵机控制与当前偏差、偏差的变化率息息相关，我们根据这两者的状态绘制了以下程序框图并实现：

▲ 模糊控制PID部分流程图

我们仅仅需要确定每次调整步长，我们就可以是 PID 在一个范围内进行变动，满足不同情况下的要求。

4.1.2.3 控制策略展望

为了简化调参和增强适应性，在上一小节我们对控制策略进行了探索，但是还是逃不掉反复调参的过程，这个过程枯燥乏味又不得不做，我们就想能不能有一套系统能够在调好一套参数的情况下，通过奖励——惩罚机制使其不断提速，参数不断适应速度的改变呢？我们就想用一个摄像头来捕捉车子在赛道上的状态信息，建立一套奖励惩罚机制，当车子偏离赛道中央过大，说明参数不太好，给与一定的惩罚，反之亦反之，然后车子缓慢的提速，参数不断适应车速达到自适应的效果。

4.2 电机控制

电机控制中，我们使用 PID 控制电机的速度。另外，还需要由转向角度控制电机差速，从而让车子更好过弯。

4.2.1 电机速度

电机转速控制中，我们不断地读取编码器返回的实际转速，与期望转速作差得到 Error，我们希望转速能够快速跟随，即希望 Error 能够尽快地到 0。采用最原始的位置是 PID 控制，加上积分抗饱和算法基本满足控制要求。

▲ 电机速度控制模型

4.2.2 电机差速

电机差速的和舵机转向相关，基于阿克曼转向模型，当舵机需要转向更大的角度的时候，差速的值应该越大，以辅助车身更好的入弯。另外，我们发现车身出界的情况大多数是在入弯的过程中，在弯道部分一般是不会出的，为了实现弯道加速的功能，我们也让其与舵机转向变化率相关，当转向变化率较大时，即入弯过程中，速度降低，而当转向变化率逐渐变小时，即车身稳定后，则可以提高速度。因此，我们的速度是由需要转弯的角度和转弯角度的变化率二者共同决定。

具体的计算流程如下图：

▲ 电机差速控制流程图

由图中可以看到，当突然出现需要打一个比较大的角度的时候，速度会减下来，与此同时，由于突然产生了如此大的角度，方向变化率也会变大，从而让小车顺利减速过弯。但是在过弯的途中，虽然角度仍然是比较大的值，可是方向变化率在减小，从而可以让整体速度进行提升，最终达到过弯加速的效果。

4.3 记忆方案

通常我们使用电感等传感器实时检测到的信息作为判断依据来控制车模的转向和加减速，在限制前瞻长度的情况下这样的实时判断相比于长前瞻就有严重的滞后性，我们尝试不使用或少使用实时判断的信息进行控制。

我们先使车模在平稳状态下运行一段赛道，记录每个控制周期的陀螺仪 z 轴转角与编码器数值，通过这些信息对赛道进行解算，将赛道元素分为三类：直道、左转、右转，可以得到一个简化版的赛道数组（包含按顺序排列的赛道的每个元素以及对应的直道长度或弯道角度以及弯道半径）。

▲ 某段赛道的结算数组及其图像

发现效果良好，尝试在第二圈时使用第一次运行时记录下的解算后的赛道信息作为判断依据通过如下步骤控制车模运行（使用速度 PID 环作为内环、位置 PID 环作为外环对车模进行控制）：

①进入直道后使用速度图像为抛物线的加速方式，加到设定的直道速度后匀速运行；

②在直道中根据编码器的实时读数计算减速至设定的弯道速度所需的距离与车模在当前直道元素中已行进的距离，当减速所需的距离与车模进入下一赛道元素的剩余距离相差很小时，使车模进行抛物线减速，在进入下一赛道元素前就能减至设定的弯道速度；

③在弯道中根据弯道的半径控制前轮的转角与后轮的差速，并使车模匀速通过弯道；

④重复①～③步骤；

⑤车模检测到终点线后停止运行。但由于备赛时间较短，未能完整实现上述控制方案。我们又尝试使用车模第一次运行赛道记忆的信息提升直道速度，只根据距离信息来进行入弯时的提前减速。不过，我们发现直接加速会存在问题，车子变得非常不好控制，很容易冲出赛道，因此后面我们只是略微增大了一些速度，但是增加电机的 I 项，从而让整体的速度进行提高。

神经网络控制部分，我们希望送入神经网络电感值，让神经网络输出舵机转向值。

5.1 数据收集

数据收集部分，我们分别采用了长短前瞻的电感值电压输入作为 PID 控制，进行数据的采集。采集过程中，我们使用无线串口进行上位机和 MCU 通信，通过 python 写上位机。其中 pyserial 进行串口数据的解析，pygame 读取键盘名令从而达到小车控制的功能。另外，我们采用了 Matlabplotlib 的包进行了多种情况的可视化，便于进行分析。

另外，我们对车子进行了远程控制，通过串口，我们可以在上位机中实现控制车辆启停，车辆加减速，车辆拐弯等功能，从而更好地收集数据。与此同时，我们还通过远程串口，进行了 PID 参数的调节，从而大大方便了 PID 的调参过程。

经过整理，我们发现这个环境中彻底验证了"Garbage in, Garbage out" 的说法，即数据好则神经网络效果好，数据不好，则神经网络效果很差。我们分别采用了长前瞻和短前瞻作为 PID 数据源进行车辆控制，然后在长前瞻 PID 中收集了长前瞻和短前瞻的电感数据，在短前瞻 PID 中，收集短前瞻的电感数据，对这三种数据进行学习。实验发现，当长前瞻跑 PID 时，长前瞻的电感送入神经网络中拟合的很好，但是短前瞻电感值送入神经网络中拟合却不行。短前瞻跑 PID 时，短前瞻电感值送入神经网络拟合很好。因此实验结论是：基于某几个电感进行 PID 控制，则采集对应电感值作为神经网络输入，神经网络的拟合性能很好。

关于数据集制作，为了更好地收集数据，我们在上位机中远程控制车辆是否发送数据，从而可以有针对性地在各个环境中进行数据制作。数据清洗方面，因为串口发送的频率过高，存在了大量的数据是重复的，因此我们针对性地对相邻两帧之间电感数据差距不算很大的进行了删除。另外，为了适应不同的场地，我们还进行了数据归一化的操作，每次启动车子之前，我们平移我们的车子，收取赛道中最大的电感值，然后所有的电感除以对应最大电感值从而获取归一化后的电感值。

在数据采集的过程中我们发现了训练出来的模型效果不是很好，经过可视化之后，发现靠近舵机的电感数据不稳定，即使开启了硬件平均也有很大的抖动，这对于训练必然是不好的。

▲ 某电感滤波前的图像

在观察到这样的现象之后，我们决定加入软件滤波，对于这种数据抖动较大的情况，最简单的滤波公式莫过于卡尔曼滤波，对于单片机性能的要求也最低，在电感的采集过程中，只需要贮存上一个电感数据既可，下图为滤波之后的效果。

▲ 某电感滤波后的图像

5.2 电感排布

电感排布部分，我们通过随机增加扰动的方式，寻找最为重要的电感。最终确定了 11 个电感排布的方案。假设有 3 个电感分别放置在车前左中右位置，前面的系数分别为 0.8，1.2， 0.8，则可列电感控制舵机的方程:

但是实际上，我们并不知道各个电感前的系数，因此假设为 A，B，C，直观地，我们可以认为：某个电感前系数较大，则某个电感更为重要，因为他的对舵机的影响更大。虽然在神经网络中，每个电感与舵机输出并不是线性关系，但是我们不妨假设：不同电感变化同一个幅度时，哪个电感能导致舵机变化越大，哪个电感就是更为重要的电感。基于此假设，我们完成了电感排布的确定。

▲ 电感分布确定流程图

具体步骤如下：每次我们随机选择放置电感排布，通过神经网络收取数据进行训练得到一个网络模型。然后，我们对收集到的数据添加随机扰动，从-0.1～ 0.1，分为 10 个范围，即-0.1～-0.08，-0.08～-0.06....0.06～0.1。

得到随机扰动的数据集之后，我们把原始数据的输出和扰动数据的输出（都使用同一个网络）最差得到绝对值。如果某个电感的绝对值较大，则说明此电感轻微扰动对网络输出影响大，是比较重要的电感。

基于此套方法，我们确定了 11 个电感的排布位置，下为某组数据扰动之后的误差分布图。

▲ 电感误差分布

以第一列图片为例，第一列对应的是第一排最左边的电感，从上到下，分别对应了施加扰动的范围为-0.1～-0.08，-0.08～-0.06.......0.06～0.08， 0.08～0.1。直方图代表了施加扰动前后输出的差的绝对值的分布。从图中我们可以看到在中间部分的偏差靠近 0，而上下偏差靠近 1，符合逻辑。另外，横向对比，我们可以看到，第 1，2，3，4，5，8，9 列的影响相对比较大，他们对应了第一排左中右（1，2，3），第二排左右（4，5），第一排竖电感（8，9）。

5.3 网络结构

我们进行了大量的网络结构测试，由于 NXP 芯片所限，基本上只能够使用全连接层。不过相比于直接送入电感值，我们将电感值和历史 10 次网络输出值（舵机期望值）共同送入网络，从而相同网络结构（只有输入层不同）训练结果的 loss 从 0.04 降到了 0.02，网络跟踪的效果也变得更好。

另外，我们也发现，基本上的全连接层已经足够训练网络，网络的效果也是满足需求的。基于此我们尽可能地缩小网络大小，让速度尽快，最终的网络结果为：

网络结果输入为 Nx21x1 的数据，（11 个电感和前 10 帧的舵机控制角度），分别经过 Dense，BatchNormal，Dropout 等的操作，最终生成一个 1 维度的舵机值，即为目标输出，网络结构图如下。

▲ 网络结构图

电路部分尝试过为软件增加电机的电流环，但由于 AI 电磁要求的磁传感器过多，芯片 ADC 引脚比较紧张，最后没有落地。鉴于 AI 电磁本身的特殊性—— 对磁传感器位置的严要求，电路部分将用于 AI 的磁传感器分割到单独 PCB 板上，确保位置固定，车与车差异小，算法可以移植，与机械部分一同做好电感保护。

机械方面，使用碳板制作的顶棚搭载多个电感，增强了电感数值的可靠性电控方向，我们采用陀螺仪和编码器进行了全地图的绘制，然后针对直道进行了二次加速。

神经网络方向，我们将历史的舵机控制值送入神经网络，大大提升了网络的效果。

从机械到电路再到电控和神经网络，我们搭建了一个完整的车子。对车子进行稳定性测试，算法迭代优化，我们才算是真正地完成了一个项目。小组成员每个人都尽着自己最大的努力，不加班不快乐，没成果没休息逐渐成为我们的常态。这一次的磨砺，所有的队员都有了非常大的进步，与此同时，我们也收获了一份友谊。另外，感谢学校对我们的支持，在疫情期间仍然全力支持我们。感谢组委会提供的参赛机会。

[1] 卓晴，黄开胜，邵贝贝等，《学做智能车——挑战“飞思卡尔”杯》[c].北京：北京航空航天大学出版社，2007.

[2] 谭浩强，C 语言程序设计[M]，北京：清华大学出版社，2005.

[3] 王宜杯，嵌入式系统原理与实践：ARM Cortex-M4 Kinetis 微处理器，北京：电子工业出版社，2012.

[4] 陶永乐，新型 PID 控制及其应用（第二版），北京：机械工业出版社 [5] 李发海，王岩等，电机与拖动基础，北京：清华大学出版社

[6] 胡寿松，自动控制原理（第六版），北京：科学出版社

1.软件开发平台： KEIL

▲ 软件开发平台 KEIL

2.神经网络 h5 文件转换工具：

3. 匿名科创地面站

特殊而应用广泛的电源—特种电源

特殊而应用广泛的电源—特种电源

摘要：特种电源是指具有不同于普通电源的特殊指标（如高压输出、特大电流输出、脉冲输出等）和特殊用途（如蓄电池充电、感应加热、电镀电解电力试验、空气净化、食品灭菌、医疗设备、环保除尘、电子加速器、雷达导航等）的电源装置。特种集成电源还具有"新、特、奇、广"的显著特点、其电路新颖，功能奇特，性能先进，种类繁多，设计领域广泛。与普通电源相比，对特种电源的某些要求更加严格。特种电源一般要向厂家定制。

本文讨论了特种电源的要求和用途，详细论述了雷达发射机高压电源、电子束焊机用大功率高压电源、高压脉冲电源和加速器电源系统等几种类型的特种电源。

关键词：特种电源高压电源脉冲电源行波管雷达电子束加速器

1、概述

特种电源即特殊种类的电源。所谓特殊主要是由于衡量电源的技术指标要求不同于常用的电源，其主要是输出电压特别高，输出电流特别大，或者对稳定度、动态响应及纹波要求特别高，或者要求电源输出的电压或电流是脉冲或其它一些要求。这就使得在设计及生产此类电源时有差比普通电源有更特殊甚至更严格的要求。

特种电源一般是为特殊负载或场合要求而设计的，它的应用十分广泛。主要有：电镀电解、阳极氧化、感应加热、医疗设备、电力操作、电力试验、环保除尘、空气净化、食品灭菌、激光红外、光电显示等。而在国防及军事上，特种电源更有普通电源不可取代的用途，主要用于：雷达导航、高能物理、等离子体物理及核技术研究等。

可见特种电源就是运用电力电子技术及一些特殊手段，将发电厂或蓄电池输出的一次电能，变换成能满足对电能形式特殊需要的场合要求而设计的电源。本文仅介绍具有广泛代表性的高压电源、脉冲电源和加速器电源系统。

2、几种类型的特种电源

2.1雷达发射机用的高压电源

在现代雷达发射机中，用行波管(TWT)作为微波功率放大器件占有很大的比例,作为高功率部分,它的可靠性与技术指标如何,对雷达发射机乃至整个雷达有着直接的影响.而支撑着行波管的高压电源(系统)更显得至为重要.

开关电源技术作为一种高频、高效电力电子技术, 随着电子元器件、产品的不断更新,大功率器件的更新换代, 大功率开关电源技术得到了发展。本文所介绍的雷达行波管用高压开关电源,采用全桥谐振PWM调制方式, 大功率开关器件采用先进的IGBT模块及先进可靠的驱动电路，使得电源的整体性能良好，稳定度好, 并且具有各种保护功能。

电源电路由以下几部分组成：1)电网滤波器,2) 整流滤波,3)全桥变换器,4)高压变压器,5)高压整流滤波,6)脉宽调制与控制电路,7)驱动电路,8)保护电路等。

工作原理：将50HZ三相380V通过电网滤波器,经整流及滤波得到500多伏的直流电压,供给串联谐振变换器。由于本电源输出高达20KV，为了减轻变压器的设计难度以及减小高压整流二极管的耐压值、提高电源的可靠性，我们采用变压器两个次级分别全桥整流,然后叠加输出。全桥变换器由四个IGBT、一个高频变压器及整流电路组成。控制电路提供两对彼此绝缘、相位相差1800的脉冲输入到IGBT驱动电路，控制IGBT的通断。将直流电压变换成为交变的20KHZ脉冲电压，经变压器及全桥整流和滤波电路，得到几十KV的电压。

2.2电子束焊机用大功率高压电源

电子束焊接因具有不用焊条、不易氧化、工艺重复性好及热变形量小的优点而广泛应用于航空航天、原子能、国防及军工、汽车和电气电工仪表等众多行业。电子束焊接的基本原理是电子枪中的阴极由于直接或间接加热而发射电子，该电子在高压静电场的加速下在通过电磁场的聚焦就可以形成能量密度极高的电子束，用此电子束去轰击工件，巨大的动能转化为热量，使焊接处工件熔化，形成熔池，从而实现对工件的焊接。高压电源是设备的关键技术之一，它主要为电子枪提供加速电压，其性能好坏直接决定电子束焊接工艺和焊接质量。电子束焊机用高压电源与其它类型的高压电源相比，具有不同的技术特性,技术要求主要为纹波系数和稳定度，纹波系数要求小于1%，稳定度为±1%，甚至纹波系数小于0.5%，稳定度为±0.5%，同时还重复性要求小于0.5%。以上要求均根据电子束斑和焊接工艺所决定。电子束焊机用高压电源在操作是必须与有关系统进行连锁保护，主要有真空连锁、阴极连锁、闸阀连锁、聚焦连锁等，以确保设备和人身安全。高压电源必须符合EMC标准，具有软起动功能，防止突然合闸对电源的冲击。

这种电源由于功率大(达30kW)，输出电压高(150kV)，工作频率较高(20kHz)，而对稳定精度、纹波及电压调节率均有较高的要求。选用先进的三相全控可控整流技术、大功率高频逆变器，用新型功率器件IGBT作为功率开关。三相全控可控整流和逆变器各自采用独立的控制板，IGBT驱动采用进口厚膜驱动电路，加上输入电网滤波器和平波电抗器及电容组成的滤波电路。使电源的功率变换部分具有较好的技术先进性和良好的功率变换性。

高压部分：高压变压器磁芯采用最新的非晶态材料，采用独特的高频高压绕制工艺，双高压变压器叠加工作。先进的整流和合理的倍压电路以及高压均压技术保证高压电源的高压部分稳定可靠，反馈及高压指示信号用精密的分压器，由高压输出端直接采样，保证电源有很高的稳压精度、电压调整率和准确可信的高压测量精度。采用合理的高压滤波技术，保证电源有良好的纹波。高压部分放在一个油箱内。

2.3高压脉冲电源

在雷达导航设备中，其发射部分一般都需要一高电压、窄脉冲，不同重复频率的强功率脉冲源，这种强功率脉冲源一般通过一个高压电源将市电升为几千伏至几十千伏直流高压，然后由一个调制器将直流高压调制为所需脉宽及频率的脉冲源以供发射管使用。本文介绍的高压脉冲源主要由高压电源及调制器组成，高压电源系用开关稳压电源，调制器系用半导体固态器件。

脉冲源主要由高压电源及调制器部分组成，高压电源采用开关稳压电源，调制器采用半导体器件的固态调制器。

使用方给出的触发脉冲是TTL电平的信号，应在输入隔离变压器前增加接口电路，此接口电路一是为了预放大TTL脉冲信号，二是为了与隔离变压器匹配。为了达到隔离的目的，使用方可提供此接口电路的电源，制造方只需提出电源需求并在电路中设计相应的变换、滤波电路即可。

触发脉冲经过脉冲变压器隔离后经过预调器脉冲整形，功率放大后去触发调制板和截尾板工作。由预调器产生的激励脉冲经过变压器隔离去驱动调制板的每一只场效应管，此时调制板导通高压电源送到微波三极管的阳极，微波三极管的阴极电子开始发射，微波三极管将送入输入端的小工率高频信号放大成大功率的高频信号。当脉冲结束时，由预调器产生的截尾脉冲去触发截尾板，截尾板导通后将微波三极管的分布电容释放，所以可以得到很好的脉冲后沿)。

2.4 在医学领域的应用

在医学领域，许多医疗设备都需要高压电源或高压脉冲电源、典型的如CT 机、X射机光机等。本文介绍一种在神经和精神疾病治疗领域中高压脉冲电源的应用应用——经颅磁刺激系统。

根据电磁感应原理，一个随时间变化的均匀磁场在其所通过的空间内将产生感应电场。脉冲磁场通过生物组织产生感应电场，使生物组织内产生感应电流而达到刺激的效果。经颅磁刺激是利用时变磁场作用于大脑皮层产生感应电流，改变皮层神经细胞的动作电位，从而影响脑内代谢和神经电活动的生物刺激技术。

整个系统主要由主升压电路、充/放电回路(含控制部分)和刺激线圈电路等几部分组成。见图1。主升压电路包括功率因子校正、全桥逆变、升压变压器、再整流电路，充/放电回路主要由储能电容、充/放电开关(可控硅)及单片机控制部分构成，控制充/放电电路的工作，同时提供操作接口。刺激线圈可采用单线圈和八字形两种线圈。

图1 系统的整体结构图

用以产生刺激生物组织的时变磁场的方法很多。目前，最常用的方法是通过电容器储存电能，再通过对线圈放电产生脉冲电流，从而产生脉冲磁场。

2.5 大功率高压脉冲电源在污水处理中的应用

用大功率高压电脉冲处理污水是利用在水中高电压(30～50千伏)、大电流(几十千安)脉冲放电产生的等离子体(自由基和紫外辐射)，及等离子体通道刚性条件下迅速膨胀产生的冲击波对污水中有机化和物的等离子体物理及电化学的复杂作用，使其降解为二氧化碳、水等简单分子，达到处理污水的目的。

本系统由高压电源、反应器和水路部分组成。如图2所示。

高压电源最为关键，它产生高压大电流脉冲。工作原理为，三相50HZ380V交流电，经高压电源变为电压为30～50千伏的直流高压，此直流高压储存在能量储存器内，高功率脉冲发生器将所储存的能量压缩为在短时间内可输出高电压大电流的强功率脉冲，以输送给反应器而发生等离子体作用。

反应器是一个密封的带有一组正、负电极的腔体。污水由腔体下方的进水口由水泵压入，经过一个反应过程后，由上方的出水口"溢"到储水槽，经过若干次的循环后，可使含有污水达到排放标准。反应器的制作时应注意腔体可抵抗水的压力外，还应注意电板在里面的合理安排与布局，更重要的是还要注意有几十千伏的高压电要绝缘好。

对于水路部分，待处理的废水通过管道由阀门控制放入储水槽中，储水槽中的水由水泵压入反应器中，并由反应器上方的出水口"溢"到水槽中。经过若干次的循环，当水槽中的水达到排放标准后，打开阀门口排出去。

2.6 高压脉冲电源在食品杀菌中的应用

高压脉冲电源杀菌技术的应用研究主要集中在液态食品(如饮料、牛奶等)的杀菌，经高压脉冲电场杀菌加工的饮料具有安全、风味和口感近似新鲜饮料、营养好的特点，故此技术对食品加工厂家具有极大的吸引力，具有良好的市场前景。

高压脉冲电源食品杀菌装置的基本结构如图3所示：

如图3所示，液体食品的流量通过变量泵调节，脉冲电源的电压值、脉宽、脉间可由杀菌装置控制器进行控制;杀菌室的主要功能是将高压脉冲电场传递给流经此室的液体食品，内有冷却装置;在高压杀菌区域有温度传感器;在处理室内，两电极内部带有冷却管道，温度没有通过冷却管道内的循环冷却水加以调节，各种电参数，如作用在食品上的电压、电流波形，通过数据检测系统加以检测，为减少电磁场的干扰，示波器和计算机放置在屏蔽区域。

高压脉冲电源为双极性，如图4所示，它能提供正、负脉冲达到60KV、750A峰值，每个极都用独立供电电源和无触点开关，允许安全控制脉冲参数。用这个结构，脉宽、脉冲重复频率和正、负电压都是独立变量，且具有很宽的调节范围，这个系统功率限制在75KW，必要时，要避免正、负脉冲同时输出。

在这个单元中，每个无触点开关都是由多个串联的IGBT组成，这些所有的单个IGBT的开关能同时开和闭。并且电压通过这些开关来分配，用这种方法，每个开关操作为一个单独装置，在正常工作或过载期间，可根据开关所能通过的最大电压，来决定串多少个独立装置。

高压脉冲电源与杀菌室相连，用所期望的频率、电压缝值、产生连续不断的高压脉冲。

2.7 高压电源在(塑料薄膜)材料表面处理中的应用。

塑料薄膜已经成为现代包装工艺的主流材料，具有透明、防潮、气密性好等突出优点。但大部分塑料薄膜属于非极性高分子材料，对油墨的亲和性都比较差，而且在形成过程中加入的增塑剂、引发剂、残留单体和降解物等低分子物质很容易析出而汇集于材料表面形成无定性层，使塑料薄膜表面的润湿性能变差，所以在印刷前必须经过处理。

要进行这种处理，就需要用高频高压放电电源系统，它主要包括晶闸管可控整流电路、单相全桥IGBT逆变电路和高频升压变压器、检测电路、保护电路、上下位机电路和液晶显示等几个部分。三相交流电经过传统的相控整流后，通过电容滤波输入由IGBT管组成的单相全桥逆变电路。逆变电路的输出经过高频高压升压变压器升压后提供给放电负载。检测电路主要对输入电压、输入电流、负载电流、直流母线电压和电流、工作频率等量进行检测，以便实现显示和保护。系统具有完善的保护电路，主要包括：过流保护、逆变器失锁保护、缺相保护、错相保护、停转保护、放电架开启保护、绝缘介质击穿保护等。高频高压放电电源的主电路如图5所示。

选择适合的电参数和流体食品的流量，以使每单位食品体积经受足够数目的高压脉冲电场的作用，从而达到所希望的微生物细胞的致死率。

塑料薄膜表面处理系统示意图如图6所示。待处理的塑料薄膜通过电极装置的间隙进行处理。表面包有绝缘介质的滚筒接地，并通过传动带和电动机的转轴相连。长条形的放电架与滚筒面平行，接高压电源。放电电极一般为多刀型，能提高载流子数量，增加放电面积。滚筒长度为160cm，介质层厚度为3m㈩。采用这一厚度是为了确保在高压下不被击穿。放电间隙为3mm，可以满足工业应用的要求。

2.8加速器电源系统

电源系统是加速器中一个重要组成部分，其主要功能是和负载一起为加速器提供所需的磁场和电场。这个电源系统绝大多数是高精度线性电源，几乎全部是直流稳流和直流稳压电源。其基本结构是开关电源和晶闸管相控电源。主要技术指标(长期电流稳定度，电流纹波等)要求很高，二极铁电源电流长期稳定度一般小于2′10-4/8小时，四极铁电源电流长期稳定度一般小于5′10-4/8小时。

直流电源主要采用以下技术方案：对于输出功率在50KW以上的二极磁铁电源和大的四极磁铁电源，采用了晶闸管相控整流技术，大部分为晶闸管12脉波整流技术，同时根据具体情况采用并联式有源滤波技术以抑制纹波。稳定度要求为5′10-6/8小时的主磁场电源采用24脉波晶闸管整流技术，同时控制电路和测试电路都采取了恒温措施。晶闸管相控电源技术成熟，性能稳定可靠，价格低廉。

原理简图如图7所示;对于50KW以下的中小功率电源全部采用高频开关技术，主要采用全桥零电压/零电流软开关技术、斩波电源，工作原理见图8。还有部分电源，特别是开关磁铁电源，需要电源输出电流在200ms的时间内完成从0到额定值的转换或从额定值到0的转换，因此这部分电源采用高频斩波技术，该电路能够有效吸收电流快速下降时磁铁负载产生的反向电压，工作原理见图9。对于注入引出系统的低压大电流电源采用多模块并联稳流技术，每个模块实际上是一个自己闭环工作的小功率开关电源，输出电流在100-250A，电压为10-30V，根据电源输出电流选择不同规格和不同数量的模块并联，所有模块受一个总的调节器控制，工作原理见图10。

脉冲电源实现方案与直流电源类似，对于输出功率在50KW以上的二极磁铁电源和大的四极磁铁电源，采用了晶闸管相控整流技术，中小功率电源则全部采用高频斩波技术。

图11为电源工作于脉冲模式时输出脉冲电流电压波形。每个脉冲上升和下降时间各为3秒，平顶为1秒，平底10秒。电流波形实际上是一个梯形波，为便于电源实现，该梯形波分为五段：前平底段、上升段、平顶段、下降段、后平底段，每段之间用二次曲线光滑连接起来。

主环和实验环二极铁电源及部分大功率四极铁电源，采用十二相或二十四相可控硅整流器实现，主要工作方式为整流/逆变方式。电源由十二相/二十四可控硅整流器、纹波反馈、无源滤波器、有源滤波器和电源控制器组成，图12为电源电气原理图。多相可控硅整流器通过多台变压器错相。电源调节器采用电压电流双闭环控制，电压环为内环调节，为了实现较快的响应速度和抑制电网电压波动的影响，电压环增益不高，但有较宽的带宽，外环为电流环，电源的精度主要由电流环决定，因此电流调节器增益很高，同时电流环带宽受到限制。为了进一步提高动态响应速度以及衰减纹波，主环二极磁铁电源在无源滤波器之后还使用了并联式有源滤波器，该滤波器是由多级斩波式开关电源串联组成，在电流上升下降段提供所需电流，以弥补晶闸管整流器响应较慢的缺陷，在平顶和平底段作为有源滤波器工作。需要指出的是为了同时满足电源精度和良好动态特性的要求，必须精心选择电源调节器和滤波器的参数。

主环和实验环及其他系统的中小功率的电源，采用带倍频功能的高频双管斩波式开关电源。电路工作原理图如图 9所示。开关管工作频率为10KHz以上，电源工作频率则在20KHz以上，具有响应时间快、较小的纹波、体积小、效率高等优点。这种电路可以有效的减小电源对电网的影响，同时还低功率损耗、不存在开关元件的直通故障、可工作与二象限和四象限状态、电路简单等优点。通过控制两个开关管，实现能量反馈，此种电源既可工作于脉冲状态，也可工作于直流状态。双极性输出的主环和实验环中的校正线圈和校正磁铁电源，采用四象限输出的开关电源，不同的控制方式便可实现输出极性的改变或输出电流从正到负的连续变化。

在注入引出系统中，主要包括踢轨电源(KICKER)、突凸轨电源(BUNPER)、静电偏转板电源。其工作原理与波形与普通磁铁电源完全不一样。KICKER电源要求电流脉冲上升沿在150ns以内，周期重复工作，主要用于主环快引出; BUMPER也是以较快脉冲工作，但要求电流在60-20us内从额定值下降到0，且四台BUMPER必须同步，该种电源主要用于主环注入系统中;静电偏转板电源全部是150KV高压直流稳压电源，主要用于慢引出。图15-18为KICKER和BUMPER电源工作原理图以及相应的测试波形。

技术文档