飞思卡尔智能车竞赛（现在叫恩智浦杯全国大学生智能汽车竞赛）算是国内工科院校最火的比赛之一了，每年都有几百所高校的队伍参赛。很多学电子、自动化的同学大学期间都做过智能车，从一辆裸车开始，自己画板子、写代码、调参数，最后跑完全赛道，那种成就感真的没得说。今天就结合我当年参赛的经历，聊聊智能车制作的完整流程和那些踩过的坑。

先说说比赛的基本规则。比赛分好几个组别：光电组（用光电管或者CCD识别赛道黑线）、摄像头组（用摄像头采集图像识别赛道）、电磁组（通过检测赛道下方的通电线产生的电磁场来循迹），还有节能组、双车会车组这些特色组别。新手入门建议从电磁组或者光电组开始，硬件相对简单，调试容易上手，出成绩快。摄像头组可玩性高，但图像处理和控制算法复杂，适合有一定基础的队伍。

硬件方面，一辆智能车的核心部件包括：主控板、电机驱动、传感器模块、电源、电机和编码器、舵机、车体结构。主控以前常用飞思卡尔（现在恩智浦）的K60、KEA系列，现在很多队伍也用STM32F4或者RT1064这类性能更强的芯片。电机驱动一般用BTN7971或者DRV8701这些H桥芯片，能提供足够的驱动电流。电源部分很关键，电机启动瞬间电流大，容易拉低电压导致主控复位，一定要用大容量的钽电容或者聚合物锂电池做缓冲，电源走线也要加粗。机械结构上，舵机的安装位置要尽量靠前，重心靠中间，电池放在底盘中间保持平衡，轮胎的抓地力也要根据赛道材质调整。

软件方面，循迹控制是核心。以电磁组为例，两个电感传感器检测左右两边的磁场强度，差值反映了车偏离赛道中心的程度。控制算法一般用PID：比例项（P）直接跟偏差成正比，用来快速纠正；微分项（D）反映偏差变化率，用来抑制超调和振荡；积分项（I）用来消除稳态误差。调PID的顺序一般是先调P，从小到大加，直到车能左右摆动；然后加D，把振荡压下去；最后加一点点I，消除小的稳态偏差。摄像头组的话，还需要先做图像处理：二值化提取赛道边缘，然后找赛道中心，计算出偏移量和斜率，再用PID控制舵机转向。速度控制也要做PID，根据编码器反馈的实际转速调整PWM，保持车速稳定，上下坡不减速。

参赛准备阶段建议分三步走。第一步，先把车跑起来，能基本循迹就行，不用追求速度，先把硬件和软件框架搭好，确保每个模块工作正常。第二步，优化控制算法，把PID参数调好，然后加一些高级功能，比如环岛识别、十字路处理、坡道检测、入弯出弯的速度策略。这阶段要大量上赛道测试，记录不同赛道元素的处理方法，积累经验。第三步，赛前一个月做稳定性优化，解决偶发的丢线、冲出赛道问题，代码做鲁棒性处理，硬件检查焊点和接线，防止比赛时因为接触不良掉链子。

说几个容易踩的坑。第一个是硬件调试不充分，很多队伍板子画完没做严格测试就上车，比赛时莫名其妙出问题，查半天是某个焊点虚焊或者电容没焊。第二个是代码结构混乱，所有逻辑都塞在main函数的大循环里，后期加功能加不动，一定要用状态机或者RTOS，把循迹、速度控制、图像处理、通信这些模块分开。第三个是赛前临时改代码或者换硬件，比赛前一周绝对不要动核心代码和硬件，改个小bug都可能引入新问题，最后一周只做测试和稳定性验证。最后说一句，比成绩更重要的是过程，做智能车学到的硬件调试、代码编写、问题排查、团队协作这些能力，毕业后工作中天天都能用得上。