从0到1带你打电赛·小车电控篇(二)：历年小车赛题进化史——看懂出题套路，押对方向

📚 本文是 「从 0 到 1 带你打电赛 · 小车电控篇」 系列（共 12 篇）第 2 篇。

上一篇我们把”怎么拿奖”拆成了一条能力链：稳→准→快→报告。但还有一个问题没解决——你到底该练哪种”稳准快”？循迹？测距？视觉识别？双车通信？这些技能学起来都不便宜，四天三夜里全练一遍根本不够。

所以这一篇，我们来当一回”押题侦探”。把历年小车/控制类赛题摊开来看，你会发现出题人不是随机出题的，他们有一条非常清晰的进化主线。看懂这条线，你就能猜到下一题大概要考什么，把有限的备赛时间砸在刀刃上。

💡 先记住一句话

看赛题进化，就像看一个人”从学会走，到学会开车”的过程：早期只要求小车能往返跑准距离（走路），后来要会循迹过弯（骑车），再后来要看摄像头认路、认数字（看着路标开车），现在是多车配合 + 精确停进车位（自动驾驶 + 自动泊车）。每一步都在前一步上加东西，从不凭空跳。

先扫掉一个最常见的误区：电赛不是年年都有国赛

很多新人一上来就栽在赛制上。这件事先说清楚，否则你押题的年份都会对错。

全国大学生电子设计竞赛（NUEDC，大家都叫它”电赛”）是两年一个周期：

奇数年（2021、2023、2025…）= 国赛，全国统一命题、规模最大，圈里叫”大年”；
偶数年（2022、2024…）= 省级赛 + TI 杯模拟电子系统设计专题赛，圈里叫”小年”。

⚠️ 别把"2022 双车跟随""2024 自动行驶小车"当成国赛题

网上资料经常笼统地把所有题都叫”电赛”，于是你会看到”2022 双车跟随””2024 自动行驶小车”这种说法。严格讲，2022、2024 是偶数年的省赛 / TI 杯，不是国赛。这一点对押题很关键：省赛题往往是上一届国赛方向的简化或延伸，难度和时限通常更宽松。换句话说，研究国赛主线能帮你押省赛，反过来不一定成立。

这个”大年小年交替”，你可以想成奥运会和省运会：国赛像奥运会，奇数年全国总动员、最隆重；省赛 + TI 杯像省运会加专项邀请赛，偶数年小一号、按地区比。

赛制的更多细节（四天三夜怎么打、三人怎么分工）后面《整车搭建与代码框架》和《现场作战手册》会专门展开，这里不重复。我们直接进入正题——看题。

第一阶段·早期（2003~2011）：把”机械控制”做准

最早的小车题，核心诉求就一个字：准。让车按要求跑、停得准、算得对，根本还没有”看路”这回事。

奠基性的一题是 2003 年 E 题「简易智能电动车」。官方题面要求：

直道行驶时，存储并显示每个薄铁片（路面中心标志）到起跑线的距离；
进入停车区，准确驶入车库，车身要完全进去；
停车后，准确显示全程行驶时间。

听着挺朴素，但它把后面二十年小车题的骨架都立好了：测距、定点停车、全程计时。当年北京科技大学的队伍靠这题拿了国一。

那它的电控核心是什么？很简单：

传感器：在车轮上贴黑白条纹，用光电传感器（或霍尔开关）做”里程计”——轮子转一圈，反射光就产生固定个数的脉冲；
算法：单片机数脉冲，就能算出走了多远、走得多快；
闭环：一个简单的速度闭环，让车别忽快忽慢。

到 2011 年，出现了一个很有意思的题：双车超车。两辆车在赛道上，用光电管寻迹、用红外开关测两车距离，控制车距实现超车。这是”多车协同”主线最早的雏形——日后 2021 送药双车、2022 双车跟随，思想都从这儿来：车间要么直接通信，要么靠相对距离闭环。

📝 这一阶段你要练的电控技能

编码器 / 光电测速 + 单环速度 PID。就这些。如果你连”轮子转一圈数多少个脉冲、怎么换算成速度”都还没弄明白，那不管赛题怎么进化，地基都没打好。编码器和速度环的细节，《感知》和《PID 入门》两篇会手把手教。

🧩 顺手纠两个易记错的小事实

车体尺寸限制一脉相承：2001/2003 是”电动玩具车”（长 ≤ 35cm、宽 ≤ 15cm），2007 起改”小型电动车”（最大 300mm×200mm，高不限），到 2024 年量级压到约 25cm×15cm×15cm。尺寸卡得越来越死，直接影响你能塞多大的视觉模块——这也是后来大家偏爱紧凑型摄像头的原因之一。
网上常把”2001 自动往返”当起点。更准确地说，这条主线对应的是 2003 E 题；2001 本科组主线是”电动玩具车”，具体题面记载比较弱。押题别拿 2001 当锚点。

第二阶段·中期（2016~2022）：循迹 + 测距 + 双车，控制升级到”串级”

车开始要”会看路”和”会配合”了。这一阶段的关键词是：多路循迹、超声测距、双车通信、串级 PID。

代表题包括 2016 年无线充电车、2017/2022 自动泊车，以及 2022 双车跟随。技术栈明显比早期厚了一层：

循迹：从 1 路红外，升级到多路红外 / 灰度阵列。车不再只会直线跑，能沿着地面引导线过弯；
测距：超声波测距上场，用来控制车距、避障、入库；
通信：双车任务需要稳定的车间通信，最常用的是蓝牙串口模块 HC-05（配置简单、成本低）；如果是跨楼宇的远距离任务，才会考虑 LoRa；
控制：单环已经不够用了，串级 PID（双环） 成为标配。

什么叫串级？打个比方——

💡 串级 / 双环 PID，像"公司里的老板和员工"

外环（老板）只负责定目标，比如”车速给我到 1m/s”；内环（员工）负责具体怎么给油门，把这个目标真正落地。规矩是：先把员工训练靠谱（内环调稳），老板下指令才有意义（再调外环）。反过来，员工还站不住，老板喊破嗓子也白搭。

这条规矩——双环永远从内往外调——是贯穿整个 PID 体系的铁律，后面《PID 进阶》和《PID 调参实战》会反复强调。这里你先有个印象就行：到了中期，调参不再是调一个环，而是调两个环之间的配合。

第三阶段·近期（2021~2024）：视觉 + 决策被推到舞台中央

这是变化最剧烈的阶段。车不光要看引导线了，它要看懂世界——认数字、认靶标、追光斑——然后自己做决策。我们挑三道有代表性的题细看。

2021 F 题「智能送药小车」：视觉融合的里程碑

场景设定得很生活化：医院走廊地面上有一条红线，墙上 / 地上用黑色数字纸贴着病房号。任务是——单车在规定时间内把药送到指定的近距 / 中距病房并返回药房；进阶部分还要两车协同，一起把药送到同一个中距病房。

电控核心一下子丰富起来：

摄像头做阈值化红线循迹；
摄像头做黑色数字识别（认病房号）；
陀螺仪测角度控制转向；
光电编码器测里程；
单片机跑 PID。

主控通常是 STM32F407，视觉用 OpenMV 或 K210，车体是舵机四驱小车。

这题最值得讲的，是一段真实的国一战例——它告诉你”桌面调通”和”现场能用”是两码事：

🔥 战例：模板匹配在现场直接崩了

一支 2021 F 题国一队，一开始用 OpenMV 的模板匹配来识别病房数字。桌面上调得好好的，一到真实走廊，光照、角度一变，识别率根本不可靠。他们临场把方案切到 K210 神经网络，在固定 20~25cm 的拍摄距离重新采集数据集、训练 tflite 模型，才把识别率拉到 80%~90%+。

还有两个救命的小招： 1. 用置信度阈值过滤误判（数字 7 最容易被认错）； 2. 用一个 8 元素数组做多帧投票——不是看一帧就定结果，而是累计多帧检测再排序定结论。

后期他们甚至上了双 K210，实现”行进中不停车识别”。

教训：视觉识别一定要在真实的拍摄距离和光照下采数据、训练，别信桌面上调通的模板匹配；多帧投票 + 置信度阈值，是去抖动最廉价、最好用的招。

同一支队还有个惨痛的硬件插曲：第二辆车在临赛前 UART 和 IO 引脚损坏，被迫整片换主控芯片，在封箱前最后几小时才把两车功能补完。所以关键引脚要早做冗余验证、备好替换板，别把最后几小时排满。

这段经验，到《视觉与通信》那篇会接着深挖——尤其是”视觉模块只回传结论、不回传整张图”的设计思想。这里你先记住一个判断：到了视觉时代，识别算法的成败往往不在算法本身，而在你有没有在真实条件下喂它数据。

⚠️ 还有一个低级却致命的坑：串口波特率

视觉模块和主控对话，传得快不如传得准。线一长、干扰一上来，115200 波特率就开始乱码，把波特率降到 9600 才稳。这个坑在 2024 H 题里也有队伍踩过，后面还会再遇到它。

2023 E 题「运动目标控制与自动追踪」：毫米级定位的残酷一课

这题严格说不是地面小车，而是二轴舵机云台 + 激光笔 + OpenMV 视觉的组合，但它属于控制类主线，而且给所有人上了一堂关于”机械精度”的课，非常值得看。

系统是：OpenMV 视觉 + STM32 + 二轴云台 + 激光笔，做闭环。功能包括复位、让激光沿屏幕边 / A4 纸边运动、自动追踪一个光斑。题目建议红色激光开环、绿色激光闭环（闭环那部分需要 PID 跟踪）。

难点在哪？算一笔账你就懂了：

🔥 战例：1° 的误差，在 1 米外就是 1.7 厘米

激光打到 1 米外的屏幕上。普通 PWM 舵机有回差，1° 的误差，在 1 米距离上就放大成约 1.7cm 的偏移。你要做的是毫米级定位，普通舵机的分辨率和回差根本压不住。

雪上加霜：K210 在 320×240 分辨率下，1 米外的黑胶带不足 10 个像素——连”看清”都困难。

各队最后的解法：换高精度 / 总线舵机（带编码器），或者步进电机 + 齿轮减速，或者普通舵机配 2:1、3:1 减速；同时做两套坐标标定——云台角 ↔ 屏幕坐标、相机像素 ↔ 屏幕坐标（类似电阻屏标定，控制激光打到几个已知点，建一个变换矩阵）。

教训：精密指向任务，先算”角度误差 → 末端位移”这笔灵敏度账。机械精度不够，再好的 PID 也救不回来；视觉分辨率不够，就靠近拍或换高分辨率模块。

这就是那个著名的”激光笔杠杆效应”——手腕（舵机）动一点点，1 米外墙上的红点就跑老远；指得越远，手越要稳。所以精密指向必须用”更细的手腕”。

2024 H 题「自动行驶小车」：回到纯传感器，但把双环 PID 玩到极致

有意思的是，2024 H 题反而”退”了一步——不许用摄像头，强制用 TI 的 MSPM0（M0G3507）平台，靠灰度循迹 + 陀螺仪。但它把控制做到了很硬核的程度。

场地是这样的：≥ 220cm×120cm，两段对称的半圆弧，半径 40cm，黑弧线宽约 1.8cm。四个任务由易到难：

任务	路径	时限
1	A → B	≤ 15s
2	A→B→弧→C→D→弧→A 一圈	≤ 30s
3	A→C→弧→B→D→弧→A 一圈	≤ 40s
4	按路径跑 4 圈	越快越好

控制方案是七 / 八路灰度识线 + 维特陀螺仪测偏航，跑姿态环 + 寻迹环双环 PID：直线 / 斜线段靠姿态环，过弯靠寻迹环。控制周期 10ms（定时器中断，TIM2）。

实战里有两个流派，你可以都参考：

流派一（陀螺主控向）：用位置式 PID，直接以陀螺的绝对偏航角控制直行和转向，把算出来的 PWM 增 / 减量，叠加到左右轮的基础占空比上。逻辑是”遇到黑线开寻迹环，离开黑线开转向环”；
流派二（分段动态 PID）：直线段用大 Kp、Kd=0 求快；弯道段用更大的 Kp + 大 Kd 求稳，按陀螺角速度或灰度命中宽度来切换。

这给我们引出两条非常实用的经验法则：

💡 用陀螺的绝对偏航角走直线，比纯灰度更稳

灰度只在”压着线”的时候有效，一旦车在直线段、或者短暂丢线，灰度就抓瞎了。这时候靠陀螺积分出来的偏航角（yaw）保持航向最可靠：记录起始 yaw 当基准，用 PD 控制偏差，叠加到左右占空比上。这是 2024 H 题的主流方案。

💡 一组 PID 参数别想通吃直线和弯道

直道求快需要小 Kd，弯道求稳需要大 Kp 大 Kd，单组参数顾此失彼。国奖队普遍用分段动态切换。注意切换点要加”迟滞”（hysteresis），别在临界点反复横跳；切换瞬间可能有跳变，最好做平滑过渡。

具体到怎么把这几条揉进一份能跑的代码、怎么对着波形一步步整定，是《PID 调参实战》整篇要解决的事，这里点到为止。下面给一段差速控向的骨架，让你先有个手感——不管误差是来自陀螺偏航角还是灰度加权，套路都是”误差 → PID → 叠加到左右轮”：

// 控制周期 10ms（定时器中断里调用）
// err 可以来自：陀螺偏航角偏差，或灰度加权偏差
float turn = Kp * err + Kd * (err - err_prev);
err_prev  = err;

int left  = base_speed - turn;   // 左轮 = 基础速度 - 转向量
int right = base_speed + turn;   // 右轮 = 基础速度 + 转向量
// 符号按你自己的传感器朝向 / 电机接线定，调反了会朝偏差方向越冲越远

但 2024 H 题也暴露了纯灰度 + 陀螺方案的两个致命弱点，这两个坑你一定要提前防：

🔥 战例：第四问只跑了三圈半

某队第四问翻车：小车刚进圆弧区没踩到黑线，导致依赖”检测到黑线才切状态”的整套程序逻辑节点全部后移，最后只跑了三圈半。

根因之一是灰度的”死缝”问题：黑线正好卡在两路灰度中间时，两路都返回 0——车明明压着线，程序却判成”丢线”。

这队还顺带踩了一串小坑：某 GPIO 输入异常（换个引脚解决）、轮子和电机轴打滑（上胶固定）、115200 串口乱码（降到 9600）。

教训：纯灰度状态机一定要有兜底——用编码器里程计做后备，在”按理走了这么远还没见到线”时强制切状态 / 转向；传感器间距要小到不会让线漏在缝里；到了现场，必须重新标定灰度的电位器去适配当天的光照。

⚠️ 战例：陀螺零漂，多圈必偏

多份 2024 H 题复盘都指出：陀螺仪的偏航角有非固定的零漂，跑多圈之后航向会缓慢偏移，只能靠人工修正每圈的转向角硬凑，仍然消不干净。

对策：上电先静置标定零偏 + 做温补，并且用外部基准（灰度线 / 里程计）周期性地校正 yaw，给陀螺上”双保险”。

你可以把陀螺零漂想成”戴久了会走偏的旧手表”：你以为它读的是真角度，其实它每分钟都悄悄快一点点，跑几圈方向就全错了——所以要定时拿”标准钟”（灰度线 / 里程）对一下表。顺带一提，MPU6050 的零漂明显比维特智能（WT61 / HWT101 等，约 0.05° 级）这类高精度陀螺要大。

❗ 一定要纠正的一个流传错误：2019 没有地面循迹小车

网上经常把 2019 B 题「巡线机器人」当成地面小车来准备——它其实是四旋翼无人机绕杆巡检：从距 A 杆 1m 内起飞，1m 定高绕杆巡检（起飞 → A 杆 → 线缆 → 绕 B 杆 → 线缆 → A 杆 → 降落），≤150s，发现黄色异物在 30cm 内声光提示。2019 真正的地面控制车是 A 题「动态无线充电系统」（车边走边接收地面线圈的电）。押题、复盘别记错这一笔。

把这条线拎出来：四个清晰的演进方向

把三个阶段叠在一起看，趋势其实非常干净。我用一张表收一下：

维度	早期（2003~2011）	中期（2016~2022）	近期（2021~2024）	趋势预测
传感器	单路红外 / 码盘	多路灰度阵列 + 超声	摄像头 + AI 芯片	激光雷达 / 深度相机
控制	单环速度 PID	串级双环 PID	多模态融合（+卡尔曼）	融合 + 自适应
协同	单车	双车	双车 / 多车	多车 + V2X
指标	“到达”	精确入库	厘米 / 毫米级停靠	精度继续抬高
主控	51 / STM32	STM32	STM32 → 强制 TI MSPM0	延续 TI MSPM0

四句话总结出题人的脑回路：

视觉权重一路走高：从”无视觉”，到 OpenMV/K210，再到 K230/MaixCam；
精确停靠越来越变态：从”到了就行”，到厘米级，再到毫米级；
多车协同成为常客：单车 → 双车 → 多车，背后都是”通信 + 相对定位”；
决策状态机不可或缺：题目里越来越多”识别完再决定往哪走”的环节，背后必然是一套状态机（这套东西《状态机与整车软件》会专门讲）。

那 2025 / 省赛，该往哪押？

押题这事，没人能打包票，但顺着上面这条线，方向是可以判断的。多份器件清单分析和复盘给出的较高概率方向是：

复杂小车系统：小车 + 摄像头 + 云台 + 激光笔 + 感光纸绘图这类复合系统；或者”视觉循迹 + 精确停靠 + 双车 / 多车协同”的组合；
主控大概率延续 TI MSPM0 系列（M0G3507）。2024 起电赛主推 TI 平台，这个惯性短期内不会变；
视觉模块偏好紧凑型：因为车体尺寸卡得严，MaixCam 这类小模块更吃香；
可能融合更多模态：摄像头 + 超声波 + 雷达；目标跟踪场景会用到卡尔曼滤波去抖。

💡 押题不是赌一道题，是赌一组能力

与其纠结”今年到底考不考送药”，不如反过来想：上面这些方向，公共的电控能力是哪几样？答案很集中—— – 多路灰度 / 电磁循迹（差速控向）； – 串级双环 PID + 一身”工程补丁”（积分限幅、抗饱和、分段切换）； – 陀螺 / 编码器融合保航向、做里程兜底； – 视觉模块只回传结论 + 帧协议通信； – 一套能管”待命 / 直道 / 弯道 / 识别 / 停靠 / 丢线找回 / 急停”的状态机。

把这五样练扎实，不管今年出哪道题，你都接得住。这也正是本系列后面每一篇要带你逐个攻克的东西。

✅ 一句话收尾

出题人不会跟你玩花活，他们在一条”走路 → 骑车 → 开车 → 自动驾驶”的主线上稳步加码。看懂这条线，你的备赛就有了主心骨：地基（电机、电源、感知）必须先稳，PID 必须吃透，视觉和状态机按方向补齐。

押对了方向，下一步就是动手搭车。三个人怎么分工、主控为什么选 TI MSPM0、怎么搭一套”算法和芯片解耦”的代码框架，让你在 STM32 上练通的东西能整段平移过去——这些就是整车搭建与代码框架那一篇要解决的事。