探索智能控制新纪元:miniFOC - 花最少的钱,享受卓越的无刷电机体验!

在寻求性价比极高的直流无刷电机驱动方案时,您是否仍在购买价格不菲的模块?是否对低响应速度和寿命感到担忧?现在,让我们向您隆重介绍miniFOC——一个只需3美元就能实现的高级磁场定向控制(Field Oriented Control,简称FOC)解决方案!这个项目内置扭矩闭环控制器,通过3线UART接口即可轻松操控无刷电机,并且其软件与硬件设计完全遵循AGPL-3.0开放源代码许可证。
值得注意的是 ,miniFOC V2版本正在开发中(dev分支),即将支持电流环以及无传感器的FOC算法,敬请期待!
项目简介
miniFOC是一个针对中国市场精心打造的低成本FOC控制方案。它以优化的代码和精选的国内供应链组件,实现了与传统方案相比性能更优、成本更低的效果。FOC技术能够:
- 瞬间调整到任何速度,无速度限制。
- 实现平滑的正反转切换,即使在高速运行状态下也能保持稳定。
- 可进行能量回收制动控制。
- 支持扭矩、速度和位置三个维度的闭环控制。
- 输出噪音更低,效率更高。
经过半年的研发迭代,我们已将计算密集型部分的代码进行了深度优化,旨在让开发者们能以最低的成本享受到高性能无刷电机的优势,为开源社区贡献力量。
技术分析与对比
与现有开源解决方案相比,miniFOC在成本、性能和灵活性之间达到了良好的平衡,如表所示:
| 开源方案 | miniFOC | simpleFOC | ODrive | FpOC |
|---|---|---|---|---|
| 微控制器 | GD32F130G6U6 | ATmega328P | STM32F405RGT6 | FPGA |
| 驱动芯片 | EG2133 | L6234 | DRV8301 | MP6540 |
| PID频率 | 最高30kHz | 最高830Hz | 通常8kHz | 通常18kHz |
| 是否有电流环 | 否 | 否 | 是 | 是 |
| 驱动功率 | 90W | 120W | 960W | 90W |
| 成本(约) | 20元 | 100元 | 300元 | 150元 |
从表格可以看出,miniFOC在降低成本的同时并未牺牲性能,而且基于国内供应链的选择使其更具选择性和成本优势。
应用场景
miniFOC可广泛应用于各种对噪声控制、效率和精度要求较高的场合,如:
- 无人机和机器人平台的精密伺服控制。
- 智能家居设备中的安静高效驱动系统。
- 工业自动化设备中对速度和位置要求严格的场景。
- 高效节能的电动工具。
项目特点
- 使用空间向量脉宽调制(SVPWM)提高效率。
- 无需电流传感器实现扭矩控制。
- 支持转速和角度的闭环控制。
- 自动检测并纠正相序错误。
开发环境与资源
- EDA工具:EasyEDA(标准免费版)
- 编译器:gcc-arm-none-eabi 10-2020-q4-major
- 编程工具:OpenOCD 0.11.0-1
- IDE:CLion 2021.2.3 (#212.5457.51)
- GUI工具:Qt 5.14.2 (MinGW 7.3.0 64bit)
快速入门
详细教程可在项目wiki页面查阅,同时提供国内镜像地址,更多代码使用说明访问Github Page。
问题与建议
有任何问题或功能需求,欢迎使用Issue Tracker提交。
许可证信息
项目源码遵循AGPL-3.0许可证。
关联公司:AcmeTech 作者:朱炎振 维护者:yanzhenzhu, 2208213223@qq.com
请注意,该产品已在Windows 10和Ubuntu 18.04及20.04上测试。这是研究代码,可能会频繁更改,对于特定目的的适用性不做任何保证。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0102
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00