电赛每日一题 · 第 6 期 | 今日拆解:2025 年 K 题 自动避障小车(高职高专组)
栏目主持:前国一队长 · 现任高校电赛总教练 | 整理日期:2026-08-11 | 方向:控制类
📌 一、赛题速览与难点剖析
一、原题再现
任务
制作一辆自动避障小车,从测试场地边墙入口 A 驶入,按具体任务要求绕过场地内的圆柱障碍,在规定时间内从出口 C 驶出。测试场地为边长 2 米的正方形,四周有边墙围挡,两侧有入口 A 和出口 C,场地上用圆柱座固定 4 个白色、5 个黑色圆柱作为障碍物。
要求
测试场地布局如图 1 所示:
官方原理图(场地示意图):边长 2 m × 2 m 方形场地,三行 × 三列九宫格布局 9 个圆柱(白 4 黑 5);A 口位于场地西侧中央、C 口位于场地东侧中央偏上;柱距 50 cm、入口通道宽 50 cm。
基本要求:
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
发挥部分:
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
说明
▸ 穿越过程中还必须满足:不从两个黑柱间穿过、沿边墙墙角转弯不超过 1 次;小车行驶不得触碰圆柱,可触碰但不可跨越场地边墙;
▸ 场地用 300 cm × 210 cm 哑光喷绘布制作(灰底 R170/G170/B170),圆柱为直径 2 cm、长 20 ± 1 cm 的 PVC 电工穿线管,黑柱表面涂哑光黑色;场地边墙高 3 ± 0.5 cm;
▸ 所有传感器及控制电路均安装在小车上,小车尺寸(含所有传感器)≤ 35 cm(长)× 25 cm(宽)× 35 cm(高);测试中小车与外部不得有任何通信交互;
▸ 小车上只有 1 个"启动按键",设置好测试项目后一键启动;发挥部分 (2) 探测时间内小车可在准备区任意移动;
▸ 完成各项穿越要求的用时不得超过 20 s,否则该项计 0 分;所有测试项目只能测试一次;测试时参赛队必须自带圆柱。
评分标准
|
|
|
|
|
|---|---|---|---|
| 设计报告 |
|
|
|
|
|
|
|
路径选择算法分析
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
小计 | 20 |
|
| 基本要求 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
小计 | 50 |
|
| 发挥部分 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
小计 | 50 |
|
| 总分 |
|
120 |
|
判分关键解读:K 题是国赛少有的"重算法、轻硬件"小车题——基本 + 发挥 = 100 分纯实物表现,硬件只决定能不能跑,算法决定能拿多少分。基本 (3) 绕圈 25 分 + 发挥 (2) 随机排列 25 分,两题合计 50 分(约 42% 总分)——绕圈和动态规划才是真正的"高分区"。理论分析 6 分必须写出路径选择算法逻辑,纯文字描述会扣分。
题目工程背景
把 K 题放到产业坐标系里看——它其实是室内移动机器人三大经典流派的"入门级集成训练场":
▸ AMR(自主移动机器人)仓储物流:K 题的 2 m × 2 m 场地 ≈ 仓库的一格货架区,9 根圆柱 ≈ 货架立柱;"绕柱转圈" ≈ AMR 在货架前转向调头;"随机排列探测" ≈ AMR 在未知货架布局中首次建图。这题就是 AMR 的最小可行产品(MVP)——把所有算法压到一颗 Cortex-M0+ 上跑。
▸ AGV(自动导引车)巡线:基本 (2) 蛇行绕障 ≈ AGV 沿固定路径绕障;差别是 AGV 用磁条/二维码导航,K 题用里程计 + IMU 推算。
▸ 扫地机器人局部规划:发挥 (2) "30 秒建图 + 10 秒穿越" ≈ 扫地机的"快速构图 + 分区清扫";扫地机的视觉 SLAM 模块(如石头 / 云鲸)算力比 K 题小车强 100 倍,但核心算法思想一致——先建图、再规划、最后跟踪。
为什么出这道题——电赛组委会的良苦用心:把"感知 → 决策 → 控制"三大机器人要素压到 4 天内、用一颗 100 MHz 主控、一块 25 cm² 小车平台完成。学生能走通这题,就具备了机器人专业 60% 的入门能力。
延伸认知:从 K 题到工业机器人,差的是传感器密度(K 题 1 个摄像头 vs 工业车 16 线激光雷达)和算力(K 题 80 MHz M0+ vs 工业车 GPU + NPU),但算法骨架完全相同——PID + 状态机 + A* 预规划。任何把 K 题"啃透"的参赛队员,进入机器人公司后上手速度会比其他同学快 6~12 个月。
二、大白话版解读
如果你是第一次接触这道题,最容易懵的三个词是 "蛇行绕障"、"绕柱转圈"、"随机排列探测"。我用一张"传统小车题 vs K 题"的对比表 + 系统模块人话版,帮你 5 分钟看懂这道题到底要做什么:
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
自选路径
|
|
|
|
里程计 + IMU 推算
|
|
|
|
预规划 + 状态机 + 反馈校正
|
|
|
|
算法为王
|
系统模块人话版:
K 题小车的硬件看着"平平无奇"(一个主控 + 几个传感器 + 电机驱动),但软件难度比硬件大 5 倍:
▸ 感知层:一颗 MaixCAM 摄像头(10 元级 AI 模组)负责"看见" 9 根圆柱的颜色(黑/白)和位置;编码器 + IMU(LSM6DSV 六轴)负责"记住"小车走了多远、转了多少度。
▸ 决策层:摄像头告诉主控"前 50 cm 处有黑柱、左 30 cm 有白柱",主控查"预存路径库"决定"直行 30 cm → 左转 90° → 直行 20 cm"。发挥 (2) 随机排列场景下,摄像头在 30 秒内扫全场建图,主控现场跑"4 条候选路径择优"。
▸ 执行层:TB6612FNG 双 H 桥驱动 4 个直流电机(差速转向),100 Hz PID 闭环把"目标速度"变成"实际速度",编码器反馈实时校正。
硬骨头分级:
▸ 🟢 基本 (1) 任选路径:只要你 PID 调得不离谱,6~8 秒穿完没问题(送分题 10 分)。
▸ 🟡 基本 (2) 蛇行绕障:需要预先规划 S/Z 形轨迹 + 精确角度控制(PID 角度环 + 编码器位置环同步)。
▸ 🔴 基本 (3) 绕柱转圈:必须精确计算绕圈半径(内外轮差速 + IMU 航向闭环),多了会撞墙、少了会撞柱(25 分大头)。
▸ 🔴 发挥 (1) 障碍调整:黑柱变白柱后,整条预规划路径要重构——这是"动态规划"思想的最小实践。
▸ ⚫ 发挥 (2) 随机排列:30 秒探测 + 10 秒穿越——30 秒要把 9 根柱子的位置和颜色全部识别完,还要现场跑路径规划,这是 K 题的天花板。
三、核心指标速查表
|
|
|
|
|
|---|---|---|---|
| 基本 (1) |
|
|
|
| 基本 (2) |
|
|
|
| 基本 (3) |
|
|
|
| 发挥 (1) |
|
|
|
| 发挥 (2) |
|
|
|
| 尺寸 |
|
|
|
| 通信 |
|
|
|
| 触发 |
|
|
|
四、最大卡脖子难点
我从历年 K 题备赛经验中,拎出 5 条最容易被带跑偏的卡壳点,按"中招率从高到低"排序:
1.
🏆 卡脖子点 #1:基本 (3) 绕圈半径算不准,撞墙又撞柱(25 分大头)——本题最高单题分。常见错误是"用里程计算圈",但里程计在小角度转弯时会累积误差,跑 1 圈可能偏 10°,下次再绕就撞上了。正确做法是 IMU 航向闭环 + 差速定半径:内轮速度 = v_中 − Δv、外轮速度 = v_中 + Δv,Δv 根据目标半径 R 和轴距 L 实时计算(v_外 − v_内 = 2v_中 × L / R)。国一队实测:固定 Δv 的"开环绕圈"误差 30%,PID 闭环绕圈误差 < 5%。
2.
🥈 卡脖子点 #2:发挥 (2) "30 秒建图 + 10 秒穿越"——30 秒根本不够用——这是 K 题的天花板题,也是大多数队伍的"绝望题"。反常识的解法:国一队实测探测时间只用 1.1 秒(30 秒里大部分时间在"等"),方法是让小车里原地旋转一圈扫描全场,摄像头一次拍照全场 9 根柱子全部识别。真正的难点不是"识别",而是"在 1 秒内跑完路径规划算法"——A* 在 3×3 网格里搜出最优路径需要 5~10 ms,这点时间紧迫到必须用查表法替代。
3.
🥉 卡脖子点 #3:蛇行绕障"路径偏移 5 cm 就撞柱"——基本 (2) 看似简单,但蛇行轨迹的"峰谷"如果不在第 2 行圆柱正中央,小车就会擦着柱子过(触碰 = 0 分)。核心解法:预规划 + 实时校正双层——预规划给出"目标轨迹",编码器 + IMU 每 10 ms 反馈实际位置,偏离目标 > 3 cm 立即触发轨迹重规划(在原轨迹基础上微调 1~2 cm)。
4.
⚠️ 卡脖子点 #4:黑色 vs 白色识别阈值选错,碰到一半是黑一半是白——场地描述写"哑光黑色 + PVC 原色(白)",但实测灰度阈值跟光源强相关:晴天室内 R/G/B ≈ (40, 40, 40),阴天 ≈ (80, 80, 80),LED 灯下 ≈ (20, 20, 20)。死板阈值 = 翻车。正确做法:自适应阈值——开场前先采集"已知白柱"和"已知黑柱"的灰度值,取中间值作为动态阈值;或用 HSV 空间(黑 H=any, S=any, V<50;白 V>150)。
5.
⚠️ 卡脖子点 #5:电池电量 50% 以下时 PID 失稳——电赛 4 天里电池在第 2~3 天就开始衰减,11.1 V 锂电池从 12.6 V 满电降到 11.0 V(80% 电量)时,电机转速下降 ~10%。后果:原本调好的 PID 参数在电池半电时"飘"——直线走偏、转弯半径变大、绕圈撞柱。正确做法:电池电压反馈 + PID 自适应——ADC 实时采电池电压,根据电压动态调整 PWM 占空比(电压低 → 占空比补偿增大)。
🛠️ 二、官方推荐/主流硬件方案
系统整体框图
K 题的硬件看起来比电源题简单得多(没有 IGBT、没有运放、没有变压器),但真正的难点不在硬件选型,而在"软件适配硬件边界条件"。下面用文字框图描绘信号/能量流:

