近日，在江苏省机器人大赛“密室夺宝”赛项中，南京工业大学浦江学院一队、二队分别参赛，均凭借扎实的专业基础、机器人系统设计能力和现场表现荣获省级二等奖。两支队伍围绕竞赛任务，从整车驱动结构、电源与PCB硬件设计，到嵌入式控制程序和任务算法开展系统开发与持续优化，展现了我院学子将专业知识转化为工程实践的能力。

  省级赛场展风采，团队协作获佳绩

  在王树军、李奇两位领队老师的带领下，一队、二队分别围绕“密室夺宝”任务需求开展方案设计、硬件搭建、程序开发和整车调试。两支队伍针对机器人运行中的结构布局、驱动控制、路径识别和避障响应等问题进行反复测试与改进，逐步完善整车系统，并在比赛中分别取得省级二等奖。

  两支参赛队伍协同备赛，成员名单如下：

  四驱结构创新，优化整车驱动布局

  在整车结构设计上，团队将小车驱动形式优化为四驱方案，使四个车轮共同参与驱动。该设计围绕竞赛场地和任务执行需求进行布局，有助于提升整车驱动能力与运动控制的灵活性。团队结合车体结构对驱动部件进行安装与调试，并在整车联调过程中持续检查驱动响应和行驶状态，使机械结构与控制程序更好地配合。

      参赛小车整车调试情况     四驱车架及主控、电源模块布局俯视图

  电源模块优化与四层PCB设计，提升硬件集成度

  针对小车内部安装空间有限、功能模块较多等实际情况，团队对电源模块进行优化，调整模块布局与集成方式，在满足系统供电需求的同时减小电源部分的体积，为车体内部其他功能模块留出更合理的空间。

  在电路设计方面，团队采用四层PCB方案，对元器件布局以及电源、信号线路进行分层规划，使电路板布局更加紧凑、布线结构更加清晰。电源模块的小型化优化与四层PCB设计相结合，进一步提高了整车硬件集成度，也为后续系统维护和功能扩展提供了更清晰的硬件基础。

主控板电路原理图设计            主控板PCB布局设计

  通信工程技术支撑，打通感知与控制链路

 通信工程专业知识为机器人系统的感知、数据交互与实时控制提供了重要支撑。小车运行时，循迹传感器、编码器和测距模块等部件持续产生环境与运动状态信息，控制器需要完成信号采集、状态识别和数据处理，再将控制指令传递至电机驱动模块，形成“环境感知—信息处理—指令输出—运动反馈”的闭环链路。团队在系统开发与调试中，围绕传感器信号接入、控制器外设接口、串行数据传输和运行状态监测等环节进行设计与联调，利用串口调试观察关键数据，排查信号采集、数据交互和控制响应中的问题，为机器人各功能模块稳定协同提供技术基础。

  软件工程赋能机器人控制，算法优化提升协同能力

  软件系统是机器人完成路径识别、运动控制与任务执行的核心。团队基于STM32嵌入式控制平台开展控制程序开发，围绕循迹传感器采集、电机驱动、编码器反馈、超声波测距和任务状态管理等功能组织程序结构，将不同功能划分为相对独立的模块，梳理数据采集、状态判断与控制输出之间的逻辑关系，便于分模块调试、问题定位和后续功能迭代。

  在循迹控制方面，团队结合六路数字循迹传感器的检测信息，对小车相对于路径的位置状态进行判断，并针对直线、弯道和偏离轨迹等不同情况优化控制逻辑。程序根据传感器组合状态调整转向与电机输出，使路径识别结果能够及时作用于运动控制；在多轮场地测试中，队员持续检查转弯响应、循迹连续性和控制边界，迭代完善状态判断与控制策略。

   备赛期间的机器人现场调试       团队围绕竞赛任务开展交流研讨

  在运动控制方面，团队将编码器反馈纳入调试与速度监测过程，通过观察左右轮运行数据分析速度差异，并据此优化驱动协调思路，为小车直线行驶和转向控制提供反馈依据。在避障与任务逻辑方面，团队结合超声波测距信息设置障碍判断条件，并对循迹、避障和任务状态切换之间的执行关系进行梳理，协调不同功能模块的控制优先级，减少多种控制逻辑同时作用时可能产生的冲突。

  团队中的软件工程专业学生郝朝猛、姜弈帆、曹立富，将程序设计、模块化开发和软件调试等专业学习内容融入竞赛实践，参与机器人控制软件开发与算法优化。备赛期间，团队通过分模块测试、运行数据观察、参数调整和整车联调，反复排查传感器状态识别、转弯响应、避障触发及任务切换等环节的问题，逐步完善程序逻辑，提升软硬件协同运行能力。

  以赛促学，在工程实践中持续提升

  此次两支队伍同时获得省级二等奖，是全体参赛成员共同努力的成果，也离不开王树军、李奇两位老师的指导与支持。项目将通信工程中的信号采集、接口通信与数据交互知识，与软件工程中的模块化设计、程序开发和算法调试方法相结合，并融入机械结构与电路设计，形成多专业协同的机器人系统研发实践。从四驱驱动结构、电源模块小型化和四层PCB设计，到传感器信息处理、循迹控制、避障逻辑与程序联调，团队在完整工程任务中不断发现问题、分析问题并完善方案，进一步提升了系统集成和工程实践能力。

  未来，团队将继续总结竞赛经验，围绕控制程序模块化、路径识别与运动控制算法、避障任务协同、驱动反馈以及硬件集成等方面开展优化，不断提升机器人系统的稳定性、可维护性与任务执行能力，在科技创新与专业实践中积累经验、锤炼本领。