基于检测线圈电压指纹的无线充电自对准系统

获奖团队介绍

参赛单位：东北林业大学
指导教师：袁得春、李振杰
团队成员：李林轩、刘佳莉、张铭轩

一、研究背景

随着无人机、无人装备在电力巡检、物流运输、林区监测等场景的广泛应用，无线充电因非接触、高安全、低磨损的特性，成为无人自主补能的核心方案。但无线充电系统对收发线圈相对位置高度敏感，水平偏移会导致主耦合互感下降，引发传输效率降低、输出功率波动、无功分量上升等问题。
现有自动对准方案存在明显局限：机械导向方案结构复杂、通用性差；外部传感器方案易受遮挡、光照与电磁干扰，且增加成本负载；无源容错设计仅能覆盖小范围偏移；数据驱动方案性能依赖样本与部署方式。本项目基于检测线圈的电压指纹实现无额外传感器的自对准，兼顾集成度、精度与工程可行性。

二、系统模型构成

本系统基于 MWORKS 平台构建六层分层架构，全链路共享统一变量接口与数据口径，避免接口漂移与数据不一致问题，各层级模型如下：

1. 电路层：Model1_LCCS.mo
   搭建完整 LCC-S 谐振补偿主功率电路，包含全桥逆变、原边 LCC 补偿、主耦合器、副边串联补偿、整流滤波与负载切换模块
   集成四路对称分布的检测支路，每路由检测线圈、等效阻尼电阻与电压传感器组成，直接输出真实支路电压
   输出四路检测电压、发射侧电流有效值、接收侧电压有效值、输出功率等核心电气量，是电压指纹的物理来源
2. 接口层：AlignmentCircuit.mo
   统一封装电路层所有核心输出变量，标准化数据格式
   接收横向、纵向位置坐标输入，将空间偏移量与电路电磁响应绑定
   同时为采样层、推理层提供数据接口，保证离线采样与在线推理的数据口径一致
3. 采样层：AlignmentCollectionModel.mo
   支持在 [-18, +18] cm×[-18, +18] cm 平面内以 1cm 步长逐点规则扫描
   生成 1369 组 “位置坐标 - 四路检测电压” 一一对应的指纹样本库
   支持按不同工作窗口截取样本，为模型筛选与训练提供数据基础
4. 参数层：AlignmentModelData.mo
   固化离线训练得到的模型权重、特征标准化参数
   存储指纹距离判定阈值等部署常量
   为在线推理模块提供参数支撑，实现模型轻量化部署
5. 推理层：AlignmentInferenceModel.mo
   在线部署直方图梯度提升回归模型
   读取实时四路检测电压，自动构造 12 维指纹特征，输出横向 / 纵向位置估计值与归一化指纹距离
   特征构造逻辑与离线训练完全一致，保证推理精度
6. 演示层：AlignmentTargetChargeShowcase.mo
   集成双轴平移机构三维多体模型与闭环控制逻辑
   实现 “位置预测 - 平台移动 - 对准判定 - 充电切换” 的完整自动流程
   支持自定义目标位置、平台初始位置，可视化展示对准与充电全过程

三、关键技术

LCC-S 与检测支路一体化建模：采用 LCC-S 拓扑提供近似恒流激励，降低输入波动对检测电压的干扰；四路检测支路直接采集真实电磁响应，无需外部近似模型。
12 维电压指纹构造：在四路原始电压基础上，扩展对数幅值、归一化占比、通道差分比值、总耦合强度等特征，同时保留幅值与方向信息，强化位置区分度。
十模型统一筛选与窗口搜索：对十类回归模型进行同口径对比，以 PRM@1CM（1cm 内命中率）为核心指标，兼顾 RMSE 与边缘稳定性，筛选最优模型与工作窗口；最终采用全量样本重训，提升部署精度。
双判据对准逻辑：同时采用位置误差判据与指纹距离判据，两者互为补充，降低单一判据在边缘区域、扰动工况下的失效风险，提升对准判定的稳健性。

四、使用方法

1. 环境依赖
   软件平台：MWORKS.Sysplorer 2026a、MWORKS.Syslab 2026a
   支持 Modelica 语言建模与仿真，支持 Syslab 脚本化数据处理与机器学习训练
2. 离线采样与模型训练流程
   打开AlignmentCollectionModel.mo采样模型，设置采样边界、步长参数，运行仿真生成完整的位置 - 电压指纹库。
   在 Syslab 中加载指纹数据集，按空间均衡原则划分训练集、验证集、测试集。
   运行十模型对比脚本，在 ±10cm 至 ±18cm 共 6 个候选窗口中，对比各模型的 PRM@1CM 与 RMSE 指标。
   选定 ±16cm 正式工作窗口与直方图梯度提升回归模型，使用窗内全部 1089 个样本完成全量重训。
   导出模型参数、特征标准化参数与判定阈值，写入AlignmentModelData.mo参数模块，完成模型固化。
3. 在线对准演示流程
   打开AlignmentTargetChargeShowcase.mo演示模型。
   在参数面板设置接收线圈目标横向坐标receiver_x_cm、目标纵向坐标receiver_z_cm，以及平台初始位置参数。
   启动仿真，系统先经过短暂启动延时等待检测电压稳定，随后自动完成位置推理、双轴平台移动迭代。
   当位置误差或指纹距离满足阈值时，对准完成状态自动置真，系统切换至充电状态，可查看输出功率、电压、电流等运行参数。
   可通过三维可视化界面观察双轴平台的实时运动过程与对准效果。

五、核心性能指标

正式工作窗口：±16cm，覆盖 1089 个有效样本点
定位精度：测试集 RMSE 约 0.537cm，PRM@1CM 达 96.875%
闭环对准效果：9 个随机测试点平均末端误差约 0.416cm，最大误差 0.530cm，全部落入 1cm 工程容差范围内
功能完整性：支持从偏移定位、自动对准则到充电状态切换的全流程自动化运行

六、不足与展望

当前模型已完成平面内水平偏移的自对准仿真验证，后续可从以下方向优化扩展：
扩展垂向高度、姿态角度等多维度偏移变量，适配更复杂的实际降落工况
引入频率漂移、元件老化、气隙波动等扰动因素，提升模型鲁棒性
优化检测线圈结构布局与特征构造方式，进一步扩大有效工作窗口
开展实物平台校准测试，推进数字模型与实际装置的一致性匹配

版本说明

V0.0.1，2026-06-11 18:33

• 初始版本

使用许可

本模型库版权由东北林业大学蓝桥杯参赛团队版权所有，未经许可，不得用于商业用途。