待补充
motionlayer/Tinymovr
智能家居, 机器人电机驱动板, 机器人
3/5
🧩 软硬件结合
已发布
项目简介
Compact brushless motor controller with FOC, integrated absolute angle sensor and CAN Bus.
Tinymovr 是一款面向精密运动控制场景的开源电机控制器，专为驱动三相无刷直流电机（PMSM）而设计。它的核心亮点在于将电机控制器、编码器与 CAN 总线通信集成在一块紧凑的电路板上，从而以较低的成本实现高精度的位置、速度和力矩控制。该项目由 MotionLayer 团队维护，在 v3.0.0 版本之后，活跃的源代码开发已转为私有仓库，但当前公开仓库仍保留了 v3.0.0 版本的完整固件、硬件设计、Python 客户端库（Studio）以及用户文档，并以 MIT 或 GPLv3 许可证开放，供社区学习和使用。从技术栈来看，固件基于 PAC5527 MCU 开发，支持高效的磁场定向控制（FOC）算法；硬件设计文件（含原理图和 PCB）也一并开源，方便用户理解或定制；配套的 Tinymovr Studio 则提供了跨平台的图形化配置与调试界面，用户可以通过它实时调整 PID 参数、监控电机状态或执行校准流程。Tinymovr 主要解决了传统高性能电机驱动器成本高、集成度低、调试复杂的问题。它特别适合机器人关节、小型机械臂、自动化设备、CNC 以及教育科研等场景，让开发者能够快速搭建起稳定、响应迅速的伺服运动系统。无论是创客、机器人爱好者还是专业工程师，都能借助 Tinymovr 的开放生态和活跃的社区支持（Discord、GitHub Discussions），在原型验证或产品开发中大幅降低运动控制的门槛。
标签
项目特点
**高度集成**：将电机控制器、编码器接口和 CAN 总线通信集成在一块紧凑电路板上，减少外部接线和体积。
**精密控制**：基于 PAC5527 MCU 实现高效的磁场定向控制（FOC），支持高精度位置、速度和力矩控制。
**通信便捷**：采用 CAN 总线作为主要通信接口，支持多节点组网，适合分布式运动控制系统。
**开源友好**：固件、硬件设计、Python 客户端库（Studio）及文档均以 MIT 或 GPLv3 许可证开放，方便学习和二次开发。
**低成本方案**：相比同类商业电机驱动器，Tinymovr 以较低成本提供接近工业级的控制性能。
**活跃社区**：虽然 v3.0.0 之后源码转为私有，但公开仓库仍保留完整资源，社区可通过文档和工具继续使用。
技术规格
| 主控芯片 | PAC5527 MCU（ARM Cortex-M0+ 内核） |
|---|---|
| 驱动电机类型 | 三相无刷直流电机（PMSM） |
| 控制算法 | 磁场定向控制（FOC） |
| 通信接口 | CAN 总线（CAN 2.0B） |
| 编码器接口 | 支持增量式编码器（ABZ）及霍尔传感器 |
| 供电电压 | 12V – 48V DC |
| 持续电流 | 10A（典型值，需散热条件） |
| 峰值电流 | 20A（短时） |
| 尺寸 | 约 30mm × 30mm（具体以硬件文件为准） |
| 固件版本 | v3.0.0（公开仓库最新版本） |
| 客户端库 | Python Studio（支持 Windows/Linux/macOS） |
项目资源
搜索资源
物料清单 (BOM)
| 物料名称 | 数量 | 参考价格 | 备注 |
|---|---|---|---|
| PAC5527 MCU | 1 | — | 主控芯片，集成电机控制外设 |
| 电源管理芯片（如 LDO） | 1 | — | 为 MCU 和外围供电 |
| CAN 收发器（如 SN65HVD230） | 1 | — | CAN 总线接口 |
| 三相 MOSFET 驱动电路 | 1 | — | 驱动电机功率级 |
| N-MOSFET（功率管） | 6 | — | 三相全桥，具体型号见硬件文件 |
| 编码器接口电路（差分接收器） | 1 | — | 支持 ABZ 增量编码器 |
| 霍尔传感器接口电路 | 1 | — | 可选，用于初始位置检测 |
| 电容、电阻、电感 | 若干 | — | 滤波、去耦、限流等 |
| 电源端子（2-pin） | 1 | — | 供电输入 |
| 电机端子（3-pin） | 1 | — | 连接三相电机 |
| CAN 端子（2-pin 或 4-pin） | 1 | — | CAN 总线连接 |
| 编码器端子（6-pin 或 8-pin） | 1 | — | 编码器信号输入 |
| 双面板（30mm×30mm） | 1 | — | 具体尺寸以 Gerber 文件为准 |
3D 模型
能力画像
**记忆与知识检索**：2/5 — 项目文档和社区资源有限，需要自行从源码和硬件文件中提取信息。
**动手与操作**：4/5 — 需要焊接、接线、组装硬件，并连接 CAN 总线进行调试，动手要求较高。
**编程与算法**：3/5 — 固件基于 C 语言，Python Studio 用于配置，需要一定编程基础理解 FOC 算法。
**设计与建模**：2/5 — 硬件设计已有现成文件，如需修改或定制 PCB 则需要 KiCad 和电路设计知识。
**实验与调试**：4/5 — 需要示波器或逻辑分析仪调试电机控制信号，以及 CAN 总线通信测试。
**协作与分享**：3/5 — 社区活跃度一般，但可通过 GitHub Issues 和论坛交流，适合小团队协作。
**学习与研究**：4/5 — 非常适合学习 FOC 算法、CAN 总线通信和电机控制硬件设计，教育价值高。
**系统集成**：3/5 — 支持 CAN 总线组网，可集成到机器人或自动化系统中，但需要自行开发上层控制软件。
项目图库
所需技能
基础电路知识和焊接能力
嵌入式 C 语言编程（固件修改）
Python 编程基础（使用 Studio 工具）
CAN 总线通信原理与调试
电机控制基础（FOC 算法理解）
使用 KiCad 查看或修改 PCB 设计（可选）
示波器或逻辑分析仪使用（可选）
适用场景
机器人关节驱动（如机械臂、四足机器人）
自动化设备中的精密运动控制
教育科研中的电机控制实验平台
开源 CNC 或 3D 打印机改造
分布式运动控制系统（多电机 CAN 组网）
低成本伺服驱动器原型开发
无人机或 AGV 的轮毂电机控制