一、自研算法类（以下软硬件全开源）

1.STC-FOC Lite V3

硬件方案：AI8051U+EG2133+TLE5012BE1000+无电流传感器自带磁编有感方案

软件方案：看似只有一个angle_el参数默认递增不符合克拉克逆变换，但其实sin(angle_el)、cos(angle_el）已经充当了Uα、Uβ。（控制方式存疑）目前暂时理解为校准后生成SVPWM表，通过识别位置输出对应的SVPWM表值。

总结：王佬的FOC,可以集成作为轮边电机适合，智能车比赛使用，功能够用功率较大。缺点是不带电流环，，V3版本做了5个出来，但是软件上容易卡死，卡死后没有保护，会导致电机被持续通大电流，容易烧坏。识别算法也一般，所以比较吃磁传感器到径向磁铁的位置和径向磁铁旋转中的稳定性。

产品图片:

资料链接：https://www.bilibili.com/video/BV1k5VozjEAe

FOC@Ai8051U横空出世，可控制7万5千转的电机！系统成本6元, 5/26更新程序 - TinyML，Ai8051U 人工智能开山之作，AI手写计算器国芯技术交流网站 - AI32位8051交流社区

2.KOBE_FOC

硬件方案：STM32G4+EG2133+电机侧磁编有感方案

软件方案：最普通的帕克逆变换+SVPWM方案，代码写的非常简洁易懂，耦合性低，非常适合用来学习！推荐看看

总结：代码不错，硬件中规中矩，平凡但给本人学习FOC带来了很多帮助

产品图片：

资料链接：https://www.bilibili.com/video/BV1NCktYiEKC

sanPns/KOBE_FOC: 这是一个用于学习foc而设计的开发板

3.炸酱面FOC

硬件方案：STM32G4+FD6288Q+电机侧磁编有感方案

软件方案：....貌似可以自动测量电机参数？

产品图片：

总结：对比KOBE去掉了屏幕等无关紧要的功能，貌似还有自动测量电机参数？KOBE上位替代？感觉不错，三电阻采样，带CAN，主控和栅极驱动芯片都挺好的。

资料链接：https://www.bilibili.com/video/BV115c6eUEyr

https://github.com/2023violet/FalconFoc/tree/main

4.CawDrive

硬件方案：STM32F446/STM32G474+DRV8323RSRGZR+AS5047+自带磁编有感方案

软件方案：....

产品图片：

总结：板载磁编码器，带上位机，可做轮边电机，作者个人能力挺强的，貌似此项目为集大成者？

资料链接：https://www.bilibili.com/video/BV1aC4y137Af

fake-rick/caw-drive: 三相直流无刷电机驱动器硬件 | FOC控制算法

CawX

5.柠檬FOC

硬件方案：GD32C103+FD6288Q+电机侧磁编码器有感无刷方案

软件方案：目前唯一一个MIT方案的

产品图片：

总结：经典，被验证过，关注度高，为暴风电子MIT方案改版而来。好像做起来挺便宜的？

资料链接：【新春快乐】柠檬FOC开源板 - 立创开源硬件平台

6.AxDr

硬件方案：STM32G4+FD6288Q+电机侧磁编码器有感无刷方案

软件方案：软件在群（电磁诡力）里有移植好的VESC的固件，MCSDK也有人进行移植

产品图片：

总结：目前电机学习的的最优选，功能强大，设计合理，有很多人关注并使用，而且目前仍在维护并有很多固件版本，软硬件全开源！

缺点是制作稍贵一个大概150左右，但是学习完之后可以直接在此基础上进行精简，因为什么功能几乎都用到了，如屏幕，按键，电位器，防反接。目前已经在使用中，未出现问题。

资料：基于STM32G4的FOC电机驱动学习板 - 立创开源硬件平台

7.所有DRV8313的无MOS驱动

硬件方案：ESP32+DRV8313+有感无刷方案

软件方案：simpleFOC，驱动简单，调库即可，

产品图片：

总结：多如牛毛，如果可以到手刷个固件简单就用就还好，

不然感觉有一点点鸡肋，~~可以用王佬的替换~~，对比王佬的simpleFOC胜在稳定，目前大部分的平衡车、小轮腿、旋钮、自平衡XX形都是使用的此方案

资料链接：立创开源一搜一大把

8.X_FOC

硬件方案：STM32G4+DRV8353FS+电机侧磁编码器有感无刷方案

软件方案：下图列出SVPWM关键算法

void SVPWM(float phi, float d, float q, float *d_u, float *d_v, float *d_w)
{
    d = min(d, 1);//限幅
    d = max(d, -1);
    q = min(q, 1);
    q = max(q, -1);
    const int v[6][3] = {{1, 0, 0}, {1, 1, 0}, {0, 1, 0}, {0, 1, 1}, {0, 0, 1}, {1, 0, 1}};//六个扇区的开关规律
    const int K_to_sector[] = {4, 6, 5, 5, 3, 1, 2, 2};//扇区与N的映射表
    float sin_phi = arm_sin_f32(phi);//这个PHI是电角度？
    float cos_phi = arm_cos_f32(phi);
    float alpha = 0;
    float beta = 0;
    arm_inv_park_f32(d, q, &alpha, &beta, sin_phi, cos_phi);//arm自带的反帕克算法？？？

    bool A = beta > 0;
    bool B = fabs(beta) > SQRT3 * fabs(alpha);
    bool C = alpha > 0;

    int K = 4 * A + 2 * B + C;
    int sector = K_to_sector[K];//到这确认扇区

    float t_m = arm_sin_f32(sector * rad60) * alpha - arm_cos_f32(sector * rad60) * beta;
    float t_n = beta * arm_cos_f32(sector * rad60 - rad60) - alpha * arm_sin_f32(sector * rad60 - rad60);	//这是什么算法？
    float t_0 = 1 - t_m - t_n;

    *d_u = t_m * v[sector - 1][0] + t_n * v[sector % 6][0] + t_0 / 2;
    *d_v = t_m * v[sector - 1][1] + t_n * v[sector % 6][1] + t_0 / 2;
    *d_w = t_m * v[sector - 1][2] + t_n * v[sector % 6][2] + t_0 / 2;
}

可取之处：他的算法直接使用官方DSP库里的反帕克变换，理论上应该比自己写要快，但是对设备适配也有要求了。
后面的扇区判断之后，相当是直接把他放到第一扇区进行分解计算T1、T2。然后再根据扇区分配回去，直观符合直觉，但是sin和cos严重拖慢效率不可取

产品图片：