SimpleFOC源码学习10(v2.3.2) - 电流传感器CurrentSense.cpp与CurrentSense.h

一、导言

---

github 源码：

• https://github.com/simplefoc/Arduino-FOC/blob/v2.3.2/src/common/base_classes/CurrentSense.h
• https://github.com/simplefoc/Arduino-FOC/blob/v2.3.2/src/common/base_classes/CurrentSense.cpp

如果说前面分析的 Encoder、HallSensor 解决的是"转子在哪里"，那么 CurrentSense 解决的是另一个更贴近力矩控制的问题：电机线圈里现在到底流过多少电流。

如果你在调 foc_current 模式时遇到电机一使能就发热、抖动，或者电流目标越给越不对劲，很多时候不要急着先调 PID。更值得优先确认的是：电流采样相序、方向、ADC 零点，以及三相电流到 id/iq 的变换链路有没有错。

先说结论：

• CurrentSense 的主线不是"怎么读 ADC"，而是把子类读到的 ia/ib/ic 统一转换成电流环需要的 id/iq
• InlineCurrentSense、LowsideCurrentSense、GenericCurrentSense 负责处理硬件差异，基类负责处理通用数学变换
• getFOCCurrents() 是 foc_current 模式真正使用的入口，核心就是 Clarke 变换 + Park 变换
• driverAlign() 很重要，它检查的不是转子零点，而是电流采样通道和驱动相序/方向是否匹配
• 低边采样比内联采样更依赖 PWM/ADC 同步，所以 linkDriver() 的调用顺序不能随便省

FOC 里真正被控制的不是三相电流本身，而是旋转坐标系下的 d/q 电流：

• q 轴电流：主要产生转矩，通常就是力矩控制的目标量
• d 轴电流：磁链方向电流，普通表贴 BLDC/PMSM 一般希望它接近 0

CurrentSense.cpp 的核心任务，就是把底层 ADC 读到的 ia/ib/ic 三相电流，变成控制器能直接使用的 id/iq。

CurrentSense 是电流采样的抽象基类 。它并不继承 Sensor，但设计思路很像：都用一个基类把不同硬件的差异收敛到统一接口，再把通用逻辑放到基类里复用。它定义了所有电流传感器必须实现的接口，自身只保留少量和硬件无关的通用方法。

类层次结构如下：

二、CurrentSense在SimpleFOC架构中的位置

---

先不要急着看公式。CurrentSense 最重要的身份是：它把各种硬件电流采样方式统一成同一个上层接口。

SimpleFOC 里常见的电流采样实现有：

子类	采样方式	典型特点
InlineCurrentSense	相线上串采样电阻	采样直观，不强依赖 PWM 同步
LowsideCurrentSense	三相下桥臂低边采样	成本低，但必须和 PWM/ADC 时序同步
GenericCurrentSense	用户自定义回调	适合外部电流芯片或特殊硬件

这些子类负责"怎么读 ADC、怎么做硬件初始化"。而 CurrentSense 基类负责"读到三相电流以后，怎么变成 FOC 需要的电流"。

Park 变换公式 （代码直接实现的）：

id​=iα​cosθ+iβ​sinθ

iq​=iβ​cosθ−iα​sinθ

iq​ 就是产生力矩的电流分量，PID 的闭环目标。id​ 通常被控制到 0（最大效率）。

三、CurrentSense.h：这个基类到底规定了什么？

---

先看类定义的主干：

class CurrentSense{
  public:
    virtual int init() = 0;
    void linkDriver(BLDCDriver *driver);

    bool skip_align = false;
    BLDCDriver* driver = nullptr;
    bool initialized = false;
    void* params = 0;

    virtual int driverAlign(float align_voltage) = 0;
    virtual PhaseCurrent_s getPhaseCurrents() = 0;
    virtual float getDCCurrent(float angle_el = 0);
    DQCurrent_s getFOCCurrents(float angle_el);
};

这里可以分成三类成员看。

3.1、必须由子类实现的硬件相关接口

virtual int init() = 0;
virtual int driverAlign(float align_voltage) = 0;
virtual PhaseCurrent_s getPhaseCurrents() = 0;

它们都是纯虚函数，说明 CurrentSense 自己不能被直接实例化。

函数	谁实现	作用
init()	子类	初始化 ADC、校准零点、同步 PWM 等
driverAlign()	子类	检查采样相序和电流方向是否正确
getPhaseCurrents()	子类	返回 PhaseCurrent_s {a,b,c}

这一层的核心思想是：硬件差异到 getPhaseCurrents() 为止。只要子类最终能给出 ia/ib/ic，后面的数学变换就可以由基类统一完成。

3.2、基类统一实现的算法接口

virtual float getDCCurrent(float angle_el = 0);
DQCurrent_s getFOCCurrents(float angle_el);

这两个函数都在 CurrentSense.cpp 中实现：

函数	返回值	用途
getDCCurrent()	一个电流幅值	dc_current 力矩模式
getFOCCurrents()	d/q 两个电流	foc_current 力矩模式
注意一个细节：getFOCCurrents() 没有声明成 virtual。这意味着库作者希望所有电流采样方式共用这一套 Clarke/Park 变换逻辑，而不是让每个硬件子类各写一遍。

3.3、几个看似普通但很关键的变量

bool skip_align = false;
BLDCDriver* driver = nullptr;
bool initialized = false;
void* params = 0;

变量	含义
skip_align	是否跳过电流采样和驱动相序的自动对齐
driver	指向当前使用的 BLDCDriver
initialized	电流采样是否初始化成功
params	指向平台相关硬件参数，类型用 void* 抹平差异

params 是一个很典型的嵌入式抽象写法。不同 MCU 的 ADC、定时器、DMA 配置结构完全不同，基类不可能知道具体类型，所以用 void* 保存，再交给 hardware_specific 层解释。

四、初始化链路：从用户代码到initFOC()

---

典型电流环例程里会看到这样的顺序：

motor.linkDriver(&driver);
current_sense.linkDriver(&driver);

current_sense.init();
motor.linkCurrentSense(&current_sense);

motor.init();
motor.initFOC();

这里最容易忽略的是 linkDriver()。

void CurrentSense::linkDriver(BLDCDriver* _driver) {
  driver = _driver;
}

它本身只有一行代码，但作用很重要：电流采样对象需要知道自己对应哪一个驱动器 。

特别是 LowsideCurrentSense，低边采样必须在合适的 PWM 时刻读取 ADC，否则采到的可能不是相电流，所以它的 init() 里会调用类似：

params = _configureADCLowSide(driver->params, pinA, pinB, pinC);
_driverSyncLowSide(driver->params, params);

这就是 CurrentSense 和 BLDCDriver 必须互相对齐的原因。

五、PhaseCurrent_s 和 DQCurrent_s：两种电流坐标

---

相关结构体定义在 foc_utils.h：

struct DQCurrent_s
{
    float d;
    float q;
};

struct PhaseCurrent_s
{
    float a;
    float b;
    float c;
};

PhaseCurrent_s 是物理世界里的三相电流：

字段	含义
a	A 相电流
b	B 相电流
c	C 相电流

DQCurrent_s 是 FOC 控制算法喜欢的旋转坐标系电流：

字段	含义	控制目标
d	磁链方向电流	通常控制到 0
q	转矩方向电流	控制到目标力矩电流

可以把整个变换理解成两次换坐标系：

这就是 FOC 中坐标变换的核心流程. 为什么要绕这一圈？因为三相正弦电流本身一直在变化，不适合直接用普通 PID 控制。经过 Park 变换后，如果电机稳定运行，理想情况下 d/q 电流会变成接近直流的量，PID 才更容易工作。

六、Clarke 变换：abc -> alpha/beta

---

CurrentSense.cpp 里这段分支在 getDCCurrent() 和 getFOCCurrents() 中各出现了一次：

float i_alpha, i_beta;
if(!current.c){
    i_alpha = current.a;
    i_beta = _1_SQRT3 * current.a + _2_SQRT3 * current.b;
}else if(!current.a){
    float a = -current.c - current.b;
    i_alpha = a;
    i_beta = _1_SQRT3 * a + _2_SQRT3 * current.b;
}else if(!current.b){
    float b = -current.a - current.c;
    i_alpha = current.a;
    i_beta = _1_SQRT3 * current.a + _2_SQRT3 * b;
}else{
    float mid = (1.f/3) * (current.a + current.b + current.c);
    float a = current.a - mid;
    float b = current.b - mid;
    i_alpha = a;
    i_beta = _1_SQRT3 * a + _2_SQRT3 * b;
}

这段代码的物理前提是三相电流满足：ia + ib + ic = 0。所以理论上只测两相也够了，第三相可以推出来。

6.1、为什么两相采样也能工作？

假设只测了 A/B 两相，那么：

ic = -ia - ib

Clarke 变换在这份代码里使用的形式是：

i_alpha = ia; 
i_beta = (ia + 2 * ib) / sqrt(3);

对应源码常量：

#define _1_SQRT3 0.57735026919f
#define _2_SQRT3 1.15470053838f

于是：

i_beta = _1_SQRT3 * ia + _2_SQRT3 * ib;

这就是源码里最常出现的那一行。

6.2、四种分支分别代表什么？

分支	源码判断	含义	处理方式
C 相为 0	if(!current.c)	认为 C 相没测	直接用 A/B 算 alpha/beta
A 相为 0	else if(!current.a)	认为 A 相没测	用 a = -b - c 推回 A
B 相为 0	else if(!current.b)	认为 B 相没测	用 b = -a - c 推回 B
三相都有	else	A/B/C 都测到了	先去掉公共偏移 mid

下面这张图把"缺一相时怎么补回来"画出来：

整体结构清晰呈现了 SimpleFOC 在 getPhaseCurrents() 之后的电流重构策略:

判断顺序是 c == 0 → a == 0 → b == 0,逐层筛掉「未测量的相」。三种分支对应硬件上常见的电流采样配置:

• 两相采样(c == 0):最常见的低成本方案,只用两个电流传感器测 A、B 相,直接当作两相用。
• A 相缺失(a == 0) :用基尔霍夫电流定律 a + b + c = 0 反推 a = -b - c。
• B 相缺失(b == 0) :同理反推 b = -a - c。
• 三相全测 :计算 mid = (a + b + c)/3 作为公共误差(理论上三相和应为 0,实际偏差来自零点漂移),从每相中减去以提高精度。

四条分支最终都汇入 Clarke 变换,把三相 (a, b, c) 映射到两相静止坐标系 (i_alpha, i_beta),作为后续 Park 变换的输入。这个判断逻辑体现了 SimpleFOC 在实时路径里的一个工程取舍：用很少的分支适配不同硬件采样配置,把复杂度尽量收敛在 getPhaseCurrents() 之后。

这里有一个源码细节值得专门记住：SimpleFOC 用 0 作为"这一相没有测量"的标志。这很简洁，但也意味着如果某个自定义采样函数把"有效的零电流"也严格返回为 0，就可能被这段逻辑当成"没测这一相"。实际 ADC 浮点读数经过 offset 和 gain 后很少长期精确等于 0，所以通常问题不大；但写 GenericCurrentSense 回调时要知道这个约定。

6.3、三相都测到时为什么要减去mid?

源码：

float mid = (1.f/3) * (current.a + current.b + current.c);
float a = current.a - mid;
float b = current.b - mid;

理想情况下：

ia + ib + ic = 0

但真实 ADC 会有 offset、噪声和增益误差，可能测出来：

ia + ib + ic != 0

mid 可以看成三相共同带上的平均偏移。把它从每一相里减掉，相当于把三相电流重新投影回"总和为 0"的平面上。

• 第一阶段是原始测量------由于 ADC 偏置漂移、采样误差或电流传感器零点偏移，三相电流的瞬时和不为零，违反了基尔霍夫电流定律。
• 第二阶段计算中点 ------把这个非零的偏差均摊到三相上，mid 实际上就是共模偏置的估计值（common-mode offset）。
• 第三阶段是核心修正------从每一相中减去这个共模分量，相当于把三相信号重新"居中"。
• 最后修正后 的电流满足 a' + b' + c' = 0，可以安全地送入后续的 Clarke 变换（αβ → dq）进行 FOC 控制。

注意这个适用范围：mid 修正只发生在三相都测到 的 else 分支里。两相采样时没有第三路冗余测量值，源码会直接用 ia + ib + ic = 0 反推缺失相，不会再计算 mid。所以它更适合理解成"三相测量时的共模偏移修正"，而不是两相采样的补偿算法。

这不是复杂滤波器，而是利用三相电机的物理约束做了一次简单、便宜、实时的误差修正。

七、Park变换：alpha/beta -> d/q

---

getFOCCurrents() 在完成 Clarke 变换后，会继续做 Park 变换：

float ct;
float st;
_sincos(angle_el, &st, &ct);

DQCurrent_s return_current;
return_current.d = i_alpha * ct + i_beta * st;
return_current.q = i_beta * ct - i_alpha * st;
return return_current;

这里的 angle_el 是电角度，来自电机当前转子位置。可以这样理解：

Park 变换的本质这张图就讲清楚了------把静止参考系 里随电角速度旋转的交流量，通过一次坐标旋转"锁"到转子上，变成旋转参考系 里看似静止的直流量（d、q）。这里的频率由机械转速和极对数共同决定，不是固定的 50Hz 或 100Hz。
为什么要分成 d、q 两个轴？ 这是 FOC（磁场定向控制）的核心思想------解耦磁场和转矩：

• d 轴对齐转子永磁体的磁链方向 ：在这个轴上的电流 i_d 只会增强或削弱磁场，不产生转矩。对于表贴式 PMSM，理想控制策略是 i_d = 0（不浪费电流去干扰磁场）。
• q 轴垂直于 d 轴 ：根据洛伦兹力 F = BIL，电流必须垂直于磁场 才能产生最大力矩。所以 i_q 就是真正的"油门"，转矩公式简化为 T ∝ i_q。
  这种解耦让交流电机的控制变得像直流有刷电机一样简单------一个变量管磁场，一个变量管转矩，互不干扰。这正是 FOC 相比标量控制（V/f）的革命性优势。

公式写成矩阵就是：

id =  i_alpha * cos(theta) + i_beta * sin(theta)
iq = -i_alpha * sin(theta) + i_beta * cos(theta)

源码里的q 写法：

return_current.q = i_beta * ct - i_alpha * st;

和上面的 iq 是同一个式子。

7.1、为什么电流环要控制d/q，而不是直接控制a/b/c?

三相电流在静止坐标系里是正弦量。电机一转，ia/ib/ic 就一直周期性变化。如果直接对三相电流做 PID，控制器面对的是高速变化的交流量。

Park 变换的价值是：把旋转的电流矢量放到和转子一起旋转的坐标系里观察 。在这个坐标系里，理想转矩电流会变成一个接近常值的 q，磁链方向电流会变成一个接近常值的 d。

于是电流环就可以很自然地写成：

voltage.q = PID_current_q(current_sp - current.q);
voltage.d = PID_current_d(-current.d);

也就是：

• q 轴：让实际转矩电流追上目标电流 current_sp
• d 轴：让磁链方向电流尽量回到 0

八、getFOCCurrents()：FOC 电流模式真正使用的入口

---

完整函数结构可以简化成：

DQCurrent_s CurrentSense::getFOCCurrents(float angle_el){
    PhaseCurrent_s current = getPhaseCurrents();

    // Clarke: a/b/c -> alpha/beta
    float i_alpha, i_beta;
    ...

    // Park: alpha/beta -> d/q
    float ct;
    float st;
    _sincos(angle_el, &st, &ct);

    DQCurrent_s return_current;
    return_current.d = i_alpha * ct + i_beta * st;
    return_current.q = i_beta * ct - i_alpha * st;
    return return_current;
}

它的调用点在 BLDCMotor.cpp 的电流控制分支中：

case TorqueControlType::foc_current:
  if(!current_sense) return;
  current = current_sense->getFOCCurrents(electrical_angle);
  current.q = LPF_current_q(current.q);
  current.d = LPF_current_d(current.d);
  voltage.q = PID_current_q(current_sp - current.q);
  voltage.d = PID_current_d(-current.d);
  break;

这就是 FOC 的最内层环路------电流环（current loop），也是整个级联控制架构中速度最快、带宽最高的一环（通常运行在 5--20 kHz）。

闭环的精髓在那条从电机绕回起点的反馈路径 ：电流采样 → getFOCCurrents() → id/iq → 重新进入误差节点。没有这条回路，PID 就只是个开环放大器，电机会失控发热或失步。

两个 PID 的分工，对应上一张图讲过的解耦原理：

• PID_current_q（转矩通道） ：跟踪外部给定的 current_sp。这个目标值在级联架构中通常来自上层的速度环输出（PID_velocity 的输出就是 q 轴电流目标）。q 轴电流直接决定电机产生多大转矩。
• PID_current_d（励磁通道） ：目标值恒为 0（对于表贴式 PMSM）。它的作用是"抵消"------任何由于反电动势耦合、磁链扰动或测量误差导致的 d 轴电流，都会被这个 PID 拉回零位。这是 FOC 解耦能成立的必要条件。

信号流的几个关键节点：

• 第一处是误差节点 （求和点）------current_sp − iq 和 0 − id 是 FOC 的"标尺"，PID 就是不停地缩小这两把标尺的读数。注意 q 轴误差节点有两个输入（目标 + 反馈），d 轴误差节点的"目标"是隐含的零。
• 第二处是 PID → 电压输出 ------这一步是 FOC 的一个常被忽略的细节：PID 输出的不是电流，而是电压 。因为 PMSM 的物理模型是 V = R·I + L·dI/dt + e，控制器只能直接控制电压（通过 PWM 占空比），通过电感的微分关系间接调节电流。
• 第三处是 setPhaseVoltage() ------把 d、q 轴电压通过逆 Park 变换回到 αβ，再根据 foc_modulation 选择 SinePWM、SpaceVectorPWM 等调制方式生成三相 PWM，驱动 MOSFET 桥。这是控制信号离开"数学世界"进入"功率世界"的边界。

如果 foc_current 模式一开就发热或抖动，我建议优先按这条链路排查：

1. current_sense.linkDriver(&driver) 是否在 current_sense.init() 之前调用。
2. driverAlign() 是否成功，返回值有没有提示相序或增益方向被修改。
3. 静止或轻载时 current.d 是否长期偏大。
4. 给一个很小的正向 current_sp 时，current.q 的正负是否符合预期。
5. 如果使用低边采样，确认当前 MCU/驱动组合是否支持 PWM 与 ADC 同步采样。

九、getDCCurrent()：只要一个电流幅值的简化模式

---

getDCCurrent() 和 getFOCCurrents() 前半段几乎一样：都先读三相电流，再做 Clarke 变换。

区别在最后：

return sign * _sqrt(i_alpha*i_alpha + i_beta*i_beta);

也就是说，它不返回 d/q，只返回电流矢量在 alpha/beta 平面里的长度：

I = sqrt(i_alpha^2 + i_beta^2)

如果没有提供电角度，返回值永远是正数。如果提供了电角度，它会尝试判断这个电流是正向还是反向：

if(motor_electrical_angle) {
    float ct;
    float st;
    _sincos(motor_electrical_angle, &st, &ct);
    sign = (i_beta*ct - i_alpha*st) > 0 ? 1 : -1;
}

注意这一项：

i_beta*ct - i_alpha*st

它其实就是 q 轴电流的表达式。所以源码用 q 电流的正负来决定电流幅值的符号。

这里还有一个边界细节：源码用 if(motor_electrical_angle) 判断是否进入符号计算，所以当传入的角度刚好是 0 时，这个分支不会执行，返回值仍然是正的幅值。实际闭环运行中角度长期精确等于 0 的概率很低，但读源码时最好知道这个判断方式。

它解决的是一个很实际的问题：当我们只需要"流过电机的电流有多大、是正是反"时，是否有必要做完整的 Park 变换？

完整 FOC 需要 d、q 两路解耦电流，但很多场景（电流限幅、过流保护、转矩观测、简化的力矩控制）只需要一个标量 ------电流的幅值和方向。这时一次 _sincosf + 完整 Park 矩阵乘法就显得过于昂贵。

两条支路的几何含义：

第一条支路是幅值计算 ------√(α² + β²)。SimpleFOC 这里使用的是常见的幅值不变 Clarke 形式：对于平衡三相正弦电流，αβ 平面里的电流矢量模长可以作为相电流峰值意义下的合成电流幅值。它不依赖电角度 ------无论转子在哪个位置，只要三相电流的瞬时值确定，幅值就是确定的。这一步纯粹是平方和开方，没有三角函数。

第二条支路是符号判断 ------这是这个技巧最巧妙的地方。√ 永远输出正数，但电流可以反向流动（电机刹车、反向加速、反转）。怎么找回符号？投影到 q 轴：

i_q = -α·sin(angle_el) + β·cos(angle_el)

q 轴电流的正负 直接对应转矩的方向------i_q > 0 是正向转矩，i_q < 0 是反向转矩。所以只需要 sign(i_q)，不需要 i_q 本身的精确数值。这里虽然还是要算一次 sincosf，但不需要做完整的 Park 矩阵乘法 （少了 d 轴那一行的两次乘法和加法）。最终合成 ：signed_current = sign(i_q) · √(α² + β²)。

为什么不直接用 i_q 当作"电流幅值"？ 因为在 q 轴上投影的电流 i_q，在 d 轴有非零分量时（例如电流没完全锁相、或者使用弱磁控制时），会小于真实的电流模长。用 √(α²+β²) 才能拿到真正的总电流大小，再用 i_q 的符号给它"贴标签"。这是幅值与方向的解耦。

十、driverAlign()：为什么电流采样也要"对齐"？

---

CurrentSense.h 里声明：

virtual int driverAlign(float align_voltage) = 0;

这个函数的目的不是传感器零点对齐，而是检查：

1. 当前 ADC 的 A/B/C 是否真的对应驱动器的 A/B/C
2. 电流方向是否反了
3. 必要时是否需要交换采样通道或反转增益符号

以 InlineCurrentSense 为例，它会让驱动器给某一相施加测试电压：

driver->setPwm(voltage, 0, 0);

然后读取三相电流，看哪一相响应最大、方向是否符合预期。这个过程可以理解成：

driverAlign() 返回值也带有状态含义。以源码注释为准：

返回值	含义
0	失败
1	成功，什么都没改
2	成功，但重新配置了引脚/相序
3	成功，但反转了增益方向
4	成功，同时改了相序和方向

如果你已经非常确定硬件接线和方向，也可以设置：

current_sense.skip_align = true;

这样 driverAlign() 会直接返回成功，不再做自动测试。调试早期不建议跳过，因为电流方向反了会让电流环表现得非常诡异：目标越大，系统越可能往错误方向补偿。

十一、InlineCurrentSense 与 LowsideCurrentSense 如何接到基类？

---

这一节不展开所有子类源码，只看它们和基类的接口关系。

11.1、InlineCurrentSense：读 ADC 电压，减 offset，乘 gain

PhaseCurrent_s InlineCurrentSense::getPhaseCurrents(){
    PhaseCurrent_s current;
    current.a = (!_isset(pinA)) ? 0 : (_readADCVoltageInline(pinA, params) - offset_ia)*gain_a;
    current.b = (!_isset(pinB)) ? 0 : (_readADCVoltageInline(pinB, params) - offset_ib)*gain_b;
    current.c = (!_isset(pinC)) ? 0 : (_readADCVoltageInline(pinC, params) - offset_ic)*gain_c;
    return current;
}

它做了三件事：

1. 读每一相 ADC 电压
2. 减去零电流 offset
3. 乘以 volts_to_amps_ratio，把电压换成电流

11.2、LowsideCurrentSense：多了 ADC 触发与 PWM 同步

PhaseCurrent_s LowsideCurrentSense::getPhaseCurrents(){
    PhaseCurrent_s current;
    _startADC3PinConversionLowSide();
    current.a = (!_isset(pinA)) ? 0 : (_readADCVoltageLowSide(pinA, params) - offset_ia)*gain_a;
    current.b = (!_isset(pinB)) ? 0 : (_readADCVoltageLowSide(pinB, params) - offset_ib)*gain_b;
    current.c = (!_isset(pinC)) ? 0 : (_readADCVoltageLowSide(pinC, params) - offset_ic)*gain_c;
    return current;
}

它和 Inline 的形式很像，但多了：

_startADC3PinConversionLowSide();

低边采样对采样时刻更敏感，因为只有某些 PWM 状态下，低边采样电阻上的电流才代表你想测的相电流。这也是为什么 LowsideCurrentSense::init() 必须要求 driver != nullptr。

11.3、继承关系图

十二、两种电流控制模式的区别：dc_current vs foc_current

---

BLDCMotor.cpp 里有两个电流相关的 torque controller。下面是核心节选，省略了部分限幅和补偿逻辑：

case TorqueControlType::dc_current:
  current.q = current_sense->getDCCurrent(electrical_angle);
  current.q = LPF_current_q(current.q);
  voltage.q = PID_current_q(current_sp - current.q);
  ...
  break;

case TorqueControlType::foc_current:
  current = current_sense->getFOCCurrents(electrical_angle);
  current.q = LPF_current_q(current.q);
  current.d = LPF_current_d(current.d);
  voltage.q = PID_current_q(current_sp - current.q);
  voltage.d = PID_current_d(-current.d);
  break;

它们最大的区别是：

模式	读取函数	控制内容	特点
dc_current	getDCCurrent(angle)	主要控制一个带符号电流幅值	简化，成本低
foc_current	getFOCCurrents(angle)	同时控制 q 和 d	更完整的 FOC 电流闭环

如果你想真正理解 FOC 电流环，重点应该放在 foc_current，也就是 getFOCCurrents() 这条路径。

十三、这一篇可以记住的几个结论

---

1. CurrentSense 是电流采样的抽象基类，它不直接读 ADC，而是规定子类必须提供 init()、driverAlign() 和 getPhaseCurrents()。
2. 硬件差异被封装在 InlineCurrentSense、LowsideCurrentSense、GenericCurrentSense 等子类里；基类统一负责 Clarke/Park 变换。
3. getPhaseCurrents() 返回的是物理三相电流 ia/ib/ic，而 getFOCCurrents() 返回的是 FOC 电流环真正使用的 id/iq。
4. Clarke 变换利用了 ia + ib + ic = 0，因此两相采样也能推导出足够的信息。
5. 三相都测量时，源码用 mid=(ia+ib+ic)/3 去掉公共偏移，这是利用三相电流总和为 0 的物理约束做的简单误差修正。
6. Park 变换需要电角度 angle_el，它把静止坐标系下的 alpha/beta 电流转换成跟随转子旋转的 d/q 电流。
7. q 轴电流主要对应转矩，d 轴电流通常希望控制到 0，这就是 PID_current_q(current_sp-current.q) 和 PID_current_d(-current.d) 的来源。
8. getDCCurrent() 只返回电流矢量幅值；传入非零角度时，它通过 q 轴投影判断正负。
9. driverAlign() 是为了检查电流采样通道和驱动相序/方向是否一致，电流环调不起来时，这一步比 PID 参数更值得优先排查。
10. 低边采样比内联采样更依赖 PWM/ADC 同步，所以 LowsideCurrentSense 必须链接 driver 后才能初始化。

如果把前面几篇串起来看，传感器链路已经从"转子位置"走到了"电流反馈"：

• Encoder、HallSensor、MagneticSensorSPI 解决的是电角度从哪里来
• CurrentSense 解决的是三相电流怎么变成 id/iq
• BLDCMotor 里的电流环则把 id/iq 反馈重新变成 voltage.d/q

你在调 SimpleFOC 电流环时，遇到过 driverAlign() 失败、id 压不住，还是 iq 符号反了？这类问题通常比速度环 PID 更难定位，欢迎把硬件采样方式和现象一起拿出来讨论。