STM32智能小车开发：从硬件搭建到自动避障

1. 项目概述

这个无线智能小车项目是我去年花了三个月时间完成的毕业设计，现在回头看依然觉得很有价值。它本质上是一个基于WiFi或蓝牙通信的移动机器人平台，通过手机APP或电脑端程序就能实现远程控制、自动避障、路径规划等功能。不同于市面上那些简单的遥控玩具车，这个项目更注重软件系统的完整性和可扩展性。

在实际开发过程中，我遇到了不少坑：从电机控制的不稳定到传感器数据漂移，从通信延迟到路径规划算法优化。但正是这些挑战让我对嵌入式系统开发有了更深刻的理解。下面我就把这个项目的完整实现过程分享出来，特别适合想要入门智能硬件开发的同学参考。

2. 硬件平台选型与搭建

2.1 核心硬件组件选择

做智能小车首先得选对硬件平台。经过对比测试，我最终选择了以下配置：

• 主控板：STM32F103C8T6（性价比高，资源丰富）
• 电机驱动：L298N双H桥模块（可驱动两个直流电机）
• 通信模块：ESP8266 WiFi模块（比蓝牙传输距离更远）
• 传感器套件：
  • HC-SR04超声波测距（避障用）
  • MPU6050六轴传感器（姿态检测）
  • TCRT5000红外反射传感器（循迹用）

提示：初学者建议先购买现成的智能小车底盘套件，比自己从零组装省时省力。我用的是一套200元左右的四驱底盘，包含电机、轮子和支架。

2.2 电路连接要点

硬件连接看似简单，实则暗藏玄机。这是我的接线方案：

1. 电源部分：

   • 18650锂电池组（7.4V）→ LM2596降压模块→ 输出5V给各模块
   • 特别注意：电机必须单独供电，避免电流波动影响主控

2. 信号线连接：

   plaintext复制STM32 PA0-PA1 → L298N IN1-IN2 (左电机控制)
   STM32 PA2-PA3 → L298N IN3-IN4 (右电机控制) 
   STM32 PB6-PB7 → HC-SR04 Trig/Echo
   STM32 PB8-PB9 → I2C (接MPU6050)
   STM32 PA9-PA10 → USART1 (接ESP8266)
   

3. 抗干扰措施：

   • 所有信号线尽量短
   • 电机电源线加磁环
   • 数字地与模拟地单点连接

3. 软件架构设计

3.1 系统分层模型

整个软件系统采用分层架构，从上到下分为：

1. 应用层：手机APP/上位机程序
2. 通信层：WiFi协议栈/数据编解码
3. 控制层：运动控制算法
4. 驱动层：硬件外设驱动
5. 硬件层：MCU及外围电路

这种设计最大的好处是模块解耦。比如要更换通信方式为蓝牙，只需修改通信层即可。

3.2 关键数据结构

定义了几个核心数据结构来管理系统状态：

c复制typedef struct {
    float speed;      // 当前速度(m/s)
    float direction;  // 前进方向(弧度)
    uint8_t battery;  // 电量百分比
    uint16_t obstacle_dist; // 障碍物距离(mm)
} VehicleState;

typedef struct {
    int16_t accel[3];  // 加速度计原始数据
    int16_t gyro[3];   // 陀螺仪原始数据
    float pitch;       // 俯仰角
    float roll;        // 横滚角
} IMUData;

3.3 任务调度方案

在RTOS环境下设计了多任务系统：

1. 控制任务（优先级最高）：10ms周期，处理运动控制
2. 传感器任务：20ms周期，采集各类传感器数据
3. 通信任务：异步处理，接收指令和发送状态
4. 监控任务：1s周期，检测系统健康状态

使用FreeRTOS的消息队列进行任务间通信，避免全局变量滥用。

4. 核心功能实现

4.1 电机PID控制

直流电机控制是基础也是难点。我采用了增量式PID算法：

c复制void Motor_PID_Update(MotorCtrl* ctrl, float target, float actual) {
    float err = target - actual;
    ctrl->integral += err;
    float derivative = err - ctrl->last_err;
    
    float output = ctrl->Kp * err + 
                  ctrl->Ki * ctrl->integral + 
                  ctrl->Kd * derivative;
    
    ctrl->last_err = err;
    PWM_SetDuty(ctrl->pwm_ch, output);
}

参数整定经验：

• 先调Kp直到出现小幅振荡
• 然后加Kd抑制振荡
• 最后加Ki消除静差
• 典型值：Kp=0.8, Ki=0.05, Kd=0.2

4.2 无线通信协议

自定义了轻量级通信协议：

手机端发送控制指令示例：

python复制def build_cmd(speed, angle):
    data = struct.pack('>ff', speed, angle)
    crc = calc_crc(data)
    return b'\xAA\x01\x08' + data + bytes([crc])

4.3 自动避障算法

结合超声波和红外传感器实现多级避障：

1. 远距离检测（50-100cm）：减速并计算避障路径
2. 中距离检测（20-50cm）：急转弯避开
3. 近距离检测（<20cm）：立即刹车并后退

核心避障逻辑：

c复制void Obstacle_Avoidance() {
    float safe_dist = get_safe_distance(current_speed);
    
    if (sonar_dist < safe_dist * 0.3) {
        // 紧急情况
        Motor_Stop();
        Motor_Backward(50, 300);
    } 
    else if (sonar_dist < safe_dist) {
        // 一般避障
        float turn_angle = calc_turn_angle(sonar_dist);
        Motor_Turn(turn_angle);
    }
}

5. 上位机软件开发

5.1 Android控制端

使用Android Studio开发，关键功能点：

1. 摇杆控制：自定义View实现虚拟摇杆
2. 视频传输：通过Mjpeg流显示摄像头画面
3. 参数配置：可调整PID参数并保存预设

核心通信代码：

java复制public void sendControlCmd(float x, float y) {
    float speed = y * MAX_SPEED;
    float angle = x * MAX_ANGLE;
    
    byte[] cmd = Protocol.buildMoveCmd(speed, angle);
    mSocket.write(cmd);  // 通过WiFiSocket发送
}

5.2 PC端监控软件

基于PyQt5开发，提供更强大的调试功能：

1. 实时曲线显示传感器数据
2. 地图构建与路径规划
3. 固件无线升级(OTA)

数据可视化示例：

python复制class SensorPlot(QWidget):
    def __init__(self):
        super().__init__()
        self.plot = pg.PlotWidget()
        self.curve = self.plot.plot(pen='y')
        
    def update_data(self, values):
        self.curve.setData(values)

6. 系统调试与优化

6.1 常见问题排查

1. 电机抖动问题：

   • 检查电源是否充足
   • 调整PID参数
   • 增加死区补偿

2. WiFi断连问题：

   • 添加心跳包机制
   • 设置合理的重连超时
   • 优化天线位置

3. 传感器数据异常：

   • 检查接线是否松动
   • 增加软件滤波算法
   • 校准传感器零点

6.2 性能优化技巧

1. 通信优化：

   • 使用差分数据传输
   • 采用压缩算法减小图像体积
   • 重要指令添加重传机制

2. 算法优化：

   • 将浮点运算改为定点数
   • 查表法替代复杂计算
   • 启用STM32硬件FPU

3. 功耗优化：

   • 动态调整CPU频率
   • 空闲时进入低功耗模式
   • 关闭未使用的外设时钟

7. 项目扩展方向

这个基础平台还可以进一步扩展：

1. 视觉导航：加装OpenMV实现颜色跟踪
2. SLAM建图：使用RPLIDAR和ROS构建室内地图
3. 机械臂集成：增加6DOF机械臂完成抓取任务
4. 集群控制：多车协同完成复杂任务

我在完成基础版本后，又增加了语音控制模块：

python复制import speech_recognition as sr

r = sr.Recognizer()
with sr.Microphone() as source:
    print("请说指令...")
    audio = r.listen(source)
    text = r.recognize_google(audio, language='zh-CN')
    if "前进" in text:
        send_move_cmd(0.5, 0)

开发这类项目的关键是要保持迭代思维，先实现核心功能，再逐步添加新特性。建议使用Git进行版本管理，每个新功能创建一个分支。