STM32两轮自平衡车设计与PID控制实现

1. 项目概述

两轮自平衡车一直是嵌入式开发者验证控制算法的经典项目。这个基于STM32F103C8T6核心的方案，通过MPU6050传感器获取姿态数据，经过卡尔曼滤波处理后，由PID控制器输出PWM信号驱动电机，实现自主平衡。整个项目涉及传感器数据处理、控制算法实现和电机驱动三个关键环节。

我在实验室调试这个项目时，最令人兴奋的时刻就是当平衡车第一次稳稳立住的那一刻。不过要实现这种效果，需要克服传感器噪声、控制参数整定、电机响应等一系列工程难题。下面我就从硬件选型到软件实现，详细拆解这个项目的技术细节。

2. 硬件设计与选型

2.1 主控芯片选择

STM32F103C8T6作为主控芯片有几个明显优势：

• 72MHz主频提供足够的计算能力
• 内置定时器支持PWM生成
• 丰富的外设接口
• 性价比极高（约10元/片）

注意：虽然F103系列已经有些年头，但其性能对于平衡车项目完全够用。新手不建议盲目追求高性能芯片。

2.2 传感器方案

MPU6050是项目的核心传感器，它集成了：

• 三轴加速度计（±16g）
• 三轴陀螺仪（±2000°/s）
• 内置DMP（数字运动处理器）

实际使用中发现几个关键点：

1. 加速度计数据受振动影响大，但长期稳定
2. 陀螺仪短期精确但存在漂移
3. 原始数据噪声明显，必须进行滤波处理

2.3 电机驱动设计

采用TB6612FNG电机驱动模块，相比传统的L298N：

• 效率更高（可达95%）
• 体积更小
• 支持3A峰值电流
• 内置短路保护

电机选用N20减速电机，关键参数：

• 电压：12V
• 空载转速：200RPM
• 减速比：1:30
• 扭矩：2kg·cm

3. 软件架构设计

3.1 系统流程图

code复制传感器数据采集 → 卡尔曼滤波 → PID计算 → 电机控制
↑                ↑               ↑
定时中断       角度估计       参数整定

3.2 关键数据结构

3.2.1 卡尔曼滤波器结构体

c复制typedef struct {
    float Q_angle;   // 过程噪声协方差
    float Q_bias;    // 陀螺