1. 项目概述：当物理定律遇上创客精神
第一次看到两轮自平衡小车时，那种违反直觉的稳定性总让人着迷。这种看似要倒下却始终屹立不倒的机械装置，背后其实是经典控制理论与现代电子技术的完美结合。我花了三个月时间，从零开始打造这台能够自主避障的自平衡小车，期间经历了无数次的算法调参和机械结构调整，最终实现了在复杂地形中稳定行驶并智能规避障碍物的目标。
这台小车的核心魅力在于它集成了三大技术模块：通过惯性测量单元（IMU）实现的姿态感知系统、基于PID控制算法的平衡控制系统，以及由超声波传感器构成的避障决策系统。当这三个系统协同工作时，小车就像具备生物本能般，既能保持自身平衡，又能对环境变化做出即时反应。相比市面上的玩具级产品，我们这个DIY版本的最大特点是开放了所有控制参数接口，让制作者可以深度理解每个参数对系统性能的影响。
2. 硬件架构深度解析
2.1 核心部件选型指南
主控板的选择直接决定了系统的上限。经过对比Arduino Uno、STM32和树莓派三种方案后，我最终选择了STM32F407系列开发板。这个选择基于三个关键考量：首先，168MHz的主频足以处理IMU数据滤波和PID运算；其次，其内置的硬件浮点运算单元（FPU）可以大幅提升控制算法的执行效率；最重要的是，它具备丰富的外设接口，可以同时连接多个传感器和执行器。
电机部分采用了带编码器的直流减速电机（减速比1:34），这是经过多次测试后的最优解。编码器提供每分钟500脉冲的反馈分辨率，配合电机自带的行星齿轮箱，在扭矩和转速之间取得了完美平衡。实测表明，这种配置下小车载重可达3kg，爬坡角度不超过15°时都能保持稳定。
2.2 传感器网络搭建
姿态感知系统由MPU6050六轴传感器构成，这个价值不到20元的芯片却承载着整个系统的"前庭功能"。我特别改进了官方提供的DMP（数字运动处理器）固件，将原始数据的采样率提升到500Hz，同时通过卡尔曼滤波将姿态角的测量误差控制在±0.5°以内。这里有个重要技巧：传感器必须用3M双面胶牢固粘贴在PCB中心位置，任何微小的振动都会导致测量噪声急剧增加。
避障系统采用HC-SR04超声波模块阵列，三个传感器分别呈30°夹角安装在前方和两侧。这种布局可以在1.5米范围内形成270°的探测区域。需要注意的是，超声波模块的触发信号必须错时发送，否则多个传感器之间的声波会相互干扰。我的解决方案是用定时器产生间隔50ms的触发脉冲序列。
3. 控制算法实现细节
3.1 平衡控制的核心密码
PID控制器是这个项目最精妙的部分，其参数整定过程堪称艺术。角度环使用串级PID结构，外环处理倾角偏差，内环处理角速度。经过反复测试，最终确定的参数为：P=28，I=0.5，D=2.3。这里有个关键发现：微分项D的值不能单纯依靠理论计算，必须考虑电机响应延迟带来的相位滞后。我采用的方法是先关闭D项，通过观察系统振荡频率来估算合适的微分时间常数。
电机控制采用PWM调速，但直接驱动会导致严重的抖动问题。解决方案是加入速度前馈和加速度补偿：当检测到车身前倾时，不仅增加电机转速，还根据倾角变化率预测所需的额外功率。这个改进使小车在突然受到外力冲击时，恢复稳定的时间缩短了60%。
3.2 避障决策逻辑剖析
避障算法采用有限状态机设计，定义了五种行为模式：平衡待机、直线行驶、左转避障、右转避障和紧急停止。当中央传感器检测到1米内的障碍物时，系统会比较左右两侧传感器的读数，选择空间更大的一侧进行转向。这里有个容易忽略的细节：转向时需动态调整PID参数，因为离心力会改变系统的动力学模型。
我开发了一套参数自适应机制：当转向角度超过15°时，角度环的P值会线性增加到35，同时D值降低到1.8。这个调整补偿了转向时额外的惯性力矩，实测显示可以避免80%以上的转向翻车情况。所有状态转换都设有50ms的迟滞区间，防止传感器噪声导致的误动作。
4. 机械结构优化实录
4.1 车体设计的力学考量
原型机最初使用3D打印的PLA材料框架，但在时速超过8km/h时会出现明显共振。改用碳纤维板材结合铝合金支架后，不仅重量减轻了40%，结构刚度还提升了3倍。特别要注意的是电池的安装位置——必须尽可能靠近轮轴，这能减小转动惯量。我的设计方案是将18650电池组呈水平排列，固定在距地面6cm的高度。
车轮选用直径12cm的橡胶轮胎，表面有2mm深的防滑纹路。经过测试，这种规格在木地板、瓷砖和短毛地毯上都能保持良好的附着力。一个反直觉的发现是：适当增加轮距（我设置为25cm）反而能提升高速行驶时的稳定性，这与传统两轮车的设计理念截然不同。
4.2 抗干扰设计技巧
电子系统最棘手的问题是电机噪声对传感器的干扰。我采取了三级防护措施：首先在电机驱动电源上并联4700μF的电解电容；其次为IMU模块单独设计LC滤波电路；最后将所有信号线改用双绞线传输。这些改进使得系统在满功率运行时，MPU6050的输出噪声从原来的0.8°降到了0.2°以下。
另一个重要经验是：所有连接器必须用热熔胶固定。在早期测试中，曾有因为振动导致杜邦线松脱，造成小车突然失控的情况。现在我会在线材插接后，用胶枪在接口处形成弹性支撑点，既保证接触可靠又不影响后期维护。
5. 系统调试全攻略
5.1 PID参数整定方法论
参数调试需要分三个阶段进行：首先在支架上静态调试角度环，目标是使小车能保持给定角度；然后手持进行动态测试，观察抗干扰能力；最后在地面行驶中微调速度环。我总结出一个高效的方法：先将I和D设为零，逐渐增大P直到出现等幅振荡，此时记录振荡周期T和增益Ku，然后按照Ziegler-Nichols公式计算初始参数。
实际调试中发现，理论参数往往过于激进。我的做法是先将计算值降低30%作为起点，然后以5%为步长逐步增加。特别要注意积分项的处理——必须在系统基本稳定后才引入I，否则会导致严重的积分饱和现象。一个实用的技巧是给积分项设置输出限幅，我通常限制在总输出量的20%以内。
5.2 故障诊断速查表
| 现象 | 可能原因 | 解决方案 |
|---|---|---|
| 小车持续向一侧偏移 | IMU安装倾斜或电机出力不均 | 进行传感器校准，检查电机PWM对称性 |
| 高频抖动 | D值过大或机械结构松动 | 降低D参数，紧固所有螺丝和接插件 |
| 响应迟缓 | P值过小或电源电压不足 | 增大P参数，检查电池电量（不应低于7V） |
| 转向时翻车 | 未启用参数自适应或离心力补偿 | 调整转向状态下的PID参数映射关系 |
| 超声波误触发 | 传感器间干扰或环境噪声 | 错开发射时序，增加回波检测阈值 |
遇到突发失控时，第一时间切断电源的方法是设计一个独立的硬件看门狗电路。我用555定时器搭建了一个简易版本，当主控超过500ms没有发送心跳信号时，会自动切断电机驱动电源。这个安全机制在开发过程中至少避免了三次"小车暴走"事故。
6. 进阶改进方向
6.1 性能提升方案
当前系统的瓶颈在于超声波传感器的更新速率（约15Hz）。升级到TOF激光雷达（如VL53L0X）可以将探测频率提升到50Hz以上，同时将测距精度从厘米级提高到毫米级。另一个值得尝试的方案是引入计算机视觉，使用OpenMV摄像头实现更智能的路径规划。不过这会显著增加处理器的运算负担，可能需要移植到Linux平台。
动力系统也有优化空间。无刷电机配合FOC驱动能提供更平滑的扭矩输出，而且效率比有刷电机高30%以上。我在测试中发现，改用无刷系统后，电池续航时间从原来的2小时延长到了3.5小时，同时运行噪音降低了15dB。
6.2 功能扩展思路
加入Wi-Fi或蓝牙模块后，小车可以变身为远程监控平台。我实验过通过手机APP实时查看车载摄像头画面，同时用虚拟摇杆控制行驶方向。更复杂的应用是开发ROS节点，使其能够接入机器人操作系统，与其他智能设备协同工作。
一个有趣的改装是增加机械臂模块。当小车检测到特定物体时，可以自动调整姿态并用机械臂进行抓取。这需要重新设计重心分配算法，我在原型中采用的方法是：当机械臂伸展时，主动让车身向反方向倾斜2-3°来补偿力矩变化。