STM32两轮自平衡小车开发全攻略-嵌云网-嵌入式AI开发资源站

STM32两轮自平衡小车开发全攻略

罗宾老师

1. 项目概述：两轮自平衡小车的核心挑战

两轮自平衡小车是嵌入式系统开发中的经典项目，它完美融合了传感器技术、控制算法和机电一体化设计。这类小车的核心难点在于如何通过STM32单片机实时处理陀螺仪数据，并驱动电机实现动态平衡。与传统的四轮小车不同，两轮结构本质上是一个不稳定系统，需要通过持续的姿态调整才能保持直立状态。

我在去年帮学生调试这类项目时，发现最关键的三个技术点是：传感器数据融合的准确性、PID控制参数的整定效果，以及电机驱动的响应速度。其中任何一环出现问题，都会导致小车出现剧烈振荡或者直接倾倒。下面这张示意图展示了我们最终实现的硬件布局方案：

两轮自平衡小车硬件布局

2. 硬件系统设计详解

2.1 核心控制器选型

经过多次对比测试，我们最终选择了STM32F103RCT6作为主控芯片，主要原因有三：

充足的定时器资源（8个）可同时处理编码器输入和PWM输出
内置的硬件I2C接口能稳定读取MPU6050数据
72MHz主频足以满足5ms控制周期的计算需求

注意：初学者常犯的错误是直接使用STM32CubeMX生成的I2C代码，这可能导致MPU6050读取不稳定。建议采用IO模拟I2C的方式，并加入超时重试机制。

2.2 姿态传感器配置

MPU6050作为核心传感器，其安装位置直接影响测量精度：

应尽量靠近小车重心位置
必须与车体平面保持平行
建议使用橡胶减震垫减少电机振动干扰

传感器初始化时需要特别注意以下参数配置：

c复制// MPU6050初始化代码片段
I2C_WriteByte(MPU6050_ADDR, PWR_MGMT_1, 0x00); // 解除休眠
I2C_WriteByte(MPU6050_ADDR, SMPLRT_DIV, 0x07); // 采样率1kHz
I2C_WriteByte(MPU6050_ADDR, CONFIG, 0x06);     // 低通滤波5Hz
I2C_WriteByte(MPU6050_ADDR, GYRO_CONFIG, 0x18); // 陀螺仪±2000dps
I2C_WriteByte(MPU6050_ADDR, ACCEL_CONFIG, 0x01);// 加速度计±4g

2.3 电机驱动电路设计

我们采用TB6612FNG驱动模块配合N20减速电机，相比传统的L298N方案具有明显优势：

参数	TB6612FNG	L298N
效率	90%	60%
待机电流	0μA	6mA
PWM频率上限	100kHz	20kHz
体积	15x10mm	43x43mm

电机安装时要注意：

车轮与电机轴必须同轴，偏心会导致周期性振动
编码器线应使用屏蔽线防止干扰
电机供电与单片机供电需分开走线

3. 软件算法实现

3.1 传感器数据融合

原始传感器数据需要经过多重处理：

硬件滤波：MPU6050内置的低通滤波（配置为5Hz）
软件滤波：采用滑动平均滤波消除尖峰干扰
姿态解算：互补滤波融合加速度计和陀螺仪数据

互补滤波的核心代码逻辑：

c复制float ComplementaryFilter(float accelAngle, float gyroRate, float dt) {
    static float angle = 0;
    float alpha = 0.98;  // 滤波系数
    angle = alpha * (angle + gyroRate * dt) + (1-alpha) * accelAngle;
    return angle;
}

3.2 PID控制算法实现

我们采用串级PID控制结构：

外环：角度环（P控制）
内环：速度环（PI控制）

PID参数整定经验：

先调角度环P，使小车能勉强站立但会缓慢移动
再调速度环P，抑制小车的移动趋势
最后加入速度环I，消除静差

典型参数范围参考：

c复制typedef struct {
    float Kp;  // 比例系数
    float Ki;  // 积分系数
    float Kd;  // 微分系数
    float integral; // 积分项
    float prevError; // 上次误差
} PID;

// 角度环参数
PID anglePID = {12.0, 0, 0.5, 0, 0}; 

// 速度环参数
PID speedPID = {80.0, 0.2, 0, 0, 0};

3.3 防撞保护机制

通过红外测距模块（VL53L0X）实现三级防护：

预警距离（30cm）：蜂鸣器短鸣
减速距离（20cm）：降低目标速度
制动距离（10cm）：立即停止电机

防撞状态机实现逻辑：

c复制typedef enum {
    SAFE,
    WARNING,
    SLOW_DOWN,
    EMERGENCY_STOP
} CollisionState;

void CollisionHandler(float distance) {
    static CollisionState state = SAFE;
    
    if(distance < 10.0) {
        state = EMERGENCY_STOP;
        MotorStop();
    } 
    else if(distance < 20.0) {
        state = SLOW_DOWN;
        SetTargetSpeed(0.3 * normalSpeed);
    }
    else if(distance < 30.0) {
        state = WARNING;
        Beep(100);
    }
    else {
        state = SAFE;
    }
}

4. 移动端APP设计

4.1 蓝牙通信协议

采用自定义的轻量级协议格式：

code复制[HEAD][LEN][CMD][DATA][CHECKSUM]

HEAD：固定为0xAA
LEN：数据长度
CMD：指令类型
DATA：有效载荷
CHECKSUM：异或校验

典型指令示例：

python复制# 设置目标速度指令
def build_speed_cmd(speed):
    cmd = 0x02
    data = struct.pack('>h', int(speed*1000))
    checksum = cmd ^ data[0] ^ data[1]
    return bytes([0xAA, 0x03, cmd]) + data + bytes([checksum])

4.2 Android端关键实现

使用Android Studio开发，主要功能模块：

蓝牙连接管理
实时数据显示（姿态角、速度）
参数调节界面
运动轨迹记录

重点注意：

蓝牙通信需放在子线程避免阻塞UI
数据解析要考虑字节序问题
建议添加重连机制

5. 系统调试经验

5.1 常见问题排查

小车剧烈振荡
- 检查MPU6050安装是否牢固
- 降低角度环P参数
- 确认电机极性是否正确
向一侧缓慢倾斜
- 重新校准陀螺仪零偏
- 检查车体重心是否居中
- 调整机械结构对称性
蓝牙连接不稳定
- 确保模块供电充足
- 修改通信间隔为100ms以上
- 添加数据包重传机制

5.2 关键调试技巧

先用上位机绘制实时曲线（推荐使用VOFA+）
参数调节遵循"先比例后积分再微分"原则
机械结构调试比软件参数更重要
电池电压低于7V时应立即停止调试

6. 锂电池管理方案

采用TI的BQ25895充电管理IC实现：

最大2A充电电流
支持4.2V/4.35V电池
充放电保护功能

电量监测算法：

c复制float GetBatteryPercentage(float voltage) {
    // 3.7V~4.2V对应0%~100%
    voltage = constrain(voltage, 3.7, 4.2);
    return (voltage - 3.7) * 100 / 0.5;
}

实际开发中发现，锂电池的内阻会影响电机响应速度。当电量低于30%时，建议将PID参数适当调小10%-20%。

7. 项目优化方向

加入机器学习算法
- 采集不同地面下的运动数据
- 训练自适应PID参数模型
升级视觉导航
- 添加OpenMV模块
- 实现路线识别跟踪
强化车身结构
- 采用碳纤维材料
- 优化重心分布

这个项目最让我意外的是，机械结构的微小偏差对控制效果的影响远大于算法参数。有次调试三天都没解决的问题，最后发现只是电机支架有0.5mm的错位。建议大家在开始软件调试前，先用游标卡尺确认所有机械尺寸的对称性。