STM32平衡车开发：PID控制与传感器融合实战-嵌云网-嵌入式AI开发资源站

STM32平衡车开发：PID控制与传感器融合实战

芳奎

1. STM32平衡车项目概述

平衡车作为嵌入式系统开发的经典项目，完美融合了传感器技术、控制算法和电机驱动等核心要素。使用STM32单片机开发平衡车，不仅能深入理解PID控制原理，还能掌握嵌入式实时系统设计方法。这个项目特别适合有一定STM32基础的开发者进阶学习，也常被用作电子类专业毕业设计的选题。

我去年用STM32F103C8T6做过一个迷你平衡车，从电路设计到代码调试踩过不少坑。平衡车的核心在于通过陀螺仪和加速度计获取车身姿态，然后通过PID算法计算出电机控制量，最终实现自主平衡。整个过程涉及传感器数据融合、实时控制、PWM输出等多个关键技术点。

2. 硬件设计与选型

2.1 主控芯片选择

STM32F103系列是平衡车项目的性价比之选：

72MHz主频足够处理传感器数据和PID运算
内置定时器可生成PWM信号控制电机
丰富的外设接口方便连接各类传感器
开发资源丰富，社区支持完善

提示：初学者建议使用STM32F103C8T6最小系统板，价格约15-20元，烧录方便且引脚引出完整。

2.2 姿态传感器选型

MPU6050是最常用的6轴传感器：

三轴加速度计测量重力方向
三轴陀螺仪测量角速度
内置DMP可输出融合后的姿态角
I2C接口与STM32通信方便

实际使用中发现MPU6050的零点漂移问题需要注意：

c复制// 校准代码示例
void MPU6050_Calibrate()
{
    int32_t sum[6] = {0};
    for(int i=0; i<1000; i++){
        MPU6050_GetData();
        sum[0] += gyro.x; sum[1] += gyro.y; sum[2] += gyro.z;
        sum[3] += acc.x;  sum[4] += acc.y;  sum[5] += acc.z;
        delay(2);
    }
    offset.gx = sum[0]/1000; // 存储校准值
    // 其他轴类似...
}

2.3 电机驱动方案

TB6612FNG是理想的直流电机驱动芯片：

双路H桥设计，可驱动两个电机
最大1.2A持续电流，满足小型平衡车需求
支持PWM调速和正反转控制
内置短路保护和过热保护

接线示意图：

code复制STM32 PWM1 -> TB6612 PWMA
STM32 PWM2 -> TB6612 PWMB
STM32 GPIO -> TB6612 AIN1/AIN2 (控制方向)
STM32 GPIO -> TB6612 BIN1/BIN2 (控制方向)

3. 软件架构设计

3.1 系统任务划分

平衡车需要实时处理多个任务：

传感器数据采集（100Hz）
姿态解算（100Hz）
PID控制计算（100Hz）
电机PWM输出（100Hz）
用户交互（10Hz）

使用定时器中断实现多任务调度：

c复制void TIM3_IRQHandler() 
{
    static uint8_t cnt = 0;
    if(TIM_GetITStatus(TIM3, TIM_IT_Update) != RESET){
        TIM_ClearITPendingBit(TIM3, TIM_IT_Update);
        
        MPU6050_GetData();      // 每1ms执行
        Angle_Calculate();      // 姿态解算
        Motor_Output();         // 电机输出
        
        if(++cnt >= 10){        // 每10ms执行
            cnt = 0;
            Key_Scan();         // 按键扫描
            OLED_Refresh();     // 显示刷新
        }
    }
}

3.2 姿态解算实现

互补滤波是最实用的姿态融合算法：

c复制void Angle_Calculate()
{
    // 加速度计计算倾角
    float acc_angle = atan2(acc.y, acc.z) * 180/PI;
    
    // 陀螺仪积分计算角度
    gyro_angle += gyro.x * dt;  // dt为采样周期
    
    // 互补滤波融合
    angle = 0.98*(angle + gyro.x*dt) + 0.02*acc_angle;
}

注意：dt值需要精确计算，建议使用定时器捕获实际时间间隔。我实测发现dt误差超过10%会导致控制不稳定。

3.3 PID控制器设计

位置式PID算法实现：

c复制typedef struct {
    float Kp, Ki, Kd;
    float err, last_err, integral;
} PID;

float PID_Calculate(PID* pid, float target, float feedback)
{
    pid->err = target - feedback;
    
    // 积分限幅防止windup
    pid->integral += pid->err;
    if(pid->integral >  500) pid->integral = 500;
    if(pid->integral < -500) pid->integral = -500;
    
    // PID计算
    float output = pid->Kp * pid->err 
                 + pid->Ki * pid->integral 
                 + pid->Kd * (pid->err - pid->last_err);
    
    pid->last_err = pid->err;
    return output;
}

参数整定经验：

先调Kp使车体能快速响应但不振荡
再调Kd抑制超调和振荡
最后调Ki消除静差
典型初始值：Kp=20, Ki=0.5, Kd=1.0

4. 系统调试与优化

4.1 传感器校准技巧

MPU6050校准注意事项：

校准时保持传感器水平静止
采集1000个样本取平均值
温度变化时需重新校准
存储校准值到Flash避免每次上电校准

4.2 PID参数整定方法

我的参数整定步骤：

先将Ki和Kd设为0，逐渐增大Kp直到车体开始振荡
取振荡临界值的50%作为Kp初始值
增加Kd直到超调量减小到可接受范围
最后加入少量Ki消除静差

4.3 常见问题排查

车体向一侧倾斜：
- 检查电机接线是否一致
- 确认两个轮子转速相同
- 重新校准MPU6050
剧烈振荡无法平衡：
- 降低Kp和Kd值
- 检查传感器数据是否异常
- 确认控制周期稳定
响应迟钝：
- 适当增大Kp
- 检查电池电压是否充足
- 确认PWM频率合适（建议8-10kHz）

5. 进阶优化方向

5.1 速度闭环控制

在平衡控制基础上增加速度环：

通过编码器测量轮速
设计外环速度PID控制器
速度环输出作为平衡环的角度设定值

5.2 无线遥控功能

添加蓝牙或2.4G模块实现：

手机APP遥控控制
参数无线调整
状态实时监控

5.3 低功耗优化

针对电池供电的优化措施：

动态调整CPU频率
传感器间歇工作模式
电机驱动休眠功能

我在实际项目中发现，使用STM32的STOP模式可以降低约60%的功耗，但需要注意唤醒后的传感器重新初始化。