STM32F103与FreeRTOS在扫地机器人中的应用实践-嵌云网-嵌入式AI开发资源站

STM32F103与FreeRTOS在扫地机器人中的应用实践

怕还不清醒

1. 项目概述：当STM32F103遇上FreeRTOS

去年帮朋友改造一台老式扫地机器人时，我发现商业方案虽然性能强大，但代码封闭得像黑盒子。于是决定用STM32F103C8T6+FreeRTOS搭建一个教学级框架，这个蓝色小板子72MHz主频配上64KB Flash，刚好能承载实时系统的核心功能。不同于玩具级的轮询架构，这里每个功能模块都是独立任务——电机控制、传感器采集、路径规划就像工厂里各司其职的工人，通过FreeRTOS的队列和信号量高效协作。

这个框架最实用的价值在于：你可以清晰看到PWM波形如何驱动L298N电机模块，红外避障信号怎样触发任务切换，以及陀螺仪数据如何通过队列传递给路径规划算法。所有硬件层操作都基于HAL库封装，上层逻辑完全遵循RTOS设计范式，特别适合想从裸机开发进阶到实时系统的工程师。我曾用这套框架给公司新人培训，三个月内就有两个实习生独立做出了可用的原型机。

2. 硬件架构设计要点

2.1 核心器件选型逻辑

主控选择STM32F103C8T6绝非偶然：它的Cortex-M3内核在72MHz下能流畅运行FreeRTOS，TIM3/TIM4硬件PWM生成器可直接驱动电机，内置的I2C和SPI接口完美适配各类传感器。相比更高级的F4系列，F103在性价比和生态成熟度上仍是学习首选。实际采购时要注意区分正版（丝印清晰有STlogo）和山寨版（价格低于15元慎买）。

电机驱动模块用L298N是个经典选择，虽然效率不如DRV8833这类现代芯片，但其双H桥设计能同时控制两个直流电机（左右轮）和两个单相电机（边刷/滚刷）。我在PCB布局时特意将PWM信号线（PA6/PA7）远离模拟传感器线路，避免高频干扰导致ADC采样异常。有个坑要注意：L298N的使能端必须接PWM才能调速，直接给高电平会导致电机全速运行。

2.2 传感器组配置技巧

三路红外避障模块（左/右/前）的安装角度决定了避障效果。经过实测，建议将左右传感器呈30°斜向前方安装，这样在碰到墙角时能提前检测到侧向障碍物。碰撞开关最好用弹簧片式而非微动开关，前者寿命更长且能缓冲机械冲击。MPU6050陀螺仪的安装位置要尽量靠近机器人重心，并用软质海绵减震，否则电机振动会导致姿态数据异常。

电源部分我推荐两节18650锂电池（7.4V）配合LM2596降压模块，关键是要在3.3V和5V输出端都加装1000μF的电解电容。曾有个学员没加电容，电机启动时的电压跌落导致STM32反复复位。OLED显示屏选用0.96寸SSD1306足够显示状态信息，其I2C接口要加上拉电阻（4.7KΩ），否则长导线传输时会丢帧。

3. FreeRTOS任务规划详解

3.1 任务优先级设计原则

这个框架包含6个核心任务，优先级从1（最低）到4（最高）：

Task_Main（优先级4）：作为系统指挥官，它通过状态机管理全局模式（自动/定点/待机）。高优先级确保模式切换能立即响应
Task_Motor（优先级3）：直接控制PWM输出的关键任务，必须优先保证电机指令执行
Task_PathPlan（优先级3）：与电机任务同级，避免路径计算延迟导致控制滞后
Task_Sensor（优先级2）：传感器数据采集允许适度延迟，但需快于UI刷新
Task_Comm（优先级2）：串口通信任务处理非实时指令
Task_UI（优先级1）：OLED刷新和按键扫描对实时性要求最低

重要经验：电机控制任务的堆栈要预留余量（至少128字），我曾遇到因堆栈溢出导致PWM输出异常的bug，后来通过uxTaskGetStackHighWaterMark()函数监控才发现问题。

3.2 任务间通信实战

传感器数据通过队列传递是最经典的RTOS模式。这里创建了一个能存储10组数据的队列：

c复制QueueHandle_t sensor_queue = xQueueCreate(10, sizeof(SensorData_t));

当红外检测到障碍物时，Task_Sensor将数据打包发送：

c复制SensorData_t data;
data.ir_left = HAL_GPIO_ReadPin(IR_LEFT_GPIO_Port, IR_LEFT_Pin);
xQueueSend(sensor_queue, &data, portMAX_DELAY);

而Task_PathPlan在另一端接收：

c复制xQueueReceive(sensor_queue, &rx_data, pdMS_TO_TICKS(100));

这个100ms的超时设置很关键——既避免任务永久阻塞，又给紧急任务留出处理时间。实际调试中发现，若队列深度不足会导致新数据覆盖未处理的旧数据，后来通过uxQueueMessagesWaiting()监控将队列深度调整到15才稳定。

4. 关键代码实现解析

4.1 电机控制精要

L298N的驱动逻辑需要同时控制PWM和方向引脚。以左轮为例：

c复制// 设置PWM占空比（0-100对应0-100%）
__HAL_TIM_SET_COMPARE(&htim3, TIM_CHANNEL_1, abs(speed));  

// 设置方向（IN1/IN2控制正反转）
HAL_GPIO_WritePin(IN1_GPIO_Port, IN1_Pin, (speed>0)?GPIO_PIN_SET:GPIO_PIN_RESET);
HAL_GPIO_WritePin(IN2_GPIO_Port, IN2_Pin, (speed<0)?GPIO_PIN_SET:GPIO_PIN_RESET);

这里有个优化点：通过__HAL_TIM_SET_COMPARE直接操作寄存器，比HAL库的HAL_TIM_PWM_Start更高效。电机死区处理也很重要，我在代码中加入速度渐变逻辑：

c复制// 速度渐变函数（避免急启停）
void RampSpeed(int16_t *current, int16_t target, uint8_t step) {
    if(*current < target) *current += step;
    else if(*current > target) *current -= step;
}

实测发现step值设为5时，电机既能快速响应又不会因突变电流触发保护。

4.2 传感器融合算法

简单的避障逻辑可以通过状态机实现：

c复制typedef enum {
    OBSTACLE_NONE,
    OBSTACLE_FRONT,
    OBSTACLE_LEFT,
    OBSTACLE_RIGHT
} ObstacleState_t;

ObstacleState_t CheckObstacle(SensorData_t data) {
    if(!data.collision) return OBSTACLE_FRONT;  // 碰撞开关优先级最高
    if(!data.ir_front) return OBSTACLE_FRONT;
    if(!data.ir_left) return OBSTACLE_LEFT;
    if(!data.ir_right) return OBSTACLE_RIGHT;
    return OBSTACLE_NONE;
}

结合陀螺仪数据还能实现更智能的转向控制。例如检测到左侧障碍物时，可以结合Z轴角速度让机器人平滑右转：

c复制if(state == OBSTACLE_LEFT) {
    cmd.right_speed = -20 * (1 + gyro_z/100.0);  // 角速度补偿
    cmd.left_speed = 20;
}

这个公式中的100.0是经验值，需要根据实际陀螺仪量程调整。

5. 系统调试与优化

5.1 FreeRTOS性能监控

在FreeRTOSConfig.h中开启相关宏定义：

c复制#define configUSE_TRACE_FACILITY    1
#define configGENERATE_RUN_TIME_STATS 1

然后通过串口打印任务状态：

c复制char taskList[512];
vTaskList(taskList);  // 获取任务状态表
HAL_UART_Transmit(&huart1, (uint8_t*)taskList, strlen(taskList), HAL_MAX_DELAY);

典型输出如下：

code复制TaskName      State  Priority  Stack  Num  
Task_Main     R      4        88     1    
Task_Motor    B      3        104    2    
Task_Sensor   R      2        72     3

其中Stack列显示的剩余栈空间（单位字）要特别关注，小于20就需要调整堆栈大小。

5.2 电源管理技巧

在空闲任务中添加WFI指令可降低功耗：

c复制void vApplicationIdleHook(void) {
    __WFI();  // 进入等待中断模式
}

同时要配置PWM频率在10kHz以上（人耳听不见的超声范围），否则电机线圈会发出刺耳的啸叫声。电池电压检测建议用ADC的DMA模式采样，避免任务阻塞：

c复制HAL_ADC_Start_DMA(&hadc1, (uint32_t*)adc_buf, 3);  // 连续采样3次

6. 项目进阶方向

6.1 硬件升级路径

如果想提升扫地能力，可以考虑：

换装带编码器的直流电机（如JGA25-370），通过脉冲计数实现里程计
增加TOF激光测距传感器（VL53L0X）替代部分红外模块
使用集成电机驱动芯片（如TB6612FNG）替代L298N，效率提升30%

6.2 软件算法扩展

在现有框架上可以轻松集成：

基于A*算法的全局路径规划
使用IMU数据实现航迹推算（Dead Reckoning）
通过ESP8266接入MQTT实现手机控制
添加FatFS文件系统记录清扫日志

有个学员在毕业设计中给这个框架增加了语音识别模块，通过离线语音芯片实现声控启停，这展示了系统的良好扩展性。