ESP32平衡车开发：PID控制与嵌入式系统实战-嵌云网-嵌入式AI开发资源站

ESP32平衡车开发：PID控制与嵌入式系统实战

大妈手别抖

1. 项目概述：从零打造你的掌上平衡车

去年冬天，我在工作室里折腾这个小玩意儿的时候，怎么也没想到它会引起这么多朋友的兴趣。这个基于ESP32的迷你平衡车项目，不仅让我重新认识了PID控制的精妙之处，更让我体会到嵌入式开发的乐趣所在。

miniBot的核心原理其实很简单：通过MPU6050传感器感知车身倾斜角度，用ESP32计算控制量，再通过电机驱动板调整两个轮子的转速，让小车保持直立平衡。但要把这个看似简单的原理变成实际可用的装置，中间需要跨越不少技术门槛。

这个项目特别适合已经有一定Arduino基础，想要挑战更复杂嵌入式系统的开发者。通过完成它，你将掌握：

六轴传感器的数据采集与姿态解算
电机PWM控制与闭环调速
PID算法的实际应用与参数整定
ESP32的双核任务调度与无线通信

提示：在开始前请确保你已具备基本的电路焊接能力和Arduino编程经验。如果还没玩过ESP32，建议先完成几个基础项目（如WiFi控制LED）热热身。

2. 硬件选型与电路设计

2.1 核心部件选型指南

选择硬件时我踩过不少坑，这里分享我的实战经验：

主控芯片：
ESP32-WROOM-32是性价比之选，但要注意区分不同版本。我推荐用ESP32-S3，它的外设更丰富（USB OTG、更多PWM通道）。如果预算充足，可以考虑ESP32-C3，RISC-V架构功耗更低。

姿态传感器：
MPU6050确实便宜好用，但更推荐MPU9250（集成磁力计）或BMI160。实测发现MPU6050的温度漂移较明显，需要更频繁的校准。购买时认准GY-521模块，山寨货的I2C地址可能不对。

电机驱动：
DRV8833和TB6612我都用过，对比下来：

DRV8833：最大电流1.5A，内置过流保护，但发热较大
TB6612：双路1.2A，效率更高，需要外接保护二极管
新手建议用TB6612，它的逻辑电压兼容性更好。

电机选择：
N20电机要选带编码器的版本！我最初用了不带编码器的，速度控制简直是一场噩梦。关键参数：

减速比：1:50左右比较合适
额定电压：6V（实际用7.4V锂电池驱动没问题）
编码器分辨率：建议12PPR以上

2.2 电源系统设计详解

电源设计是平衡车稳定的关键，这是我的方案：

code复制7.4V锂电池
├─ LM1084 → 5V → 主控外设
│   └─ AMS1117 → 3.3V → ESP32
└─ DRV8833 → 电机

实测数据：

空载时电机电流约0.2A
加速瞬间峰值电流可达1.8A
ESP32+传感器常态功耗约120mA

警告：千万不要把MPU6050的VCC接到5V！我烧过两个传感器才记住这个教训。虽然有些手册说支持5V，但长期使用会导致数据漂移。

2.3 关键接线方案优化

原方案的接线有几个可以改进的地方：

I2C总线优化：

SDA/SCL线上建议加1kΩ上拉电阻
线长超过10cm时要采用双绞线
MPU6050的AD0引脚最好通过跳线选择地址

电机驱动改进：

c复制// 更合理的引脚分配
#define MOTOR_AIN1 12  // 左电机PWM1
#define MOTOR_AIN2 13  // 左电机PWM2  
#define MOTOR_BIN1 14  // 右电机PWM1
#define MOTOR_BIN2 15  // 右电机PWM2
#define MOTOR_STBY 16  // 驱动芯片使能

加入STBY控制可以在异常时快速切断电机电源，这个硬件保护措施非常必要。

3. 软件架构深度解析

3.1 开发环境配置技巧

Arduino IDE虽然简单，但对于这个项目我推荐改用PlatformIO。这是我的配置步骤：

安装VSCode + PlatformIO插件
创建新项目，选择ESP32开发板
在platformio.ini中添加：

ini复制lib_deps = 
    tockn/MPU6050_tockn@^1.5.2
    powerbroker2/ArduPID@^1.2.0
    espressif/ESP32Servo@^0.11.0

PlatformIO的库管理更智能，还能方便地启用ESP32的双核特性。

3.2 核心代码模块剖析

主程序框架有几个关键优化点：

双核任务分配：

c复制void core0Task(void *pvParameters) {
    // 核心0负责传感器读取和PID计算
    while(1) {
        mpu6050.update();
        calculatePID();
        vTaskDelay(2 / portTICK_PERIOD_MS);  // 500Hz
    }
}

void core1Task(void *pvParameters) {
    // 核心1负责电机控制和通信
    while(1) {
        updateMotors();
        handleBluetooth();
        vTaskDelay(5 / portTICK_PERIOD_MS);  // 200Hz
    }
}

这样分配可以确保PID计算的实时性，避免蓝牙通信影响控制周期。

改进的PID实现：

c复制class BalancePID {
public:
    BalancePID(float kp, float ki, float kd) {
        // 初始化参数
    }
    
    float compute(float input, float setpoint) {
        float error = setpoint - input;
        _integral += error * _dt;
        _integral = constrain(_integral, -_maxIntegral, _maxIntegral);
        float derivative = (error - _lastError) / _dt;
        
        _lastError = error;
        return _kp*error + _ki*_integral + _kd*derivative;
    }
    
private:
    float _kp, _ki, _kd;
    float _integral = 0;
    float _lastError = 0;
    float _maxIntegral = 1000;
    float _dt = 0.01;  // 100Hz控制周期
};

这个类封装了PID算法，支持抗积分饱和和微分滤波，比原始方案更稳定。

3.3 姿态解算算法升级

原始方案只用了互补滤波，我融合了Mahony算法：

c复制void updateIMU() {
    mpu6050.update();
    
    // Mahony AHRS算法
    float gx = mpu6050.getGyroX() * DEG_TO_RAD;
    float gy = mpu6050.getGyroY() * DEG_TO_RAD; 
    float gz = mpu6050.getGyroZ() * DEG_TO_RAD;
    
    float ax = mpu6050.getAccX();
    float ay = mpu6050.getAccY();
    float az = mpu6050.getAccZ();
    
    // 加速度计归一化
    float recipNorm = 1.0 / sqrt(ax*ax + ay*ay + az*az);
    ax *= recipNorm;
    ay *= recipNorm; 
    az *= recipNorm;
    
    // 计算误差
    float halfvx = q2*q3 - q1*q4;
    float halfvy = q1*q3 + q2*q4;
    float halfvz = q1*q1 + q2*q2 - 0.5f;
    
    float halfex = ay*halfvz - az*halfvy;
    float halfey = az*halfvx - ax*halfvz;
    float halfez = ax*halfvy - ay*halfvx;
    
    // 积分误差
    integralFBx += twoKi*halfex*dt;
    integralFBy += twoKi*halfey*dt; 
    integralFBz += twoKi*halfez*dt;
    
    // 应用反馈
    gx += twoKp*halfex + integralFBx;
    gy += twoKp*halfey + integralFBy;
    gz += twoKp*halfez + integralFBz;
    
    // 四元数积分
    gx *= 0.5*dt;
    gy *= 0.5*dt;
    gz *= 0.5*dt;
    
    float qa = q1;
    float qb = q2;
    float qc = q3;
    
    q1 += (-qb*gx - qc*gy - q4*gz);
    q2 += (qa*gx + qc*gz - q4*gy);
    q3 += (qa*gy - qb*gz + q4*gx);
    q4 += (qa*gz + qb*gy - qc*gx);
    
    // 归一化
    recipNorm = 1.0 / sqrt(q1*q1 + q2*q2 + q3*q3 + q4*q4);
    q1 *= recipNorm;
    q2 *= recipNorm;
    q3 *= recipNorm; 
    q4 *= recipNorm;
    
    // 转换为欧拉角
    roll = atan2(q1*q2 + q3*q4, 0.5 - q2*q2 - q3*q3) * RAD_TO_DEG;
    pitch = asin(-2.0*(q2*q4 - q1*q3)) * RAD_TO_DEG;
}

这个算法对快速运动时的姿态估计更准确，但计算量较大，需要测试ESP32能否实时处理。

4. PID控制实战技巧

4.1 双环PID控制实现

我最终采用的控制器结构：

code复制角度环(PID)
   ↓
速度环(PI) ← 编码器反馈
   ↓
电机输出

具体实现：

c复制void balanceControl() {
    // 角度环
    float angleError = targetPitch - currentPitch;
    float angleOutput = anglePID.compute(angleError);
    
    // 速度环 
    float speedError = targetSpeed - currentSpeed;
    float speedOutput = speedPID.compute(speedError);
    
    // 混合输出
    float output = angleOutput + speedOutput;
    setMotorOutput(output);
}

关键点：

角度环用PD控制（ki=0），响应快
速度环用PI控制（kd=0），平滑速度波动
两个环的输出直接相加，权重通过PID参数调节

4.2 PID参数调试实录

我的调试过程记录：

第一阶段：直立控制

初始参数：kp=2, ki=0, kd=0
- 现象：小车剧烈振荡
调整：kp=1.5, kd=5
- 现象：振荡减弱，但恢复慢
最终：kp=1.8, ki=0, kd=8
- 效果：能保持平衡3-5秒

第二阶段：速度环加入

初始参数：kp=0.1, ki=0.5, kd=0
- 现象：小车缓慢移动但容易倒
调整：kp=0.08, ki=0.3
- 效果：移动平稳，能自动维持位置

调试技巧：用蓝牙实时调整参数比反复烧录高效多了。我写了个简单的协议：
PID_SET angle_kp=1.5,angle_kd=8,speed_kp=0.08,speed_ki=0.3

4.3 常见问题解决方案

问题1：小车总是向一侧偏

检查步骤：
1. 放在水平面上，查看MPU6050的原始加速度值
2. 检查机械结构是否对称
3. 调整targetAngle微调平衡点
我的解决方法：在代码中加入自动零点校准

问题2：电机发出吱吱声但不转

可能原因：
1. PWM频率太低（应1-3kHz）
2. 电机驱动供电不足
3. 死区时间设置不当
解决方法：

c复制ledcSetup(0, 2000, 8);  // 2kHz PWM
ledcWrite(0, 255);  // 测试全占空比是否转动

问题3：快速移动时失控

优化方案：

加入加速度限制

c复制void setMotorOutput(float output) {
    static float lastOutput = 0;
    float delta = constrain(output - lastOutput, -MAX_ACCEL, MAX_ACCEL);
    lastOutput += delta;
    // 实际输出
}

增加前馈控制补偿惯性

5. 进阶功能开发

5.1 编码器速度反馈实现

带编码器的N20电机接线：

code复制编码器A相 → ESP32 GPIO (外部中断引脚)
编码器B相 → ESP32 GPIO

速度测量代码优化：

c复制void IRAM_ATTR leftEncoderISR() {
    if(digitalRead(ENC_A_LEFT) == digitalRead(ENC_B_LEFT)) {
        leftEncoderCount++;
    } else {
        leftEncoderCount--;
    }
}

float getSpeed() {
    static uint32_t lastTime = 0;
    static long lastCount = 0;
    
    uint32_t currentTime = millis();
    long currentCount = leftEncoderCount;
    
    float dt = (currentTime - lastTime) / 1000.0;
    float speed = (currentCount - lastCount) / (PPR * dt);
    
    lastTime = currentTime;
    lastCount = currentCount;
    
    return speed * 60;  // 转为RPM
}

5.2 WiFi功能扩展实例

通过AsyncWebServer实现控制页面：

c复制#include <AsyncTCP.h>
#include <ESPAsyncWebServer.h>

AsyncWebServer server(80);

void setupWebServer() {
    server.on("/", HTTP_GET, [](AsyncWebServerRequest *request){
        String html = "<form action='/control'>"
                     "Pitch: <input type='range' name='pitch' min='-30' max='30'>"
                     "<input type='submit'></form>";
        request->send(200, "text/html", html);
    });
    
    server.on("/control", HTTP_GET, [](AsyncWebServerRequest *request){
        if(request->hasParam("pitch")) {
            targetPitch = request->getParam("pitch")->value().toFloat();
        }
        request->send(200, "text/plain", "OK");
    });
    
    server.begin();
}

5.3 安全保护机制完善

多级保护系统设计：

软件保护：

c复制if(fabs(currentPitch) > 45.0) {
    motorStop();  // 角度过大立即停止
    emergencyFlag = true;
}

硬件保护：

在电机电源线上串联MOSFET，可由ESP32控制通断
添加物理急停开关，直接切断主电源

电池保护：

c复制float batteryVoltage = analogRead(BATT_PIN) * 3.3 / 4096 * (R1+R2)/R2;
if(batteryVoltage < 6.0) {
    shutdown();  // 电量过低保护
}

6. 项目优化与改进方向

经过三个版本的迭代，我的miniBot已经能稳定运行30分钟以上。以下是一些优化建议：

机械结构改进：

采用碳纤维框架减轻重量
使用橡胶轮胎增加摩擦力
重心高度控制在轮轴下方1-2cm

控制算法升级：

尝试LQR控制替代PID
加入机器学习自动调参
实现MPC模型预测控制

功能扩展：

添加ToF传感器实现避障
接入HomeAssistant智能家居系统
开发竞技模式（平衡车相扑）

这个项目最让我惊喜的是ESP32的性能表现——双核240MHz的主频不仅能流畅运行控制算法，还能同时处理WiFi和蓝牙通信。如果你也想挑战更复杂的控制项目，ESP32绝对是性价比之选。