代码收藏家技术教程 21天前

STM32平衡车开发全攻略：零基础入门到高级项目精通实战教程

STM32平衡车开发实战教程：从零基础到项目精通

一、项目概述与基本原理

1.1 平衡车工作原理

平衡车是一种基于倒立摆原理的两轮自平衡小车，其核心控制原理类似于人类保持平衡的过程。当人站立不稳时，会通过腿部肌肉的快速调整来维持平衡。平衡车同样通过传感器检测车身倾斜角度，利用电机驱动实现动态平衡。

核心控制原理：

姿态感知：通过MPU6050六轴传感器(三轴加速度计+三轴陀螺仪)实时检测小车的倾斜角度和角速度
控制算法：使用PID算法计算电机控制量，其中：
比例项§快速响应角度偏差
积分项(I)消除静态误差
微分项(D)抑制振荡
执行机构：电机根据控制量调整转速，保持平衡

1.2 系统组成与功能

基本功能模块：

主控制器：STM32F103C8T6(性价比高，资源丰富)

姿态传感器：MPU6050(检测倾角)

电机驱动：TB6612(高效驱动电机)

编码器：测量电机转速(反馈控制)

电源管理：锂电池供电系统

通信模块：蓝牙/WiFi(无线控制)

显示模块：OLED(状态显示)

进阶功能扩展：

超声波避障

红外循迹

手机APP遥控

语音控制

二、硬件设计与组装

2.1 硬件选型指南

部件	推荐型号	关键参数	注意事项
主控芯片	STM32F103C8T6	Cortex-M3内核，72MHz主频，64KB Flash	确保有足够定时器资源
姿态传感器	MPU6050	±2g加速度，±2000°/s陀螺仪	注意安装方向与位置
电机	MG315带编码器	减速比1:30，编码器11线	需配对使用
电机驱动	TB6612FNG	双通道，1.2A连续电流	比L298N效率高
电源	18650锂电池×3	12V供电	需配保护板
蓝牙模块	HC-06	蓝牙4.0，串口通信	注意主从模式
显示模块	0.96寸OLED	I2C接口，128×64分辨率	可选SPI接口版本

2.2 详细电路连接

STM32最小系统连接：

8MHz晶振连接OSC_IN/OSC_OUT
复位电路连接NRST
Boot0通过10K电阻接地
3.3V稳压电路(AMS1117-3.3)

MPU6050连接：

VCC → 3.3V

GND → GND

SCL → PB6

SDA → PB7

INT → PA0(外部中断)

TB6612电机驱动连接：

PWMA → PA8(TIM1_CH1)

PWMB → PA11(TIM1_CH4)

AIN1 → PC13, AIN2 → PC14

BIN1 → PC15, BIN2 → PD2

STBY → 3.3V(常使能)

编码器连接：

左编码器A相 → PA0(TIM2_CH1)

左编码器B相 → PA1(TIM2_CH2)

右编码器A相 → PB6(TIM4_CH1)

右编码器B相 → PB7(TIM4_CH2)

电源系统设计：

主电源：3节18650锂电池(12V)
5V降压：MP1584EN模块(为传感器供电)
3.3V稳压：AMS1117-3.3(为MCU和传感器供电)

2.3 PCB设计与制作

设计要点：

电机驱动部分走线加宽(至少1mm)
模拟部分(传感器)与数字部分分开布局
添加电源滤波电容(10uF电解+0.1uF陶瓷)
MPU6050尽量靠近MCU放置

常见问题解决：

电机干扰导致复位：加强电源滤波，缩短电机线长度

传感器数据跳动：确保I2C线上拉电阻(4.7K)正确连接

电机不转：检查STBY引脚电平，确认PWM信号正常

三、软件架构与核心算法

3.1 系统软件架构

分层设计：

硬件抽象层(HAL)：
传感器驱动(MPU6050)
电机驱动(TB6612)
编码器接口
通信接口(蓝牙/串口)
算法层：
姿态解算(互补滤波/卡尔曼滤波)
PID控制算法
数据滤波处理
应用层：
任务调度
人机交互(按键/显示)
遥控处理
通信层：
蓝牙协议处理
串口调试接口

3.2 姿态解算算法

互补滤波实现：

// 互补滤波函数
float ComplementaryFilter(float accelAngle, float gyroRate, float dt, float alpha) {
    static float angle = 0;
    angle = alpha * (angle + gyroRate * dt) + (1 - alpha) * accelAngle;
    return angle;
}

// 调用示例
void IMU_Update() {
    // 读取传感器原始数据
    MPU6050_ReadData(&accelX, &accelY, &accelZ, &gyroX, &gyroY, &gyroZ);
    
    // 计算加速度角度
    float accelAngle = atan2(accelY, accelZ) * 180.0 / PI;
    
    // 获取陀螺仪角速度(转换为度/秒)
    float gyroRate = gyroX / 16.4f;
    
    // 互补滤波
    float dt = 0.005f; // 5ms采样周期
    float alpha = 0.98f; // 滤波系数
    currentAngle = ComplementaryFilter(accelAngle, gyroRate, dt, alpha);
}

卡尔曼滤波实现：

typedef struct {
    float Q_angle; // 过程噪声协方差
    float Q_bias;  // 过程噪声协方差
    float R_measure; // 测量噪声协方差
    
    float angle;  // 计算得到的最优角度
    float bias;   // 陀螺仪偏置
    float P[2][2]; // 误差协方差矩阵
} KalmanFilter;

float Kalman_Update(KalmanFilter *kf, float newAngle, float newRate, float dt) {
    // 预测步骤
    kf->angle += dt * (newRate - kf->bias);
    kf->P[0][0] += dt * (dt*kf->P[1][1] - kf->P[0][1] - kf->P[1][0] + kf->Q_angle);
    kf->P[0][1] -= dt * kf->P[1][1];
    kf->P[1][0] -= dt * kf->P[1][1];
    kf->P[1][1] += kf->Q_bias * dt;
    
    // 更新步骤
    float y = newAngle - kf->angle;
    float S = kf->P[0][0] + kf->R_measure;
    float K[2];
    K[0] = kf->P[0][0] / S;
    K[1] = kf->P[1][0] / S;
    
    // 更新估计值
    kf->angle += K[0] * y;
    kf->bias += K[1] * y;
    
    // 更新协方差矩阵
    float P00_temp = kf->P[0][0];
    float P01_temp = kf->P[0][1];
    
    kf->P[0][0] -= K[0] * P00_temp;
    kf->P[0][1] -= K[0] * P01_temp;
    kf->P[1][0] -= K[1] * P00_temp;
    kf->P[1][1] -= K[1] * P01_temp;
    
    return kf->angle;
}

3.3 PID控制算法

串级PID实现：

typedef struct {
    float Kp, Ki, Kd;
    float integral;
    float prevError;
    float integralLimit;
} PID_Controller;

float PID_Update(PID_Controller *pid, float error, float dt) {
    // 比例项
    float proportional = pid->Kp * error;
    
    // 积分项
    pid->integral += error * dt;
    // 积分限幅
    if(pid->integral > pid->integralLimit) pid->integral = pid->integralLimit;
    else if(pid->integral < -pid->integralLimit) pid->integral = -pid->integralLimit;
    float integral = pid->Ki * pid->integral;
    
    // 微分项
    float derivative = pid->Kd * (error - pid->prevError) / dt;
    pid->prevError = error;
    
    return proportional + integral + derivative;
}

// 直立环PD控制
float Balance_PID(float angle, float targetAngle, float gyroRate) {
    static PID_Controller pid = {20.0f, 0.0f, 0.5f, 0, 0, 1000};
    float error = angle - targetAngle;
    return PID_Update(&pid, error, 0.005f) + pid.Kd * gyroRate;
}

// 速度环PI控制
float Velocity_PID(int encoderLeft, int encoderRight) {
    static PID_Controller pid = {0.3f, 0.001f, 0.0f, 0, 0, 10000};
    int speed = (encoderLeft + encoderRight) / 2; // 平均速度
    return PID_Update(&pid, -speed, 0.005f); // 目标速度为0
}

四、系统实现与调试

4.1 主程序框架

int main(void) {
    // 系统初始化
    HAL_Init();
    SystemClock_Config();
    MX_GPIO_Init();
    MX_TIM1_Init(); // PWM定时器
    MX_TIM2_Init(); // 编码器1
    MX_TIM4_Init(); // 编码器2
    MX_I2C1_Init(); // MPU6050
    MX_USART1_UART_Init(); // 调试串口
    
    // 外设初始化
    MPU6050_Init();
    Motor_Init();
    Encoder_Init();
    OLED_Init();
    Bluetooth_Init();
    
    // 主循环
    while (1) {
        // 1. 读取传感器数据
        MPU6050_ReadData(&imuData);
        
        // 2. 姿态解算
        currentAngle = ComplementaryFilter(
            atan2(imuData.Accel_Y, imuData.Accel_Z) * RAD_TO_DEG,
            imuData.Gyro_X,
            0.005f, // 5ms
            0.98f
        );
        
        // 3. 读取编码器速度
        int speedLeft = Read_Encoder(TIM_ENCODER_LEFT);
        int speedRight = Read_Encoder(TIM_ENCODER_RIGHT);
        
        // 4. PID控制计算
        float balanceOut = Balance_PID(currentAngle, TARGET_ANGLE, imuData.Gyro_X);
        float speedOut = Velocity_PID(speedLeft, speedRight);
        
        // 5. 综合控制输出
        int motorOut = balanceOut + speedOut;
        
        // 6. 电机控制
        Motor_SetPWM(MOTOR_LEFT, motorOut);
        Motor_SetPWM(MOTOR_RIGHT, motorOut);
        
        // 7. 状态显示与通信
        if(HAL_GetTick() - lastDisplayTime >= 100) { // 100ms更新一次显示
            OLED_ShowAngle(currentAngle);
            Bluetooth_SendData(currentAngle);
            lastDisplayTime = HAL_GetTick();
        }
        
        HAL_Delay(5); // 5ms控制周期
    }
}

4.2 关键模块实现

MPU6050初始化与数据读取：

void MPU6050_Init(void) {
    // 复位设备
    MPU6050_WriteByte(MPU6050_RA_PWR_MGMT_1, 0x80);
    HAL_Delay(100);
    
    // 唤醒设备，选择时钟源
    MPU6050_WriteByte(MPU6050_RA_PWR_MGMT_1, 0x01);
    
    // 设置陀螺仪量程 ±2000°/s
    MPU6050_WriteByte(MPU6050_RA_GYRO_CONFIG, 0x18);
    
    // 设置加速度计量程 ±2g
    MPU6050_WriteByte(MPU6050_RA_ACCEL_CONFIG, 0x00);
    
    // 设置低通滤波器带宽 44Hz
    MPU6050_WriteByte(MPU6050_RA_CONFIG, 0x03);
    
    // 设置采样率 1kHz
    MPU6050_WriteByte(MPU6050_RA_SMPLRT_DIV, 0x00);
}

void MPU6050_ReadData(MPU6050_Data *data) {
    uint8_t buf[14];
    MPU6050_ReadBytes(MPU6050_RA_ACCEL_XOUT_H, 14, buf);
    
    data->Accel_X = (int16_t)(buf[0] << 8 | buf[1]);
    data->Accel_Y = (int16_t)(buf[2] << 8 | buf[3]);
    data->Accel_Z = (int16_t)(buf[4] << 8 | buf[5]);
    data->Temp = (int16_t)(buf[6] << 8 | buf[7]);
    data->Gyro_X = (int16_t)(buf[8] << 8 | buf[9]);
    data->Gyro_Y = (int16_t)(buf[10] << 8 | buf[11]);
    data->Gyro_Z = (int16_t)(buf[12] << 8 | buf[13]);
}

编码器接口配置：

void Encoder_Init(void) {
    TIM_Encoder_InitTypeDef sConfig = {0};
    TIM_MasterConfigTypeDef sMasterConfig = {0};
    
    // 编码器1配置(TIM2)
    htim2.Instance = TIM2;
    htim2.Init.Prescaler = 0;
    htim2.Init.CounterMode = TIM_COUNTERMODE_UP;
    htim2.Init.Period = 65535;
    htim2.Init.ClockDivision = TIM_CLOCKDIVISION_DIV1;
    htim2.Init.AutoReloadPreload = TIM_AUTORELOAD_PRELOAD_DISABLE;
    
    sConfig.EncoderMode = TIM_ENCODERMODE_TI12;
    sConfig.IC1Polarity = TIM_ICPOLARITY_RISING;
    sConfig.IC1Selection = TIM_ICSELECTION_DIRECTTI;
    sConfig.IC1Prescaler = TIM_ICPSC_DIV1;
    sConfig.IC1Filter = 0;
    
    sConfig.IC2Polarity = TIM_ICPOLARITY_RISING;
    sConfig.IC2Selection = TIM_ICSELECTION_DIRECTTI;
    sConfig.IC2Prescaler = TIM_ICPSC_DIV1;
    sConfig.IC2Filter = 0;
    
    HAL_TIM_Encoder_Init(&htim2, &sConfig);
    
    sMasterConfig.MasterOutputTrigger = TIM_TRGO_RESET;
    sMasterConfig.MasterSlaveMode = TIM_MASTERSLAVEMODE_DISABLE;
    HAL_TIMEx_MasterConfigSynchronization(&htim2, &sMasterConfig);
    
    HAL_TIM_Encoder_Start(&htim2, TIM_CHANNEL_ALL);
    
    // 编码器2配置(TIM4)类似...
}

4.3 PID参数整定方法

调参步骤：

确定机械中值
将小车放在地面上，寻找能够自然平衡的角度
记录这个角度作为TARGET_ANGLE(通常在-3°到3°之间)
直立环调参
先调Kp(比例项)：
从较小值开始(如10)
逐渐增大直到小车出现低频振荡
典型值范围：20-50
再调Kd(微分项)：
从0.1开始
逐渐增大抑制振荡
过大则会出现高频抖动
典型值范围：0.3-0.8
速度环调参
先调Kp：
从0.1开始
增大使小车能抵抗外力
过大则会出现前后摆动
典型值范围：0.2-0.5
Ki与Kp保持比例关系(Ki ≈ Kp/200)：
消除静态误差
过大则积分饱和
转向环调参(可选)
使用单独的Kp控制
根据转向灵敏度调整
典型值范围：0.1-1.0

调试技巧：

使用蓝牙或串口实时调整参数

记录数据并分析响应曲线

采用"试凑法"结合理论分析

先调内环再调外环

五、进阶优化与功能扩展

5.1 系统优化策略

实时性优化：

使用定时器中断确保控制周期精确

void HAL_TIM_PeriodElapsedCallback(TIM_HandleTypeDef *htim) {
    if(htim->Instance == TIM6) { // 5ms定时器
        // 执行控制算法
        Control_Task();
    }
}

优化传感器数据读取速度
使用DMA传输减少CPU开销
提高I2C时钟频率(400kHz)
关键代码使用汇编优化
PID计算等关键算法

稳定性优化：

增加软件看门狗
异常状态检测与保护
角度过大时切断电机
通信异常处理

5.2 功能扩展实现

蓝牙遥控功能：

void Bluetooth_Process(void) {
    if(UART_Receive(&huart3, &bluetoothData, 1) == HAL_OK) {
        switch(bluetoothData) {
            case 'F': targetSpeed += 10; break; // 前进
            case 'B': targetSpeed -= 10; break; // 后退
            case 'L': turnOffset = -5; break;   // 左转
            case 'R': turnOffset = 5; break;    // 右转
            case 'S': targetSpeed = 0; break;   // 停止
        }
    }
}

超声波避障功能：

float Ultrasonic_GetDistance(void) {
    // 触发信号
    HAL_GPIO_WritePin(TRIG_GPIO_Port, TRIG_Pin, GPIO_PIN_SET);
    HAL_Delay(0.01);
    HAL_GPIO_WritePin(TRIG_GPIO_Port, TRIG_Pin, GPIO_PIN_RESET);
    
    // 等待回波
    while(HAL_GPIO_ReadPin(ECHO_GPIO_Port, ECHO_Pin) == GPIO_PIN_RESET);
    uint32_t start = HAL_GetTick();
    
    while(HAL_GPIO_ReadPin(ECHO_GPIO_Port, ECHO_Pin) == GPIO_PIN_SET);
    uint32_t end = HAL_GetTick();
    
    // 计算距离(cm)
    return (end - start) * 0.034 / 2;
}

数据记录与分析：

使用SD卡模块记录运行数据
通过无线模块上传到云端
使用MATLAB/Python分析数据

六、项目总结与进阶学习

6.1 常见问题解决

问题1：小车无法保持平衡

检查传感器数据是否正确

确认PID参数极性是否正确

检查电机转向是否正确

问题2：小车出现高频振荡

减小微分项Kd

检查机械结构是否牢固

增加传感器数据滤波

问题3：小车向一边偏移

检查机械结构对称性

校准传感器

调整机械中值

6.2 学习资源推荐

开源项目参考：

平衡小车之家开源项目
Cleanflight/Betaflight飞控代码
小马哥四轴开源项目

推荐书籍：

《STM32库开发实战指南》

《自动控制原理》

《嵌入式实时操作系统》

进阶方向：

改用RTOS实现多任务
加入机器学习算法
实现集群控制
开发手机APP控制界面

6.3 项目展示与分享

博客撰写要点：

项目背景与意义
系统设计与实现
关键技术难点与解决方案
效果展示(视频/图片)
经验总结与未来改进

面试项目介绍要点：

突出技术难点和解决方案

展示对系统原理的深入理解

说明个人贡献和收获

准备技术细节的深入讨论

通过本教程，您已经掌握了STM32平衡车从硬件设计到软件实现的完整开发流程。建议按照步骤实际动手实践，在实践中深化理解。平衡车项目是学习嵌入式系统和控制算法的绝佳平台，希望您能在此基础上不断探索和创新！

作者：阿牛的药铺

物联沃分享整理
物联沃-IOTWORD物联网 » STM32平衡车开发全攻略：零基础入门到高级项目精通实战教程

代码收藏家普通

分享到：