STM32平衡车开发实战教程：从零基础到项目精通

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：

1. 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
2. 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
3. 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：

1. 8MHz晶振连接OSC_IN/OSC_OUT
2. 复位电路连接NRST
3. Boot0通过10K电阻接地
4. 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：

1. 主电源：3节18650锂电池(12V)
2. 5V降压：MP1584EN模块(为传感器供电)
3. 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：

1. 电机驱动部分走线加宽(至少1mm)
2. 模拟部分(传感器)与数字部分分开布局
3. 添加电源滤波电容(10uF电解+0.1uF陶瓷)
4. 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：

1. 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)

2. 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

3. 应用层：

   • 任务调度
   • 人机交互(按键/显示)
   • 遥控处理

4. 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1MX_TIM4_Init(); // 编码器2MX_I2C1_Init(); // MPU6050MX_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, // 5ms0.98f);// 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°/sMPU6050_WriteByte(MPU6050_RA_GYRO_CONFIG, 0x18);// 设置加速度计量程 ±2gMPU6050_WriteByte(MPU6050_RA_ACCEL_CONFIG, 0x00);// 设置低通滤波器带宽 44HzMPU6050_WriteByte(MPU6050_RA_CONFIG, 0x03);// 设置采样率 1kHzMPU6050_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：

1. 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)

2. 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

3. 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

4. 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：

1. 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();}
   }
   

2. 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)

3. 关键代码使用汇编优化

   • PID计算等关键算法

稳定性优化：

1. 增加软件看门狗
2. 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：

1. 使用SD卡模块记录运行数据
2. 通过无线模块上传到云端
3. 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：

1. 平衡小车之家开源项目
2. Cleanflight/Betaflight飞控代码
3. 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：

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

6.3 项目展示与分享

博客撰写要点：

1. 项目背景与意义
2. 系统设计与实现
3. 关键技术难点与解决方案
4. 效果展示(视频/图片)
5. 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！