放弃编码器！纯靠MPU6050和PID算法，我的TT马达平衡小车也能稳如老狗（STM32实战）

放弃编码器！纯靠MPU6050和PID算法实现TT马达平衡小车稳定控制

当大多数平衡小车方案都在强调编码器对速度反馈的重要性时，我们是否思考过：在资源受限的场景下，能否仅依靠姿态传感器和精妙算法实现同等稳定性？本文将分享一个基于STM32F103C8T6的实战案例——仅用MPU6050和TT马达，通过三环PID控制算法构建的高性价比平衡小车方案。

1. 硬件架构设计与成本优化

1.1 核心器件选型策略

在低成本学生项目中，TT马达的选用本身就是一种妥协艺术。这种常见于玩具车的直流减速电机单价不足10元，但存在明显缺陷：

• 无内置编码器导致速度反馈缺失
• 齿轮间隙带来的非线性响应
• 转速-电压曲线不理想

为弥补这些缺陷，我们采用以下硬件组合：

• TB6612FNG驱动模块：相比传统L298N，具有更低导通电阻（0.5Ω vs 2Ω）和更高效率（1.2A持续输出）
• MPU6050六轴传感器：集成三轴加速度计（±16g）和陀螺仪（±2000°/s）
• STM32F103C8T6最小系统：72MHz主频满足5ms控制周期需求

提示：TT马达建议选择减速比1:48版本，实测在5V供电时空载转速约150RPM，适合平衡控制场景。

1.2 电源系统设计要点

两节18650电池（7.4V）供电方案需特别注意：

# 典型电源树结构 7.4V锂电池 → 3.3V LDO(MCU) → 5V DCDC(传感器) → 直接供电(TB6612驱动)

关键参数对照表：

2. 传感器数据处理与姿态解算

2.1 MPU6050原始数据校准

未校准的传感器数据会导致零点漂移，典型校准流程：

1. 水平静止放置200ms采样
2. 计算陀螺仪零偏：

   gyro_offset_x = Σgyro_x / sample_count;

3. 加速度计归一化处理：

   θ = atan2(acc_y, acc_z) * 180/π

2.2 互补滤波实现

为融合加速度计的低频特性和陀螺仪的高频特性，采用加权互补滤波：

angle = 0.98*(angle + gyro*dt) + 0.02*acc_angle

参数调节经验：

• 静态场景：加速度计权重可增至0.05
• 运动场景：陀螺仪权重需提高到0.99

3. 三环PID控制算法实现

3.1 直立环（角度环）设计

直立环作为最内层控制环，直接影响响应速度：

float直立环(float目标角度, float当前角度){ static float积分项=0; float误差 = 目标角度 - 当前角度; 积分项 += 误差 * dt; return Kp*误差 + Ki*积分项 + Kd*陀螺仪数据; }

典型参数范围：

• Kp: 25.0（过小无法抵抗倾斜，过大会振荡）
• Kd: 0.5（抑制超调的关键）

3.2 速度环的虚拟反馈机制

无编码器时，通过电机占空比反推虚拟速度：

虚拟速度 = Σ(电机输出PWM * sign(车身倾角))

速度环需注意：

• 积分限幅防止windup
• 输出作为直立环的角度补偿

3.3 转向环的差速控制

转向控制采用开环P控制：

左轮PWM += 转向系数 * 遥控指令 右轮PWM -= 转向系数 * 遥控指令

4. STM32实时控制实现

4.1 定时器中断配置

5ms控制周期通过TIM2实现：

void TIM2_IRQHandler(){ static uint32_t counter; if(TIM_GetITStatus(TIM2, TIM_IT_Update)){ MPU6050_GetData(&imu); Angle_Calculate(); PWM_Output(直立环() + 速度环()); if(++counter %4 ==0) OLED_Refresh(); TIM_ClearITPendingBit(TIM2, TIM_IT_Update); } }

4.2 蓝牙调试接口设计

通过串口指令动态调整PID参数：

# 示例指令格式 SET KP=25.0 KI=0.02 KD=0.5

建议开发简易的上位机界面，实时监控角度波形。

5. 机械结构与装配技巧

5.1 重心优化方案

• 电池安装位置应低于电机轴心线
• MPU6050尽量靠近几何中心
• 轮径建议6-8cm（过大影响响应速度）

5.2 常见问题排查

• 持续单边倾倒：检查电机线序是否对称
• 高频抖动：降低Kp或提高Kd
• 缓慢摇摆：适当增加Ki值

在最终调试阶段，发现当车身向右侧倾斜时，左轮应加速旋转以恢复平衡——这个看似简单的结论，却需要反复验证三环PID的输出极性。通过蓝牙模块实时调整参数的过程，就像在给一个机械生命体进行"神经调节"，这种算法对硬件缺陷的补偿效果，正是嵌入式控制的魅力所在。