简介：本资源是一套面向高校嵌入式系统课程设计、毕业设计及期末大作业的完整实践方案，基于WHEELTEC B570两轮平衡小车平台，聚焦STM32F1系列主控的底层驱动开发与PID闭环控制实现，适用于具备C语言基础和初步单片机经验的学习者。压缩包共315个文件，涵盖44个C源文件（含HAL库驱动与MPU6050姿态解算核心逻辑）、71个头文件（定义硬件抽象层与DMP运动算法接口）、44个编译中间文件及多种工程配置文件（.ioc/.mxproject/.makefile等），完整复现从CubeMX初始化到Keil/IAR可烧录工程的全流程，包体仅1.13MB，轻量易部署。已有130人学习下载，所有代码均通过本地编译验证，实测运行稳定，配套文档详述硬件连接、传感器标定、PID参数整定方法及调试排错要点。读者可直接复现高分项目（评审98分），快速掌握姿态感知、电机驱动、实时控制等嵌入式核心能力。
1. 项目概述：从零到一，构建你的第一台自平衡机器人
如果你是一名电子、自动化或计算机相关专业的学生，或者是对嵌入式系统充满好奇的爱好者，那么“平衡小车”这个名字你一定不陌生。它几乎是每个嵌入式学习者绕不开的“毕业设计”或“课程设计”项目，其地位堪比软件领域的“Hello World”。这个项目之所以经典，是因为它麻雀虽小，五脏俱全，完美融合了嵌入式系统的核心要素：微控制器编程、传感器数据融合、控制算法实现以及机电一体化调试。今天，我们就以WHEELTEC B570这款经典的平衡小车套件为蓝本，结合一份高分项目的源码和详细文档，来一次深度的实战拆解。我的目标不是让你照搬代码，而是带你理解每一行代码背后的逻辑，掌握从硬件组装、算法调参到最终稳定站立的完整流程，让你不仅能复现，更能真正吃透这个项目，为后续更复杂的机器人或控制项目打下坚实基础。
WHEELTEC B570作为一款成熟的教学与竞赛平台，其硬件架构清晰，软件生态相对完善，非常适合作为学习载体。我们将从最基础的物理原理和硬件接线开始，逐步深入到核心的PID控制算法，最后探讨如何优化代码结构、提升系统鲁棒性。无论你是刚刚接触STM32的新手，还是已经有一定基础想深化理解的开发者，相信这篇结合实战经验的分享都能给你带来新的启发。接下来，我们就正式进入这个充满挑战与乐趣的自平衡世界。
2. 硬件平台深度解析：WHEELTEC B570的骨架与神经
在开始写代码之前，我们必须像熟悉自己的手掌一样熟悉手中的硬件。B570平衡小车虽然结构紧凑，但其内部的硬件协同工作却十分精妙。理解每个模块的作用和连接方式，是后续一切软件调试的基础。
2.1 核心控制器：STM32F103C8T6的选型与资源分配
B570通常采用被称为“蓝色药丸”的STM32F103C8T6作为主控。选择这款芯片的原因很实际：它性价比极高，拥有ARM Cortex-M3内核，72MHz主频，64KB Flash，20KB RAM，并且外设丰富。对于平衡小车项目，我们需要重点关注它的以下几项资源：
- 定时器：平衡小车的控制环（Control Loop）需要严格定时执行。我们会使用一个高级定时器（如TIM1）来产生精确的PWM波驱动电机，同时使用一个基本定时器（如TIM2）来配置中断，实现毫秒级甚至更高频率的控制周期。例如，将控制频率设置为200Hz（即5ms一个周期），就需要定时器中断来保证。
- ADC：用于读取电池电压、遥控器摇杆模拟量等。虽然平衡小车的核心传感器MPU6050通过I2C通信，但ADC对于系统状态监控很重要。
- I2C：这是与MPU6050六轴传感器通信的桥梁。I2C的稳定性直接决定了姿态解算的准确性，因此软件上需要做好错误处理和重试机制。
- USART：用于连接蓝牙模块（如HC-05/06）或Wi-Fi模块，实现无线遥控和数据调试。通过串口打印调试信息是开发过程中不可或缺的手段。
- GPIO：控制电机驱动芯片的使能、方向引脚，以及接收编码器反馈的脉冲信号。编码器接口通常可以配置为定时器的编码器模式，这是一个高效且准确读取电机转速的方法。
注意：STM32F103的引脚有复用功能，在原理图上确认好每个引脚的具体功能（是用于I2C的SDA/SCL，还是用于定时器的PWM输出通道，或是编码器输入）至关重要。错误的引脚初始化会导致整个系统无法工作。
2.2 姿态感知核心：MPU6050的数据解读与校准
MPU6050是这个项目的“眼睛”和“耳朵”，它集成了三轴加速度计和三轴陀螺仪。加速度计测量的是包括重力在内的所有加速度在三个轴上的分量，而陀螺仪测量的是绕三个轴的角速度。
- 加速度计数据：当小车静止且水平时，理论上只有Z轴（垂直方向）能测到重力加速度g（约9.8m/s²），X和Y轴接近0。通过计算
atan2(accY, accZ)可以得到小车相对于水平面的俯仰角。但这个方法对运动引起的加速度非常敏感，小车一动，数据就“飘”了。 - 陀螺仪数据：通过对角速度进行积分，可以得到角度变化。但陀螺仪存在零漂（即使静止也有微小输出），积分误差会随时间累积，导致角度“漂移”。
因此，单独使用任一种传感器都无法获得稳定、准确的角度。这就需要用到传感器融合算法，最经典的就是互补滤波或卡尔曼滤波。在B570的源码中，你大概率会看到一个简洁高效的互补滤波实现。它的核心思想是：利用加速度计数据的长期稳定性来校正陀螺仪积分带来的长期漂移，同时利用陀螺仪数据的短期动态响应来抑制加速度计在运动时的噪声。公式通常类似于：angle = 0.98 * (angle + gyro * dt) + 0.02 * acc_angle其中，dt是采样时间，0.98和0.02是滤波系数，需要根据实际情况调整。系数越大，信任陀螺仪的程度越高。
实操心得：MPU6050的校准。这是影响平衡效果的关键一步，但常被忽略。你需要编写一个校准程序，让小车在绝对水平且静止的状态下运行数十秒，计算这段时间内陀螺仪和加速度计各轴输出的平均值，这些平均值就是“零偏”。在后续的数据读取中，每个原始数据都要减去对应的零偏。源码中通常有一个MPU6050_Calibrate()函数，就是干这个的。务必确保校准过程平稳无振动。
2.3 运动执行机构：电机、驱动与编码器闭环
B570一般采用减速直流电机配合TB6612FNG或DRV8833这类双H桥电机驱动芯片。编码器通常是光电或霍尔编码器，AB相输出，每转产生几百个脉冲。
- 电机驱动：我们需要用STM32的PWM输出控制驱动芯片的输入，从而调节电机两端的平均电压，实现调速。PWM的频率不宜过低（否则电机会有啸叫），通常设置在10kHz-20kHz。占空比决定了速度。
- 速度闭环：仅有角度环，小车只能像倒立的摆一样勉强站立，但位置会漂移。加入速度环才能让它稳定在指定位置。编码器提供了车轮的实际转速反馈。我们通过定时器的编码器模式自动计数，再结合定时中断计算单位时间内的脉冲数，从而得到速度值（单位可能是脉冲/秒或转速RPM）。
- 控制逻辑：最终的控制量（PWM占空比）是角度环PID和速度环PID输出叠加（或串级）的结果。简单来说，角度环负责“别摔倒”，速度环负责“别乱跑”。
注意事项：电机的极性（正转和反转对应的控制信号）和编码器的方向必须定义正确并保持一致。一个快速的测试方法是：用手轻轻推动小车，观察编码器计数值的变化方向是否与你设定的“前进”方向逻辑一致。如果不一致，可以在软件中乘以-1，或者交换编码器A、B相的接线。
3. 软件架构与核心算法实现拆解
拿到一份优秀的源码，首先要看它的整体架构，理解数据流和控制流，而不是一头扎进某个函数里。一个结构清晰的平衡小车程序通常包含以下几个模块：
3.1 主程序框架与多任务调度
由于STM32没有操作系统，我们需要用一个时间片轮询或前后台系统的架构来模拟多任务。在main.c中，你通常会看到一个无限循环while(1)，里面以不同的频率执行着各项任务。
int main(void) { System_Init(); // 系统时钟、外设初始化 MPU6050_Init(); Motor_Init(); Encoder_Init(); Timer_Init(); // 初始化控制周期定时器 UART_Init(); // 初始化串口用于调试 while(1) { if (flag_5ms == 1) { // 5ms标志，由定时器中断置位 flag_5ms = 0; Task_5ms(); // 高频任务：读取传感器、执行控制算法 } if (flag_500ms == 1) { // 500ms标志 flag_500ms = 0; Task_500ms(); // 低频任务：发送数据到上位机、检查电池电压 } // ... 其他任务或非阻塞式处理 } }Task_5ms()是核心，它必须严格按时执行。所有的时间标志flag_xx都在定时器中断服务函数中置位。这里的关键是：中断服务函数里只做最简单、最快的操作（置标志位、清除中断标志），所有复杂的计算都放到主循环的任务函数中，以避免中断阻塞时间过长，影响系统实时性。
3.2 姿态解算：从原始数据到稳定角度
在Task_5ms()中，第一步就是调用MPU6050_Read_Data()获取原始的加速度和角速度数据。接着进行姿态解算。我们以互补滤波为例，看看一个典型的实现：
float Complementary_Filter(float acc_angle, float gyro_rate, float dt, float alpha) { static float angle = 0.0f; // 陀螺仪积分得到角度预测 angle += gyro_rate * dt; // 用加速度计测量的角度进行互补校正 angle = alpha * angle + (1.0f - alpha) * acc_angle; return angle; }acc_angle：由atan2(accY, accZ)计算出的加速度计角度，这个值噪声大但无长期漂移。gyro_rate：陀螺仪Z轴（对应俯仰角速度）的读数，已减去零偏，单位通常是度/秒或弧度/秒。dt：两次解算的时间间隔，必须精确，通常就是控制周期（如0.005秒）。alpha：滤波系数，取值范围0~1。这是最重要的可调参数之一。alpha越接近1，系统越信任陀螺仪，响应快但漂移大；越接近0，越信任加速度计，抗运动干扰强但响应迟钝。对于平衡小车，通常设置在0.96到0.99之间，需要在静态和轻微晃动下测试确定。
实操心得：不要只依赖一个角度。在实际调试中，我通常会同时计算并观察三个数据：纯加速度计角度、纯陀螺仪积分角度、以及互补滤波后的角度。通过上位机软件（如匿名地面站、SerialPlot）将它们绘制成曲线，可以非常直观地看到滤波效果，并精准调整alpha值。
3.3 控制算法的核心：PID调节的艺术
姿态解算得到了小车当前的俯仰角current_angle和角速度gyro_rate。控制的目标是让current_angle稳定在期望角度target_angle（通常是0度，即竖直向上）。同时，为了不让小车无限加速跑飞，我们还需要控制速度，让车轮的速度current_speed稳定在target_speed（通常为0，即静止）。
1. 角度环PID：这是内环，响应最快。它的输入是角度误差angle_error = target_angle - current_angle。输出是用于控制电机的基本力矩。
// 简化版PID计算 float Angle_PID_Calculate(float error) { static float integral = 0.0f, last_error = 0.0f; float derivative; integral += error; // 积分项累积误差 // 积分限幅，防止积分饱和 if (integral > INTEGRAL_MAX) integral = INTEGRAL_MAX; if (integral < -INTEGRAL_MAX) integral = -INTEGRAL_MAX; derivative = error - last_error; // 微分项，计算误差变化率 last_error = error; return (angle_Kp * error + angle_Ki * integral + angle_Kd * derivative); }angle_Kp：比例系数。这是让小车站起来的第一个关键参数。太小了，小车无力回正；太大了，小车会在平衡点附近剧烈振荡。调试时先将其它项设为0，从小到大慢慢增加Kp，直到小车能对倾斜做出明显但不过激的反应。angle_Ki：积分系数。用于消除静态误差。如果小车总是朝一个方向缓慢倾斜倒下，可能需要加入一点Ki。但积分项非常危险，容易引起振荡和饱和，必须加强积分限幅。angle_Kd：微分系数。它实际上反馈的是角速度（因为角度误差的微分近似等于负的角速度）。这是抑制振荡、增加阻尼的关键。当小车在平衡点来回摆动时，增大Kd可以有效地“刹住”这种摆动。很多时候，一个纯PD（比例-微分）控制器就能让小车很好地平衡。
2. 速度环PID：这是外环，响应较慢。它的输入是速度误差speed_error = target_speed - current_speed。输出是一个额外的角度偏移量，叠加到角度环的target_angle上。
// 速度环输出是角度环的期望角度偏移 float speed_output = Speed_PID_Calculate(speed_error); float final_target_angle = 0.0f + speed_output; // 0是直立目标，加上速度环的修正- 原理：如果小车正在向前跑（
current_speed > 0），速度环会计算出一个负的speed_output，使得final_target_angle变成一个向后的倾斜角度。角度环为了“追”这个向后倾斜的目标，就会产生让小车向后运动的力矩，从而减速。反之亦然。 - 调试顺序：务必先调好角度环，让小车能用手扶着基本稳定。然后再加入速度环，从小到大地调整速度环的
Kp。你会发现，加入了速度环后，小车可以自己抵抗外力，稳定在一个点上，而不是用手推一下就越跑越远。
3. 转向控制：如果小车是两轮差速结构，转向可以通过左右轮给予不同的速度指令来实现。例如，接收遥控器的转向信号，将其转换为左右轮目标速度的差值。
PID参数整定口诀与实战：
- 先比例：从小到大调
Kp，直到系统出现临界振荡。 - 再微分：加入
Kd，增大阻尼，消除振荡。 - 后积分：最后加入
Ki，消除静差，但要非常谨慎。 - 调参工具：务必搭配上位机波形观察。将角度、角速度、PID输出等关键变量通过串口发送到电脑，用图形化软件查看。这是从“玄学调参”走向“科学调参”的必经之路。
4. 深入源码：关键函数与调试技巧实录
现在，让我们深入到提供的“高分项目源码”中，看看哪些地方是值得关注的精华，以及如何利用它进行高效调试。
4.1 源码中的关键文件与函数追踪
一份好的平衡小车源码，其文件结构应该是清晰的。通常你会看到类似下面的组织：
bsp/：板级支持包，包含mpu6050.c,motor.c,encoder.c,timer.c等硬件驱动文件。app/：应用层，包含balance.c,control.c,filter.c等核心算法文件。user/：用户代码，main.c和中断服务函数等。
你需要重点阅读以下几个函数：
TIMx_IRQHandler()：找到控制周期定时器中断。这里设置了flag_5ms之类的标志位，是系统的心跳。Get_MPU6050_Data()：不仅读取数据，看看是否包含了软件滤波（如滑动平均）和校准值的应用。Angle_Calculate()：姿态解算函数。确认它使用的是互补滤波、卡尔曼滤波还是其他算法。找到滤波系数定义的位置。Balance_Control()：核心控制函数。这里应该清晰地展示了角度环和速度环PID的计算流程，以及最终如何合成左右电机的PWM值。注意查看PID参数（Kp,Ki,Kd）的定义位置，它们很可能被定义为全局变量，方便在线调试。Set_Pwm(int motor_left, int motor_right)：电机输出函数。注意它是否做了输出限幅，防止过大的PWM值损坏电机驱动。
4.2 串口调试与可视化：让数据说话
调试平衡小车，最忌讳“盲调”。串口打印是必须掌握的技能。但直接打印数值不够直观，我强烈推荐使用匿名地面站或SerialPlot这类软件。
步骤：
- 在代码中，将关键变量打包成一个结构体，在
Task_500ms中通过串口发送出去。typedef struct { float angle; // 滤波后角度 float gyro; // 角速度 float speed; // 编码器速度 float pwm_out; // 最终PWM输出 } Debug_Data_t; - 按照匿名地面站的上位机通信协议（或简单的自定义格式，如用逗号分隔）发送数据。
- 在上位机软件中配置好通道，就能实时看到波形曲线。
调试场景实录：
- 现象：小车启动后剧烈上下抖动，然后倒下。
- 数据分析：打开波形，发现
angle曲线振荡频率很高，且pwm_out曲线与angle曲线几乎反相但幅度极大。 - 诊断：角度环
Kp过大，导致系统响应过激。同时，Kd可能为0或太小，无法提供阻尼。 - 解决：大幅降低
Kp，先让小车只有微弱的平衡反应。然后用手扶住小车，观察angle曲线，当你手动给小车一个倾斜时，pwm_out是否给出了正确的纠正方向。确认方向正确后，再逐步增加Kp和Kd。
4.3 常见问题排查速查表
以下是我在调试B570平衡小车过程中遇到的一些典型问题及解决方案，整理成表，供你快速排查：
| 问题现象 | 可能原因 | 排查步骤与解决方案 |
|---|---|---|
| 上电后电机毫无反应，不转 | 1. 电机驱动芯片未使能 2. PWM输出引脚配置错误 3. 电源未接通或电压不足 | 1. 检查驱动芯片的STBY（使能）引脚是否为高电平。 2. 用万用表测量PWM引脚在程序运行后是否有电压变化。 3. 检查电池电压，确保驱动板和主板供电正常。 |
| 电机只朝一个方向转 | 电机方向引脚（AIN1/AIN2）逻辑固定或接反 | 检查控制电机方向的GPIO输出逻辑，确保正转/反转时电平组合正确。可以写一个简单的测试程序让电机正反转。 |
| 小车往一边倒，调整参数无效 | 1. 机械结构不水平、不对称 2. MPU6050安装不水平或未校准 3. 左右电机性能差异大 | 1. 将小车放在绝对水平面上，用尺子测量。 2. 重新进行MPU6050校准，确保校准期间小车完全静止。 3. 交换左右电机的接线，如果问题方向跟着电机走，则是电机或驱动问题；如果问题不变，则是传感器或参数问题。 |
| 小车能站但剧烈振荡 | 1. 角度环Kp过大2. 角度环 Kd过小3. 控制周期不稳定或过长 | 1. 降低Kp。2. 增加 Kd，引入阻尼。3. 检查定时器中断配置，确保控制周期精确且频率足够（建议200-500Hz）。 |
| 小车站住后，轻轻一推就加速跑飞，停不下来 | 速度环未起作用或参数错误 | 1. 确认编码器读数方向正确，速度计算无误。 2. 检查速度环PID的输出是否正确地叠加到了角度设定值上。 3. 从小值开始调试速度环 Kp，先让小车在受控下缓慢移动。 |
| 角度值漂移严重，随时间慢慢倾斜 | 1. MPU6050陀螺仪零漂未校准或校准环境不佳 2. 互补滤波系数 alpha过大，过于信任陀螺仪 | 1. 重新在静止、水平、无振动的环境下进行长时间（10秒以上）校准。 2. 适当减小 alpha，让加速度计的校正作用更强一些。 |
| 通过蓝牙遥控无反应 | 1. 蓝牙模块未正确配对 2. 串口波特率不匹配 3. 数据解析程序错误 | 1. 用手机蓝牙调试APP连接模块，发送数据看串口是否有接收。 2. 检查代码中串口初始化的波特率是否与蓝牙模块一致（通常是9600或115200）。 3. 编写简单的串口回显程序，测试数据收发链路。 |
5. 项目优化与功能扩展思路
当你的小车能够稳稳站立并抵抗轻微干扰后，就可以考虑进一步优化和扩展功能了，这也是课程设计拿高分的关键。
5.1 软件层面的优化策略
- 抗积分饱和处理：这是工业PID中防止系统失控的必备技术。当电机输出已经达到最大限幅（PWM满占空比）时，如果误差仍在累积，积分项会变得非常大（积分饱和）。一旦误差反向，需要很长时间才能“消化”掉这个巨大的积分项，导致控制延迟。解决方法是在积分累加前判断：如果输出已饱和且误差方向与饱和方向相同，则停止积分。
- 低通滤波：在读取编码器速度后，可以加入一个一阶低通滤波器，平滑速度信号，避免高频噪声干扰速度环。
filtered_speed = beta * filtered_speed + (1-beta) * raw_speed。 - 动态参数调整：可以让PID参数根据误差大小动态变化。例如，在大误差时使用一组强力的
Kp、Kd以快速回正；在小误差时使用另一组精细的参数以减少振荡。这能提升系统的动态和静态性能。 - 状态机设计：引入简单的状态机，如
INIT,CALIBRATING,BALANCING,STOP等。上电后自动进入校准状态，校准完成后再进入平衡状态。这使程序逻辑更清晰，也更安全。
5.2 硬件与功能扩展建议
- 增加循迹或避障功能：在小车前方加装红外对管或超声波模块，配合速度环，可以实现自动循迹或遇障停止。这需要在小车的控制逻辑中融入更高级的决策层。
- 无线遥控与姿态回传：利用蓝牙或Wi-Fi模块，不仅可以发送遥控指令，还可以将小车的实时姿态、速度、电池电压等数据发回手机或电脑上位机，实现远程监控。这能极大提升演示效果。
- 使用更高级的传感器：将MPU6050升级为MPU9250（包含磁力计）或BMI088，可以获得更稳定、噪声更低的原始数据。甚至可以尝试使用STM32的DSP库来运行更复杂的滤波算法（如扩展卡尔曼滤波）。
- 移植到实时操作系统：如果你学有余力，可以尝试将代码移植到FreeRTOS这样的实时操作系统上。将传感器读取、控制算法、通信等任务分配到不同的线程中，由操作系统进行调度，代码结构会更好，也更贴近工业实践。
调试这样一个系统，耐心和细致的观察比盲目修改代码更重要。每一次参数的调整，都要结合上位机的波形和实物的反应来综合判断。最让我有成就感的一刻，不是小车第一次站起来，而是经过反复调试后，它能稳稳地立在桌上，即使用手指轻轻点一下，它也能迅速而平稳地恢复平衡，那种精确和优雅，是对所有这些硬件原理、控制理论和调试技巧的最佳回报。
本文还有配套的精品资源，点击获取
