基于STM32的平衡机器人PID控制系统设计

news2026/5/1 0:46:09
一、系统概述与核心原理1. 系统定位基于STM32的两轮自平衡机器人Balance Bot是自动控制理论的经典实践平台。系统通过MPU6050陀螺仪实时监测车身倾角利用PID算法计算出电机补偿量驱动直流电机保持车身直立不倒并实现前进、后退与转向控制。2. 控制原理直立控制基于角度闭环PD控制当车身前倾时电机向前加速后仰时向后加速。速度控制基于编码器闭环PI控制抵消直立控制带来的速度波动实现稳态精度。方向控制差速转向左右轮速度差实现转向。3. 核心硬件选型模块型号关键参数接口方式主控STM32F103C8T672MHz Cortex-M33个通用定时器2路ADC核心控制器姿态传感器MPU60503轴陀螺仪3轴加速度±2000°/sI2C接口I2C1 (PB6/PB7)电机驱动TB6612FNG双H桥1.2A/路内置死区控制IN1-4 (PB0-PB3)PWMA/B (PA8/PA9)直流电机520直流电机霍尔编码器减速比1:30编码器分辨率390线/转编码器A/B相 (PA0/PA1, PA6/PA7)电源18650锂电池×27.4V/2200mAh带2A过流保护7.4V直驱电机5V降压给MCU二、硬件设计方案1. 核心电路连接STM32F103C8T6 ├── MPU6050 (I2C1) │ ├── SCL PB6 │ ├── SDA PB7 │ └── INT PA0 (数据就绪中断) ├── 电机驱动 (TB6612) │ ├── 左电机IN1PB0, IN2PB1, PWMAPA8 (TIM1_CH1) │ └── 右电机IN3PB2, IN4PB3, PWMBPA9 (TIM1_CH2) ├── 编码器 (TIM2/TIM3) │ ├── 左编码器APA0 (TIM2_CH1), BPA1 (TIM2_CH2) │ └── 右编码器APA6 (TIM3_CH1), BPA7 (TIM3_CH2) └── 按键/指示灯 ├── 启动/停止按键 PC0 └── 状态LED PC12. 机械结构设计要点重心位置电池组安装在车体最下端重心越低平衡控制越容易建议重心高度15cm。轮子直径推荐65-80mm过大导致惯量增加过小导致控制精度不足。电机安装电机轴线与车身对称轴重合避免转向力矩不平衡。三、软件设计与核心PID算法1. 系统架构前后台系统后台中断TIM1更新中断1ms执行PID计算更新电机PWM输出。TIM2/TIM3编码器接口硬件计数电机转速。MPU6050中断10ms读取原始数据DMP解算姿态角。前台主循环OLED显示状态、按键扫描、蓝牙指令解析。2. 核心PID算法实现2.1 直立环PD控制器最关键控制原理角度偏差 → PD计算 → 电机PWM输出#includecontrol.h// PID参数结构体typedefstruct{floatKp;// 比例系数决定响应速度floatKi;// 积分系数消除稳态误差floatKd;// 微分系数抑制超调/震荡floatintegral;// 积分累积floatprev_error;// 上次误差用于微分}PID_Controller_t;// 直立环PIDPD控制// 输入target_angle目标角度通常0°直立current_angle当前角度// 输出电机PWM值-1000 ~ 1000int16_tVertical_PID(floattarget_angle,floatcurrent_angle){staticPID_Controller_t pid{.Kp800.0f,// 比例系数800需根据机械结构调整.Ki0.0f,// 直立环通常不加积分避免稳态抖动.Kd2.5f,// 微分系数2.5抑制车身晃动.integral0.0f,.prev_error0.0f};floaterrortarget_angle-current_angle;// 角度偏差floatderivativeerror-pid.prev_error;// 微分项变化率// PD输出 Kp*误差 Kd*微分int16_toutput(int16_t)(pid.Kp*errorpid.Kd*derivative);pid.prev_errorerror;// 保存本次误差returnoutput;}2.2 速度环PI控制器辅助稳定控制原理编码器速度偏差 → PI计算 → 直立环角度补偿// 速度环PI控制器// 输入target_speed目标速度current_speed当前速度编码器计数/秒// 输出角度补偿值叠加到直立环目标角度int16_tVelocity_PID(int16_ttarget_speed,int16_tcurrent_speed){staticPID_Controller_t pid{.Kp8.0f,// 比例系数8.Ki0.4f,// 积分系数0.4消除速度静差.Kd0.0f,// 速度环不加微分.integral0.0f,.prev_error0.0f};int16_terrortarget_speed-current_speed;pid.integralerror;// 积分累积// 积分限幅防止积分饱和if(pid.integral1000)pid.integral1000;if(pid.integral-1000)pid.integral-1000;// PI输出 Kp*误差 Ki*积分int16_toutput(int16_t)(pid.Kp*errorpid.Ki*pid.integral);returnoutput;}2.3 转向环P控制器差速控制// 转向环P控制器简单比例控制// 输入turn_angle转向角度-100~100负值左转正值右转// 输出左右轮速度差int16_tTurn_PID(int16_tturn_angle){floatKp_turn5.0f;// 转向比例系数return(int16_t)(Kp_turn*turn_angle);}3. 主控制循环1ms定时中断#includestm32f10x.h#includempu6050.h#includeencoder.h#includemotor.h// 全局变量floatcurrent_angle0.0f;// 当前车身角度来自MPU6050int16_tleft_speed0,right_speed0;// 编码器速度int16_tvertical_out0,velocity_out0,turn_out0;// PID输出// TIM1更新中断1ms执行一次控制核心voidTIM1_UP_IRQHandler(void){if(TIM_GetITStatus(TIM1,TIM_IT_Update)!RESET){// 1. 读取传感器数据current_angleMPU6050_GetAngle();// 获取车身倾角DMP解算left_speedEncoder_GetLeftSpeed();// 左轮编码器速度right_speedEncoder_GetRightSpeed();// 右轮编码器速度// 2. 直立环PID核心保持车身直立vertical_outVertical_PID(0.0f,current_angle);// 目标角度0°// 3. 速度环PID辅助消除速度静差int16_tavg_speed(left_speedright_speed)/2;velocity_outVelocity_PID(0,avg_speed);// 目标速度0原地平衡// 4. 转向环PID差速控制turn_outTurn_PID(0);// 目标转向0直行// 5. 合成最终PWM输出int16_tleft_pwmvertical_outvelocity_out-turn_out;int16_tright_pwmvertical_outvelocity_outturn_out;// 6. 输出限幅防止PWM溢出if(left_pwm1000)left_pwm1000;if(left_pwm-1000)left_pwm-1000;if(right_pwm1000)right_pwm1000;if(right_pwm-1000)right_pwm-1000;// 7. 设置电机PWMMotor_SetPWM(left_pwm,right_pwm);TIM_ClearITPendingBit(TIM1,TIM_IT_Update);}}4. MPU6050姿态解算DMP硬件解算#includeinv_mpu.h#includeinv_mpu_dmp_motion_driver.h// MPU6050初始化与DMP配置uint8_tMPU6050_Init(void){// 1. 初始化MPU6050mpu_init();// 2. 配置DMP数字运动处理器dmp_load_motion_driver_firmware();// 加载DMP固件dmp_set_orientation(inv_orientation_matrix_to_scalar(gyro_orientation));dmp_enable_feature(DMP_FEATURE_6X_LP_QUAT|DMP_FEATURE_SEND_RAW_ACCEL|DMP_FEATURE_SEND_CAL_GYRO|DMP_FEATURE_GYRO_CAL);dmp_set_fifo_rate(10);// 100ms输出一次数据// 3. 设置陀螺仪量程±2000°/s加速度计量程±2gmpu_set_gyro_range(MPU_GYRO_FS_2000);mpu_set_accel_range(MPU_ACCEL_FS_2);return0;}// 获取车身倾角通过DMP解算四元数转换为欧拉角floatMPU6050_GetAngle(void){shortgyro[3],accel[3];longquat[4];floatpitch,roll,yaw;if(dmp_read_fifo(gyro,accel,quat,sensor_timestamp)0){// 四元数转换为欧拉角dmp_get_euler_angles(quat,pitch,roll,yaw);returnroll;// 返回车身倾角roll角}return0.0f;}参考代码 stm32 平衡机器人采用PID程序www.youwenfan.com/contentcst/123511.html四、PID参数整定指南核心难点1. 整定步骤必须按顺序执行步骤操作目标现象1. 直立环Kp从0逐渐增大Kp车身能短暂直立车身剧烈震荡像倒立摆2. 直立环Kd从0逐渐增大Kd抑制震荡平稳直立车身不再剧烈晃动轻微摆动3. 速度环Kp从0逐渐增大Kp消除速度静差用手推车身能缓慢回位4. 速度环Ki从0逐渐增大Ki完全消除静差车身静止不动无漂移2. 典型参数参考需根据实际机械结构调整参数直立环(Kp)直立环(Kd)速度环(Kp)速度环(Ki)参考值600~12001.5~4.05~150.2~0.8过大现象剧烈震荡高频抖动速度突变积分饱和过小现象无法直立反应迟钝速度漂移无法回位3. 调试技巧分步调试先调直立环速度环Ki0再调速度环。手动辅助调试时用手扶着车身防止摔坏电机。数据监控通过串口打印角度、PWM值观察系统响应曲线。五、系统调试与扩展1. 调试步骤阶段操作工具硬件调试测量电机PWM波形验证编码器计数方向示波器、万用表姿态调试验证MPU6050角度输出是否与实际倾角一致串口助手、串口绘图工具PID整定按步骤整定直立环、速度环参数示波器观察角度响应曲线功能测试测试前进、后退、转向功能实际场地测试2. 扩展功能蓝牙遥控添加HC-05蓝牙模块通过手机APP控制平衡车移动。超声波避障添加HC-SR04超声波实现自动避障功能。OLED显示实时显示角度、速度、电池电压等信息。自动充电添加红外寻线传感器实现自动回充功能。六、总结基于STM32的平衡机器人通过MPU6050DMP实现精准姿态解算采用“直立环PD速度环PI”的串级控制结构确保车身稳定直立。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2531751.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…