STM32双轮自平衡小车实战：从零搭建到稳定站立的PID调参全记录
1. 从一堆散件到“站得起来”：我的硬件搭建与软件框架踩坑记
我记得第一次拿到所有零件的时候，感觉就像面对一堆乐高，但说明书是空白的。一个STM32最小系统板、两个带编码器的减速电机、一块MPU6050、一个L298N驱动板，还有一堆杜邦线和一块快没电的锂电池。目标很明确：让这堆东西自己站起来。这个过程，远不止是照着原理图连线那么简单，每一个环节都可能藏着让你调试到半夜的“坑”。
硬件焊接和组装是第一步，也是最考验耐心的一步。很多人觉得这步简单，连上线不就行了？但这里有几个细节直接决定了后续调试的难度。首先是电源，我强烈建议你给单片机和电机驱动使用两套独立的电源供电，或者至少用一个大功率的DCDC模块隔离。我最初偷懒，共用了一块电池，结果电机一启动，STM32就直接复位了，那是典型的电源噪声干扰。后来我用了两块电池，一块12V给电机驱动，一块经过稳压到5V和3.3V给单片机和传感器，世界瞬间清净了。其次是电机编码器的安装，一定要牢固，并且接线最好用屏蔽线或者双绞线，编码器信号线太长或者太乱，会引入干扰，导致测速不准，后面调速度环时会让你怀疑人生。最后是MPU6050的固定，一定要用螺丝牢牢固定在车体中心板上，不能有晃动。我一开始用热熔胶，车子一动传感器就轻微震颤，解算出来的角度数据跳得跟心电图似的。
硬件搞定后，就是搭建软件框架。这里我建议你从一开始就规划好几个核心的定时中断，这是整个系统稳定运行的节拍器。我的框架一般是这样的：用一个高优先级定时器中断，严格以5ms或10ms的周期运行，这个中断里只做最核心的三件事：读取MPU6050的原始数据、执行姿态解算（互补滤波）、计算角度环PID并输出PWM。为什么要把角度环放这么高的优先级？因为平衡控制就像走钢丝，反应必须快，任何延迟都可能导致摔倒。另一个定时器中断频率可以低一些，比如20ms，用来处理速度环PID计算、编码器速度读取、以及通过串口向上位机发送调试数据。把任务按优先级分清楚，程序跑起来才不会手忙脚乱。
在真正写PID算法之前，你必须先确保你的“眼睛”——MPU6050和“腿”——电机编码器是好的。我写了一个简单的测试程序，把MPU6050解算出的角度和角速度通过串口打印出来，同时用手拿着小车板子前后倾斜，观察数据变化是否平滑、方向是否正确。然后单独测试电机，写一个按键控制PWM增减的程序，听电机声音是否顺畅，观察编码器计数是否随着轮子转动线性增加。这两个基础测试通过了，你才算是拿到了入场券，可以开始挑战最核心的PID调参了。
2. 让小车“站稳”的第一步：角度环PID，从理解到调参
角度环，也叫平衡环，是整个双轮小车控制系统的灵魂。它的任务就一个：不管发生什么，都要让车身保持竖直。你可以把它想象成用手掌立起一根木棍，木棍往哪边倒，你的手掌就要迅速往哪边移动，接住它。角度环PID就是实现这个“快速反应”的大脑。
我们先从最基础的PD控制器开始，为什么先不用I（积分）？因为对于角度环，积分项非常危险。角度误差的积分本质上是角度的累积偏移量，在车子轻微晃动时，这个积分值会不断累积，导致输出越来越大，最终让系统失控，小车猛地加速冲出去。所以，初期务必把Ki设为0。我们的武器就是比例项Kp和微分项Kd。
Kp（比例系数）的作用是“扶正”。车子往左倾斜（角度为负），Kp就产生一个让车轮向左加速（纠正为正方向运动）的力，试图把车子拉回来。Kp越大，这个“扶正”的力道就越猛。但太大了会怎样？你会发现小车开始高频剧烈抖动，在原地“蹦迪”。因为它反应过度了，刚往左拉一点，发现角度变成正的了，又猛地往右拉，形成振荡。所以，调Kp的手感是：从小往大加，直到小车从完全瘫软的状态，变成能自己“哆嗦”着试图站起来，但还站不稳的状态，这时候就差不多了。
Kd（微分系数）的作用是“阻尼”，抑制振荡。你可以把它理解成给系统的反应速度“踩刹车”。只有Kp时，小车会因为反应太快而抖动，加入Kd后，它能预测车身倾斜的趋势（角速度），并产生一个抑制这种趋势的力。比如车身快速向左倒（负角度且负角速度很大），Kd会输出一个很强的正向力来“刹车”，防止它倒过头。调Kd的手感是：在有了Kp的基础上，慢慢增加Kd，你会看到小车的抖动幅度明显减小，从“蹦迪”变成“轻微颤抖”，最后能够相对稳定地在一个小范围内保持平衡。Kd太小，抑制不住振荡；Kd太大，系统会变得“迟钝”，反应慢半拍，轻轻一推就倒。
我自己的调参实录是这样的：首先，把小车用手扶在大概平衡的位置，然后上电，保持手扶。在代码里，我初始设定Kp=20.0, Ki=0.0, Kd=0.0。然后慢慢松开手，小车毫无疑问直接倒下。我逐步增加Kp到35，松开手瞬间，小车会猛地往一个方向冲出去。这说明有反应了，但方向可能是反的（检查你的角度正负号和电机输出正负号是否对应！）。修正方向后，Kp调到40，小车开始剧烈抖动。这时候，我引入Kd，从0.5开始加。当Kp=40, Kd=1.2时，奇迹发生了——小车可以自己站立大约1-2秒了！虽然之后还是会倒，但这是一个里程碑。接着我微调，Kp=42, Kd=1.5，站立时间延长到5秒以上。这个过程里，串口绘图工具是你的眼睛。我把角度误差和PID输出波形实时画出来，能清晰地看到振荡的幅度和频率随着Kp、Kd变化，比单纯看小车现象要直观一百倍。
3. 从“站住”到“定住”：速度环的引入与双环耦合调试
当你的小车能原地站立几秒钟甚至更久时，恭喜你，过了第一关。但你会发现一个问题：它虽然不倒，但会慢慢地、不可阻挡地向一个方向移动，直到撞上墙或者掉下桌子。这是因为只有角度环，它只是一个“不倒翁”，没有“刹车”和“驻车”功能。任何微小的偏差（比如地面不平、电机细微差异）都会导致它产生一个恒定的速度漂移。这时候，就需要请出速度环了。
速度环的目标是让车的移动速度为零（或者你指定的速度）。它的输入是目标速度（通常设为0）与当前实际速度的误差，输出是一个调整量。这个调整量怎么用呢？一个非常巧妙且经典的做法是：将速度环的输出，作为角度环目标角度的微调量。听起来有点绕？我举个例子：假设小车正在缓慢地向前溜车（速度为正），速度环发现这个正误差，就会计算出一个负的调整量。这个负的调整量加到角度环原本的直立目标（0度）上，就变成了一个很小的负角度目标。于是，角度环“看到”车身需要达到一个微微后仰的角度，它就会命令车轮向后转，来让车身达到这个后仰姿态。车身一后仰，自然就产生了减速的力，速度就慢下来了。这个过程是动态持续的，最终让小车速度稳定在零附近。
速度环通常使用PI控制器，为什么这里可以用I（积分）了？因为速度误差的积分，代表的是位置偏移。我们希望小车在受到持续干扰（如地面倾斜）时，能通过积分项产生一个稳定的补偿力，彻底消除稳态误差，真正做到“定在原地”。调速度环参数时，必须保证角度环已经基本稳定。我的步骤是：
- 确定速度测量：确保你的编码器读数准确，并且通过定时计算得到了可靠的车体平均速度。滤除编码器脉冲的噪声很重要。
- 单独调试速度环：先把角度环“架空”，写一个测试程序，用手推着小车，让速度环去控制电机，感受它抵抗你推力的力道。从小到大地调速度环的Kp，直到你感觉它有一股“韧劲”在抵抗你的推动，但又不会剧烈振荡。
- 双环联调：这是最需要耐心的一步。将速度环的输出，以一个很小的系数（比如0.01）叠加到角度环的目标角度上。这个系数非常关键，它决定了速度环的“话语权”。系数太大，速度环会过度干扰角度环，导致小车整体失稳；系数太小，速度环不起作用。
- 调参手感：先保持角度环参数不变，从小到大地增加速度环的Kp。你会观察到，小车不再漫无目的地漂移了，但可能会开始一种低频的、缓慢的前后“摇晃”。这种摇晃就是速度环和角度环在“博弈”。这时，适当增加速度环的Kd（微分），可以抑制这种低频振荡。同时，可以引入一个很小的Ki（比如0.001），来消除最终的静态位置漂移。
我的参数演进大概是：角度环稳定在Kp=42, Kd=1.5。引入速度环，初始V_Kp=0.8, V_Ki=0.0, V_Kd=0.0，叠加系数0.008。小车能定住了，但轻轻一推，恢复得很慢，有点“软”。逐步提高V_Kp到 2.0，小车变得“紧绷”，但出现了约1Hz的来回晃动。加入V_Kd=0.5后，晃动大幅减轻。最后加入V_Ki=0.005，解决了在轻微斜坡上无法绝对静止的问题。整个过程，我持续用串口工具同时绘制角度、目标角度微调量、实际速度三个波形，观察它们的相位和幅值关系，这是调参的“雷达图”。
4. 进阶稳定与抗干扰：滤波优化、转向控制与实战心得
当你的小车能稳稳立在原地，甚至轻轻推它一下，它也能晃几下后恢复笔直，那种成就感是无与伦比的。但要想让它真正变成一个“智能”的平衡车，我们还需要做最后几步优化。
首先是姿态解算的优化。之前我们用的互补滤波在静止和慢速下很好，但如果小车需要快速移动或者启动、刹车时，加速度计会受到运动加速度的严重干扰，导致计算出的角度出现尖峰误差。这个误差一旦被PID控制器捕捉到，就会引发误动作。我的解决方案是动态调整互补滤波系数，或者直接升级到卡尔曼滤波。对于STM32F103，跑一个一维的卡尔曼滤波器来融合角度和角速度是完全可行的，计算量并不大。网上有很多开源代码，移植过来后，你会发现角度数据在运动时平滑了很多，抗干扰能力显著提升。这是让小车动作更“柔顺”的关键一步。
其次是转向控制。让小车直行只是基础，我们还得让它能转弯。转向的思路很直观：让两个轮子产生速度差。我常用的方法是在速度环输出的基础上，叠加一个转向环。转向环的输入可以是遥控器给定的指令，或者通过一个陀螺仪Z轴角速度来做的“自平衡转向”（类似平衡车的原地旋转）。转向环通常也是一个PID，它的输出直接一正一负地加到左右轮的速度目标值上。这里要注意，转向环的权限一定要设得比重很小，避免急转弯破坏整体的平衡。我的经验是，先实现一个简单的比例控制，用手柄摇杆控制转向，感受一下小车的转弯半径和灵敏度，再慢慢调整。
最后，分享几个让我少走弯路的实战心得：
- 参数非线性和“手感”：PID参数并不是一成不变的。我发现当小车电池电压下降时，同样的PWM占空比，电机出力会变小，原来调好的参数可能会变得“软”，导致站不稳。高级一点的做法是加入电池电压补偿，或者简单点，定期检查电压，手动微调一下Kp。
- 机械结构的影响巨大：车体重心越高，惯性越大，越难控制（需要更大的Kd来抑制振荡）。轮子与地面的摩擦力也很关键，在光滑地砖上和在地毯上，最佳参数可能不同。调参时最好在最终的应用场景下进行。
- 安全保护必须做：在代码里一定要加入“倾角保护”和“堵转保护”。当检测到车身倾斜超过一定角度（比如30度），判断为即将摔倒，要立刻切断电机PWM输出，防止小车带着高速旋转的轮子乱窜，损坏硬件或伤到人。编码器长时间速度为零但PWM很高，可能是轮子被卡住，也要及时停止输出。
- 调试是最好的老师：不要害怕修改参数，但每次最好只变动一个参数，并记录下现象。多用串口绘图工具，把内部状态可视化。我调试最深入的时候，同时绘制角度、角速度、角度环输出、速度环输出、左右轮PWM等七八个波形，虽然看起来乱，但各个环之间的耦合关系一目了然。
回过头看，从一堆散件到小车稳稳立住，最大的收获不是那几行PID代码，而是整个过程中对反馈控制系统“手感”的建立。你知道Kp大了系统会怎么叫，Kd小了系统会怎么抖，这种经验是看多少理论书都换不来的。当你亲手调教的小车最终能抗住你的轻轻推搡，甚至载着一点重物依然稳如泰山时，你会觉得所有熬的夜、所有踩的坑，都值了。