别再只调PWM占空比了！给STM32智能小车加上PID速度控制，让行驶更稳
STM32智能小车PID速度控制实战：从PWM开环到闭环优化的完整指南
当你第一次让STM32智能小车跑起来时，那种成就感无与伦比。但很快你会发现，单纯依靠PWM占空比控制电机转速，小车行驶时快时慢，转弯角度也难以精确控制。这就像驾驶一辆没有油门反馈的汽车——你踩下踏板，却不知道实际速度是多少。本文将带你从开环PWM控制跃升到闭环PID速度控制，让你的智能小车真正"听话"。
1. 为什么PWM开环控制不够用？
很多初学者在刚开始接触智能小车项目时，会直接使用PWM信号控制电机转速。这种方法简单直接，通过调整占空比来改变电机两端的平均电压，从而控制转速。但实际应用中，这种开环控制方式存在几个致命缺陷：
- 负载敏感：当小车遇到坡度或阻力变化时，电机转速会明显波动
- 电池电压影响：随着电池电量下降，相同PWM占空比对应的实际转速会降低
- 启动特性差：电机从静止到目标转速需要较长时间，响应延迟明显
- 无法精确控制：难以实现两个电机完全同步，导致小车走偏
// 典型的开环PWM控制代码示例 void Motor_Control(int left_speed, int right_speed) { TIM_SetCompare1(TIM3, left_speed); // 左电机PWM TIM_SetCompare2(TIM3, right_speed); // 右电机PWM }提示：开环控制就像蒙着眼睛调节水龙头——你只能凭感觉，无法准确知道实际水流大小。
2. PID控制基础与增量式算法选择
2.1 PID控制的三要素
PID控制器通过比例(P)、积分(I)、微分(D)三个环节的组合，实现对系统的精确控制：
- 比例环节：根据当前误差大小进行调节，快速响应但可能产生稳态误差
- 积分环节：累积历史误差，消除稳态误差但可能引起超调
- 微分环节：预测误差变化趋势，抑制振荡提高稳定性
对于智能小车这种嵌入式应用，我们通常选择增量式PID而非位置式PID，原因如下：
| 比较项 | 增量式PID | 位置式PID |
|---|---|---|
| 计算量 | 较小 | 较大 |
| 内存占用 | 较少 | 较多 |
| 抗积分饱和 | 天然避免 | 需要特殊处理 |
| 执行机构冲击 | 较小 | 可能较大 |
| 代码实现 | 只需保存上次误差 | 需要累积所有历史误差 |
2.2 增量式PID的数学表达
增量式PID算法的离散化公式为：
Δu(k) = Kp×[e(k)-e(k-1)] + Ki×e(k) + Kd×[e(k)-2e(k-1)+e(k-2)]
其中：
- Δu(k)：本次控制量的增量
- e(k)、e(k-1)、e(k-2)：当前、前一次、前两次的误差
- Kp、Ki、Kd：比例、积分、微分系数
typedef struct { float target_val; // 目标值 float actual_val; // 实际值 float err; // 当前误差 float err_last; // 上一次误差 float err_before_last;// 上上次误差 float Kp, Ki, Kd; // PID参数 } PID_IncTypeDef; float PID_Inc_Realize(PID_IncTypeDef *pid, float actual_val) { pid->actual_val = actual_val; pid->err = pid->target_val - pid->actual_val; float increment = pid->Kp * (pid->err - pid->err_last) + pid->Ki * pid->err + pid->Kd * (pid->err - 2*pid->err_last + pid->err_before_last); pid->err_before_last = pid->err_last; pid->err_last = pid->err; return increment; }3. 硬件系统搭建与编码器测速
3.1 电机编码器选型与接口
要实现闭环速度控制，首先需要测量电机的实际转速。常用的方案有：
- 光电编码器：精度高但成本较高
- 霍尔传感器：成本低但精度有限
- 电机自带编码器：集成度高，推荐使用
对于STM32F103C8T6，我们可以使用定时器的编码器接口模式来高效读取编码器信号：
void Encoder_Init(TIM_TypeDef *TIMx) { TIM_TimeBaseInitTypeDef TIM_TimeBaseStructure; TIM_ICInitTypeDef TIM_ICInitStructure; // 时基配置 TIM_TimeBaseStructInit(&TIM_TimeBaseStructure); TIM_TimeBaseStructure.TIM_Prescaler = 0; TIM_TimeBaseStructure.TIM_Period = 0xFFFF; TIM_TimeBaseStructure.TIM_CounterMode = TIM_CounterMode_Up; TIM_TimeBaseInit(TIMx, &TIM_TimeBaseStructure); // 编码器接口配置 TIM_EncoderInterfaceConfig(TIMx, TIM_EncoderMode_TI12, TIM_ICPolarity_Rising, TIM_ICPolarity_Rising); TIM_ICStructInit(&TIM_ICInitStructure); TIM_ICInitStructure.TIM_ICFilter = 6; // 适当滤波 TIM_ICInit(TIMx, &TIM_ICInitStructure); TIM_Cmd(TIMx, ENABLE); } int16_t Encoder_Get(TIM_TypeDef *TIMx) { int16_t cnt = TIM_GetCounter(TIMx); TIM_SetCounter(TIMx, 0); return cnt; }3.2 速度计算与滤波处理
编码器脉冲计数需要转换为实际转速（RPM或cm/s）。假设编码器每转产生N个脉冲，采样周期为T秒，则转速计算为：
转速(RPM) = (Δcount × 60) / (N × T)
在实际应用中，原始速度信号通常含有噪声，需要进行滤波处理。常用的简单滤波方法包括：
- 移动平均滤波：计算最近n个采样值的平均值
- 一阶低通滤波：y(k) = α×x(k) + (1-α)×y(k-1)
#define ENCODER_RESOLUTION 11 // 编码器线数×4(四倍频) #define SAMPLE_PERIOD 0.02f // 20ms采样周期 float Speed_Calculate(int16_t encoder_cnt) { static float speed_filtered = 0; float speed_raw = (encoder_cnt * 60.0f) / (ENCODER_RESOLUTION * SAMPLE_PERIOD); // 一阶低通滤波，α=0.3 speed_filtered = 0.3 * speed_raw + 0.7 * speed_filtered; return speed_filtered; }4. PID参数整定与调试技巧
4.1 参数整定三步法
PID参数整定是一个经验性很强的过程，推荐采用以下步骤：
- 先调P：将I和D设为0，逐渐增大P直到系统出现等幅振荡
- 再调I：取振荡周期的一半作为积分时间，Ki = Kp×(T/Ti)
- 最后调D：通常取Td = Ti/4，Kd = Kp×Td
对于智能小车电机控制，典型参数范围参考：
| 参数 | 作用 | 典型范围 | 影响效果 |
|---|---|---|---|
| Kp | 响应速度 | 0.5~5.0 | 值大则响应快但易振荡 |
| Ki | 消除稳态误差 | 0.01~0.5 | 值大则消除快但易超调 |
| Kd | 抑制振荡 | 0.001~0.1 | 值大则抑制强但易敏感 |
4.2 实际调试中的经验技巧
- 分段调试：先调试低速(20%PWM)，再逐步提高速度
- 独立调试：先单独调试一个电机，再同步两个电机
- 安全保护：限制PID输出范围，防止过冲损坏电机
- 可视化辅助：通过串口发送数据到上位机绘制曲线
// 带限幅的PID控制实现 void Motor_PID_Update(PID_IncTypeDef *pid, float speed_actual) { float pwm_change = PID_Inc_Realize(pid, speed_actual); float new_pwm = pid->actual_pwm + pwm_change; // 输出限幅 if(new_pwm > MAX_PWM) new_pwm = MAX_PWM; if(new_pwm < MIN_PWM) new_pwm = MIN_PWM; pid->actual_pwm = new_pwm; TIM_SetComparex(TIMx, (uint16_t)new_pwm); }注意：调试时建议先将Ki和Kd设为0，仅调整Kp使系统有基本响应后，再逐步加入I和D作用。
5. 系统集成与性能优化
5.1 控制周期选择与实时性保障
控制系统的性能很大程度上取决于控制周期的选择：
- 周期太短：计算负担重，可能无法完成所有处理
- 周期太长：控制响应慢，性能下降
对于STM32F103C8T6智能小车项目，推荐：
- 速度环：10-20ms（使用基本定时器中断）
- 位置环：50-100ms（如果需要）
// 定时器中断服务函数示例 void TIM2_IRQHandler(void) { if(TIM_GetITStatus(TIM2, TIM_IT_Update) != RESET) { // 1. 读取编码器值 int16_t cnt_left = Encoder_Get(TIM4); int16_t cnt_right = Encoder_Get(TIM5); // 2. 计算实际速度 float speed_left = Speed_Calculate(cnt_left); float speed_right = Speed_Calculate(cnt_right); // 3. PID计算并更新PWM Motor_PID_Update(&pid_left, speed_left); Motor_PID_Update(&pid_right, speed_right); TIM_ClearITPendingBit(TIM2, TIM_IT_Update); } }5.2 双电机同步控制策略
为了实现小车直线行驶，两个电机的转速必须保持同步。常用策略包括：
- 主从控制：一个电机作为主控制器，另一个跟踪其转速
- 交叉耦合控制：考虑两个电机转速差进行补偿
- 统一速度给定：相同目标速度，依赖PID自身调节
// 双电机同步控制示例 void Chassis_Control(float target_speed, float turn_rate) { // 计算左右轮目标速度 float left_target = target_speed - turn_rate * WHEEL_BASE / 2; float right_target = target_speed + turn_rate * WHEEL_BASE / 2; // 更新PID目标值 pid_left.target_val = left_target; pid_right.target_val = right_target; // 实际控制由定时器中断完成 }6. 进阶优化方向
当基本PID控制实现后，可以考虑以下优化方向提升性能：
- 变参数PID：根据速度大小自动调整PID参数
- 前馈控制：加入电压补偿等前馈量提高响应速度
- 模糊PID：实现参数的自适应调整
- 抗积分饱和：采用积分分离或积分限幅策略
- 运动轨迹规划：实现S曲线加减速，减少机械冲击
// 变参数PID实现示例 void PID_Param_Adjust(PID_IncTypeDef *pid, float speed) { if(fabs(speed) < LOW_SPEED_THRESHOLD) { pid->Kp = KP_LOW; pid->Ki = KI_LOW; pid->Kd = KD_LOW; } else { pid->Kp = KP_NORMAL; pid->Ki = KI_NORMAL; pid->Kd = KD_NORMAL; } }在最近的一个智能小车项目中，我发现当电池电压低于7.4V时，电机响应特性会明显变化。通过在PID计算中加入电压补偿因子，成功解决了低电量时控制性能下降的问题。具体做法是将PID输出乘以(当前电压/额定电压)的平方，因为电机转矩与电压平方成正比。这个小技巧让小车在不同电量下都能保持稳定的行驶性能。