当前位置：首页 > news >正文

告别新手迷茫：手把手教你用Arduino UNO和MPU-6050做个自平衡小车（附完整代码）

news 2026/5/8 12:55:41

从零打造自平衡小车：Arduino UNO与MPU-6050实战指南

第一次尝试制作自平衡小车时，我盯着桌面上散落的零件发呆了半小时——MPU-6050传感器上那些细小的引脚看起来像迷宫，Arduino代码里复杂的滤波算法更是让人望而生畏。但当我最终看到这个小家伙稳稳立在桌面时，那种成就感完全抵消了所有调试时的挫败感。本文将带你完整走完这段旅程，避开我踩过的所有坑。

1. 硬件搭建：让传感器与电机对话

1.1 元器件选型与连接

你需要准备以下核心部件：

Arduino UNO R3（性价比最高的入门开发板）
MPU-6050模块（建议选择带稳压电路的版本）
L298N电机驱动模块（双H桥设计，最大驱动电流2A）
N20减速电机（配编码器版本更佳，6V/300RPM）
18650锂电池组（7.4V两节串联）

接线时特别注意I2C的地址问题。大多数MPU-6050模块默认地址是0x68，但有些厂商会设计为0x69。若遇到读取失败，可以尝试以下方法确认地址：

#include <Wire.h> void setup() { Wire.begin(); Serial.begin(9600); while (!Serial); Serial.println("I2C扫描开始..."); } void loop() { byte error, address; for(address = 1; address < 127; address++ ) { Wire.beginTransmission(address); error = Wire.endTransmission(); if (error == 0) { Serial.print("找到设备地址: 0x"); if (address<16) Serial.print("0"); Serial.println(address,HEX); } } delay(5000); }

1.2 机械结构设计要点

车体结构直接影响控制效果，建议遵循以下原则：

低重心设计：电池组尽量靠近底盘下部
对称布局：电机轴心与车体中心线严格对齐
轮径选择：直径6-8cm的橡胶轮最佳
传感器固定：MPU-6050必须与地面平行安装

注意：避免使用热熔胶直接固定传感器，振动会导致数据漂移。推荐使用M3螺丝配合尼龙柱固定。

2. 传感器数据获取与处理

2.1 原始数据读取校准

MPU-6050输出的原始数据包含明显噪声，上电后需要先进行校准：

void calibrateSensor() { int32_t gyroX_sum = 0, gyroY_sum = 0, gyroZ_sum = 0; for(int i=0; i<2000; i++) { Wire.beginTransmission(0x68); Wire.write(0x3B); Wire.endTransmission(false); Wire.requestFrom(0x68, 14, true); accX = Wire.read()<<8|Wire.read(); accY = Wire.read()<<8|Wire.read(); accZ = Wire.read()<<8|Wire.read(); temp = Wire.read()<<8|Wire.read(); gyroX = Wire.read()<<8|Wire.read(); gyroY = Wire.read()<<8|Wire.read(); gyroZ = Wire.read()<<8|Wire.read(); gyroX_sum += gyroX; gyroY_sum += gyroY; gyroZ_sum += gyroZ; delay(2); } gyroX_offset = gyroX_sum / 2000; gyroY_offset = gyroY_sum / 2000; gyroZ_offset = gyroZ_sum / 2000; }

2.2 姿态解算方案对比

常见算法性能对比如下：

算法类型	计算量	精度	延迟	适用场景
互补滤波	低	一般	低	低速运动
卡尔曼滤波	中	高	中	动态变化环境
DMP内置解算	最低	较高	最低	资源受限系统
Mahony算法	中	高	低	需要快速响应

对于Arduino UNO，推荐使用DMP（数字运动处理器）方案，它已内置在MPU-6050中：

#include "I2Cdev.h" #include "MPU6050_6Axis_MotionApps20.h" MPU6050 mpu; bool dmpReady = false; uint8_t mpuIntStatus; uint8_t devStatus; uint16_t packetSize; uint16_t fifoCount; uint8_t fifoBuffer[64]; void setup() { mpu.initialize(); devStatus = mpu.dmpInitialize(); if (devStatus == 0) { mpu.setDMPEnabled(true); dmpReady = true; packetSize = mpu.dmpGetFIFOPacketSize(); } } void loop() { if (!dmpReady) return; mpuIntStatus = mpu.getIntStatus(); fifoCount = mpu.getFIFOCount(); if ((mpuIntStatus & 0x10) || fifoCount == 1024) { mpu.resetFIFO(); } else if (mpuIntStatus & 0x02) { while (fifoCount < packetSize) fifoCount = mpu.getFIFOCount(); mpu.getFIFOBytes(fifoBuffer, packetSize); fifoCount -= packetSize; Quaternion q; VectorFloat gravity; float ypr[3]; mpu.dmpGetQuaternion(&q, fifoBuffer); mpu.dmpGetGravity(&gravity, &q); mpu.dmpGetYawPitchRoll(ypr, &q, &gravity); float pitch = ypr[1] * 180/M_PI; // 使用pitch角度进行控制 } }

3. 控制算法实现与调参

3.1 PID控制器设计

平衡小车的核心是PID算法，其离散形式实现如下：

double kp=15, ki=0.2, kd=0.8; double error, lastError, integral, derivative; void computePID(float currentAngle, float targetAngle=0) { error = targetAngle - currentAngle; integral += error * 0.005; // 假设采样时间5ms derivative = (error - lastError) / 0.005; lastError = error; double output = kp*error + ki*integral + kd*derivative; output = constrain(output, -255, 255); if(output > 0) { motorA_forward(output); motorB_forward(output); } else { motorA_backward(abs(output)); motorB_backward(abs(output)); } }

3.2 参数整定实战技巧

调试PID参数时，记住这个黄金口诀："先P后I最后D"。具体步骤：

比例系数P：
- 从较小值开始（如5）
- 逐渐增大直到小车出现持续振荡
- 取振荡临界值的60-70%作为最终P值
积分系数I：
- 设置为P值的1/20到1/50
- 观察小车能否长期保持平衡
- 过大值会导致"积分饱和"现象
微分系数D：
- 从P值的1/3开始
- 有效抑制振荡但不过度敏感
- 可改善突加干扰时的恢复速度

提示：调试时建议用串口绘图工具实时监控角度和输出值。Arduino IDE自带的串口绘图器就足够使用。

4. 系统优化与进阶改造

4.1 常见问题解决方案

以下是新手最常遇到的五个问题及对策：

问题现象	可能原因	解决方案
小车往一边持续加速	电机转速不一致	单独测试并校准电机PWM
角度数据突然跳变	I2C信号干扰	缩短接线，加10K上拉电阻
站立几秒后突然倒下	积分项累积过多	增加积分限幅或减小ki值
响应迟钝	采样周期过长	优化代码结构，确保5ms采样
电池供电后无法平衡	电压不足导致电机扭矩下降	改用低内阻电池或增加电容