当前位置：首页 > news >正文

放弃编码器！纯靠MPU6050和PID算法，我的TT马达平衡小车也能稳如老狗

news 2026/5/10 12:11:43

放弃编码器！纯靠MPU6050和PID算法实现TT马达平衡小车

平衡小车一直是嵌入式控制领域的经典项目，但传统方案往往依赖电机编码器获取速度反馈。本文将分享一种无编码器的极简实现方案，仅通过MPU6050姿态传感器和精心调校的PID算法，让低成本TT马达小车达到惊人的稳定性。

1. 硬件方案的精简哲学

在资源受限的场景下，硬件取舍直接决定项目成败。我们选择的核心组件只有三样：STM32F103C8T6最小系统板、MPU6050六轴传感器和TT减速电机。这种组合的成本不到传统方案的1/3，但需要解决两个关键问题：

速度反馈缺失：没有编码器意味着无法直接获取电机转速
传感器噪声：廉价的MPU6050原始数据存在明显漂移

实测数据显示，未滤波的MPU6050角度输出存在约±2°的瞬时波动。为此我们对比了三种滤波方案：

滤波算法	计算耗时(us)	延迟(ms)	稳定性
卡尔曼滤波	580	15	★★★★★
一阶互补滤波	32	5	★★★☆
滑动平均滤波	8	2	★★☆

最终选择一阶互补滤波作为折中方案，其C语言实现如下：

float ComplementaryFilter(float accelAngle, float gyroRate, float dt) { static float angle = 0; const float alpha = 0.98; // 陀螺仪权重 angle = alpha * (angle + gyroRate * dt) + (1-alpha) * accelAngle; return angle; }

2. 控制系统的三层架构

平衡小车的核心控制采用串级PID结构，分为直立环、速度环和转向环三个层次。这种架构的独特优势在于：

各环解耦，便于单独调试
无需速度传感器，通过姿态变化推算速度
资源占用少，在72MHz的Cortex-M3上仅消耗15%CPU资源

2.1 直立环的"软着陆"策略

直立环负责快速响应角度偏差，其输出公式为：

直立输出 = Kp×角度偏差 + Kd×角速度

调试中发现两个典型现象：

高频抖动：通常因Kd过大引起，表现为电机频繁正反转
缓慢摆动：往往说明Kp不足，小车像钟摆一样来回晃动

经过上百次试验，总结出参数整定的"黄金法则"：

先将Ki设为0，Kd设为Kp的1/10
逐步增大Kp直到出现轻微振荡
然后增大Kd直到振荡消失
最后微调Ki消除静态误差

2.2 速度环的虚拟反馈机制

没有编码器时，我们创造性地利用小车倾角变化推算速度：

虚拟速度 = ∫(直立环输出)

这个看似简单的技巧背后有深刻的控制理论支撑——当小车需要加速时，它会主动前倾来产生加速度。速度环PID参数整定要点：

比例项Kp决定恢复速度的响应强度
积分项Ki用于消除稳态误差
微分项Kd通常设为0，避免引入噪声

注意：速度环的输出是作为直立环的角度设定值偏移量，这种耦合关系需要仔细平衡

3. 软件实现的工程技巧

在STM32上实现实时控制需要特别注意时序精度。我们采用以下配置：

使用TIM2定时器产生1kHz的中断频率
PWM输出分辨率设置为16位
MPU6050采用400kHz I2C通信

关键的中断服务程序框架：

void TIM2_IRQHandler(void) { static uint32_t lastTick = 0; if(HAL_GetTick() - lastTick >= 1) { // 1ms周期 lastTick = HAL_GetTick(); MPU6050_GetData(&sensorData); float angle = Filter_Update(sensorData); float speed = Estimate_Speed(angle); PID_Update(&anglePID, targetAngle - angle); PID_Update(&speedPID, targetSpeed - speed); Motor_Output(anglePID.output + speedPID.output); } }