当前位置：首页 > news >正文

STM32实战：用编码器测速搞定MG513电机转速（附4倍频配置与避坑点）

news 2026/6/2 23:29:54

STM32实战：用编码器测速搞定MG513电机转速（附4倍频配置与避坑点）

在智能车竞赛和机器人开发中，精确控制电机转速是核心挑战之一。MG513这类带霍尔编码器的直流减速电机，配合STM32的编码器接口，能实现高精度的转速测量。本文将手把手带你完成从硬件接线到转速计算的完整流程，重点解析4倍频配置的底层逻辑，并分享实际调试中容易踩坑的解决方案。

1. 硬件连接与编码器基础

MG513电机通常配备AB相霍尔编码器，每转输出13个脉冲（PPR）。减速比为1:60意味着电机轴旋转60圈，输出轴才转1圈。这种设计在需要大扭矩的应用中很常见，但会给测速带来一些计算上的复杂度。

典型接线方案：

编码器A相 → STM32定时器通道1（如TIM3_CH1）
编码器B相 → STM32定时器通道2（如TIM3_CH2）
电机驱动信号 → PWM输出引脚

注意：AB相必须接在同一个定时器的两个通道上，且推荐使用上拉输入模式（GPIO_Mode_IPU）以增强抗干扰能力。

霍尔编码器与光电编码器的关键区别：

特性	霍尔编码器	光电编码器
分辨率	较低（通常<20PPR）	较高（可达1000PPR）
抗干扰性	强	较弱
成本	低	高

2. 定时器编码器模式配置

STM32的定时器内置正交编码器接口，支持1-4倍频。对于MG513电机，我们选择TI12模式（同时捕获AB相边沿）实现4倍频：

TIM_EncoderInterfaceConfig(TIM3, TIM_EncoderMode_TI12, TIM_ICPolarity_Rising, TIM_ICPolarity_Falling);

关键参数说明：

TIM_EncoderMode_TI12：同时使用TI1和TI2作为计数源
TIM_ICPolarity_Rising/Falling：分别设置两个通道的极性
ICFilter：建议设置为0x0F（15个时钟周期滤波）

寄存器级工作原理：当检测到AB相的边沿跳变时，TIMx_CNT寄存器会自动增减。4倍频的本质是：

A相上升沿 + B相低电平 → CNT+1
B相上升沿 + A相高电平 → CNT+1
A相下降沿 + B相高电平 → CNT+1
B相下降沿 + A相低电平 → CNT+1

3. 转速计算与物理量转换

转速计算的核心公式：

rpm = (ΔCNT / (PPR × 减速比 × 倍频)) × (60 / 采样周期)

对于MG513电机：

PPR = 13
减速比 = 60
倍频 = 4
采样周期 = 0.1s（推荐）

因此代码实现为：

void TIM4_IRQHandler(void) { if (TIM_GetITStatus(TIM4, TIM_IT_Update)) { int16_t pulse_count = TIM_GetCounter(TIM3); TIM_SetCounter(TIM3, 0); float rpm = (pulse_count / (13.0 * 60 * 4)) * (60 / 0.1); TIM_ClearITPendingBit(TIM4, TIM_IT_Update); } }

常见计算误区：

忘记减速比（误用电机轴转速代替输出轴转速）
整数除法问题（必须确保使用浮点运算）
采样周期单位不一致（秒与毫秒混淆）

4. 实战调试与问题排查

4.1 计数异常问题

现象：转速显示忽大忽小或方向错误解决方案：

检查AB相极性配置
增加输入滤波（TIM_ICInitStructure.TIM_ICFilter）
验证GPIO模式是否为上拉输入

4.2 溢出处理

当电机高速旋转时，16位计数器（0-65535）可能溢出。推荐两种解决方案：

方案A：缩短采样周期

// 将采样周期从100ms改为10ms TIM_TimeBaseInitStructure.TIM_Period = 10000 - 1; // 10kHz TIM_TimeBaseInitStructure.TIM_Prescaler = 84 - 1; // 84MHz/84 = 1MHz

方案B：32位扩展计数

volatile uint32_t total_pulses = 0; void TIM3_IRQHandler(void) { if(TIM_GetITStatus(TIM3, TIM_IT_Update)) { total_pulses += 65536; TIM_ClearITPendingBit(TIM3, TIM_IT_Update); } }

4.3 速度波动优化

通过移动平均滤波平滑数据：

#define FILTER_LEN 5 float speed_buffer[FILTER_LEN]; uint8_t buf_index = 0; float moving_average(float new_speed) { speed_buffer[buf_index++] = new_speed; if(buf_index >= FILTER_LEN) buf_index = 0; float sum = 0; for(int i=0; i<FILTER_LEN; i++) { sum += speed_buffer[i]; } return sum / FILTER_LEN; }

5. PID控制初步实现

获得准确转速后，可构建速度闭环。基础位置式PID实现：

typedef struct { float Kp, Ki, Kd; float integral; float prev_error; } PID_Controller; float PID_Update(PID_Controller* pid, float setpoint, float measurement, float dt) { float error = setpoint - measurement; pid->integral += error * dt; if(pid->integral > 1000) pid->integral = 1000; if(pid->integral < -1000) pid->integral = -1000; float derivative = (error - pid->prev_error) / dt; pid->prev_error = error; return pid->Kp * error + pid->Ki * pid->integral + pid->Kd * derivative; }

调试建议：