企业官网建设流程全解析

做两轮自平衡小车这事，说难不算难，说容易也真的容易翻车。我记得第一次把基于STM32F103C8T6的两轮自平衡小车装好后，满怀期待地松手，结果电机“嗡”一声就把车甩出去了，传感器数据在屏幕上跳得像心电图。后来反复查资料、改代码、调参数，才慢慢摸清楚整个系统的脾气。这篇文章我就从选型、机械、姿态解算、PID控制到实际调参，把这辆小车的完整实现思路和踩坑经验整理出来，给正准备动手或者已经卡在某个环节的朋友做个参考。

1. 选型逻辑：为什么STM32F103C8T6是新手入门自平衡小车的最佳起点

1.1 这个芯片跑控制闭环到底够不够

先说结论：STM32F103C8T6对于两轮自平衡小车来说，性能是绰绰有余的。它是一颗Cortex-M3内核的32位单片机，最高主频72MHz，Flash 64KB，RAM 20KB。很多人一看到“64KB Flash”心里就打鼓，觉得会不会不够用，实际上自平衡小车的代码量也就几千行，包含姿态解算和PID控制的完整工程编译出来通常在20KB到30KB左右，Flash余量非常充裕。

真正决定性能的是控制闭环的实时性要求。一个典型的自平衡控制循环是这样的：读取MPU6050的加速度计和陀螺仪数据，做一次姿态融合得到当前倾角，把角度和角速度送入PID控制器计算输出，最后通过定时器更新PWM占空比驱动电机。这个循环需要在1到5毫秒内重复执行一次，如果控制周期拖到10毫秒以上，小车就会明显“迟钝”，很容易倒。72MHz的主频处理这些计算完全是小事，即使加上编码器速度环，整个闭环依然能稳稳跑在1kHz以内。

相比常见的8位单片机或者某些开发板，STM32F103C8T6的优势在于外设齐全且定时器精度高。PWM输出、I2C读取传感器、串口调试、编码器接口这些功能都可以用硬件外设完成，不占用CPU中断资源去模拟时序，这对控制系统的稳定性非常重要。而且这块芯片的生态非常成熟，网上资料多，遇到问题基本都能搜到解决方案，对新手极其友好。

1.2 外设资源盘点与引脚分配参考

做自平衡小车，最怕的就是引脚分配不合理。我习惯先把资源规划表列出来再接硬件，这样能避免后面调试时发现两个外设抢同一个引脚的问题。

有一个非常容易踩的坑：PB3、PB4、PA15这些引脚默认是JTAG调试引脚，如果把它们当成普通GPIO用，会发现IO怎么都拉不高，因为芯片上电后这些引脚被调试外设占用了。建议把电机方向控制、指示灯等功能放在没有复用冲突的引脚上，实在要用这些引脚，需要先用代码关闭JTAG复用功能。

1.3 最小系统板的选购与检查要点

市面上常见的STM32F103C8T6最小系统板有两种形态：一种是带USB口的老款风格板子，另一种是只有邮票孔和排针的精简板。两种都适合做小车，但有几个细节要检查。

第一是晶振。大部分板载8MHz晶振，但有些精简板用的是16MHz或者靠芯片内部RC振荡器。固件里的系统时钟配置必须和实际晶振匹配，否则串口波特率会乱、I2C时序会错，小车根本没法正常工作。建议买回来先跑一个串口打印例程，确认系统时钟是否准确。

第二是板载LDO的压差和输出能力。有的板子用AMS1117-3.3，输入5V输出3.3V，电流余量不大，带MPU6050和天线模块还行，但不要指望它给其他大功率外设供电。电机驱动必须单独接电池电源，不要把电机电流拉到单片机LDO上。

第三是BOOT0引脚状态。正常跑程序BOOT0要拉低。有些板子把BOOT0做成跳帽，如果跳帽插错位置，ST-Link烧录正常，但上电后程序不运行，容易被误判为芯片坏了。

2. 自平衡的物理本质与控制原理拆解

2.1 小车本质上是一根倒立摆

靠两个轮子让车身立住，物理模型完全可以看成一根倒立摆。把车身简化成一根杆子，重心在轮轴上方，杆子天生就会往一侧倒。想让杆子不倒，唯一办法是给底座施加一个水平方向的加速度，让支撑点去“追”重心。

拿扫帚立在手掌上做例子：扫帚往左倒，你的手就往左移动，扫帚就往右回；手移动的速度越快，扫帚回正得越快。两轮小车也是这样，电机驱动轮子左右移动，车身倾角就作为控制反馈，让轮子始终往车身倾倒的方向加速移动。轮子移动的速度和车身的倾角、倾角变化速率之间，存在一个可以量化的比例关系，这就是PID控制器要干的事情。

这里有个初学者容易理解偏的地方：小车不是“等车身倒了一定角度再纠正”，而是要从倾角和角速度里预测出倾倒趋势，提前给轮子加速。如果等肉眼可见偏了再去控制，系统延迟早就让车倒了。这也是为什么传感器采样频率和控制频率都要尽量高的原因。

2.2 测量、决策、执行三个环节闭环

整套系统可以拆成三个环节。首先是测量环节，MPU6050输出车身当前的倾角和角速度；然后是决策环节，主控根据倾角偏差计算出电机需要的目标加速度；最后是执行环节，电机驱动芯片把控制信号转成电机两端的电压和电流，让车轮产生名副其实的推挤动作。

三个环节中任何一环延迟过大，整辆车都会失去稳定。我实测下来，控制循环的执行时间对稳定性影响特别明显：同样是P=20、D=150的参数，在5ms周期下小车能勉强立住但来回摆，把周期压到2ms之后，车身明显变“硬”，晃动幅度立刻小了很多。所以代码里不要用堵塞式的延时，尽量用一个定时器中断或者一个固定频率的任务调度来跑主循环。

2.3 三个控制增益的直觉理解

在动手调参之前，先把比例项、微分项和积分项这三者到底在干什么搞清楚，后面能少走很多弯路。

比例项（P）负责“根据当前倾角偏差给多大加速度”。车身偏1度给多大输出，就是P。P太小，车身倾斜了轮子却反应不大，结果就是车身慢慢倒下去；P太大，轮子反应过度，车身会绕着平衡点来回震荡，甚至出现危险的猛烈抖动。

微分项（D）负责“根据角速度提前抑制趋势”。等于说它站在比例项前面观察变化速度，如果车身正在快速朝一边倒，即使当前角度偏差还不大，微分项也会先给出一个反向输出把它拦住。这就是阻尼的效果。D太小车会来回晃；D太大，车会被“僵住”，同时放大传感器噪声，表现为高频发抖。

积分项（I）处理的是长期偏差，比如重心略微偏向右侧导致小车总是慢慢往右跑，这时候积分项会累计这个误差逐渐修正输出。但在平衡车上，积分项用不好的话副作用很明显：车身每次快回正时积分残留会把它再推出去，造成周期性摆动。所以很多双轮平衡方案不用I，或者只把它用在速度环上而不是角度环上。

3. 硬件搭建：元器件选型与接线参考

3.1 一套不用反复返工的核心器件组合

硬件方案我前后试过几种，最终稳定下来的是这么一套。STM32F103C8T6最小系统板做主控，MPU6050模块负责姿态检测，电机驱动用TB6612FNG，电机用带霍尔编码器的N20减速电机，电池用两节18650串联的7.4V锂电。

TB6612FNG是很值得推荐的驱动方案，它对比常见的L298N优势很明显：体积小、导通压降小、发热低。L298N在低电压下容易因为压降太大导致电机参数大打折扣，而TB6612在7.4V输入下，输出到电机的电压损失很小，控制效果更直接。如果手头只有L298N，也不是不能用，只是要把电池电压稍微抬高一点，或者接受电机响应变慢的现实。

电机选择上，TT马达（130电机加减速箱）也能跑，但控制精度确实有限。TT马达的减速比常见的是1:48，空载转速偏高，齿隙比较大，低速时响应不均匀，会出现电机明明给了PWM却在死区附近不转的情况。N20电机体积小、减速比高、带编码器，价格稍贵但控制效果好很多。如果预算有限，至少选一个带霍尔编码器的电机，后面做速度环会轻松得多。

3.2 电气接线详细参考

接线是新手翻车的第一高发区。我整理过一张自己实测没问题的接线表，照着接基本不会出乱子。

有个特别容易被忽略的点：MPU6050的GND和电机驱动的GND、单片机的GND必须连接在一起，形成完整共地。很多人装上之后发现传感器数据乱跳、电机不转，查了半天最后发现就是没共地。电机启动瞬间电流很大，会在地线上产生电压波动，如果不共地，单片的逻辑参考电位会和传感器不一致，I2C通信直接被打乱。

3.3 机械装配里决定成败的细节

电路接好只是开始，机械装配决定这辆车好不好调。第一个重点是重心位置：电池和电路板安装位置尽量低，重心越靠近轮轴，小车越容易稳定。第二个重点是把MPU6050安装在车身的几何中心附近，并且与车身刚性固定。用双面胶粘在软绵绵的塑料壳上，电机振动会直接干扰传感器，姿态数据全毁。

轮距和轮子材质也有讲究。轮距太大，转向不灵活；轮子太窄或者表面太光滑，在小幅度调整时容易打滑，导致控制失效。我用的是一对直径65mm左右的橡胶轮，配合N20电机自带的联轴器，抓地力和响应速度比较均衡。

如果条件允许，在车身前方装一个小支撑轮或者防倾倒架子，调试阶段能少摔无数次。这个架子不用电机驱动，只在软件还没调好前防止车子直接拍地上摔坏传感器。

4. 姿态信息获取：从MPU6050原始数据到稳定姿态角

4.1 加速度计和陀螺仪为什么必须互补

MPU6050内部有一个三轴加速度计和一个三轴陀螺仪。加速度计测的是“当前加速度矢量”，静止时它输出的就是重力加速度的分量，所以能直接算出车身倾角，也就是arctan(a_y / a_z)这类公式。它的优点是长期稳定，没有漂移，缺点是噪声大，而且当车身有水平加速度时，输出的加速度不纯粹是重力分量，算出来的角度会被污染。

陀螺仪测的是角速度，对角速度做积分就能得到角度变化。它的优点是短时间非常准确，不受水平加速度干扰，缺点是有零漂，时间一长积分积累的误差会越来越大，角度会慢慢飘到十万八千里。

所以要用互补滤波或者卡尔曼滤波把两者融合：短时间信任陀螺仪积分，长时间用加速度计角度拉回来。这就是姿态解算的核心思想。

4.2 一阶互补滤波的实现原理与代码

最经典的互补滤波实现就是一行核心公式：

angle = ALPHA * (angle + gyroRate * dt) + (1 - ALPHA) * accAngle;

其中ALPHA是一个0到1之间的系数，通常取0.9到0.98。ALPHA越接近1，系统越信任陀螺仪，角度响应快但长期漂移大；ALPHA越接近0，系统越信任加速度计，角度稳定但受到振动干扰大。实际调试时我通常先设成0.95，再根据波形微调。

完整的读取流程大致是初始化I2C、配置MPU6050的量程和采样率、读取原始数据、换算成物理单位、做互补滤波。这里贴一个小段的参考代码框架：

#define ALPHA 0.95f #define DT 0.002f float angle = 0.0f; void IMU_Update(float gx, float gy, float gz, float ax, float ay, float az) { float accAngle = atan2f(-ax, az) * 180.0f / 3.1415926535f; angle = ALPHA * (angle + gy * DT) + (1 - ALPHA) * accAngle; }

注意代码里用的gy是绕车身前后轴旋转的角速度，方向正负一定要和机械安装对应好。我曾经因为传感器竖装、横装没调整坐标轴映射，导致融合出来的角度方向和实际倾角相反，整个PID控制全乱了。

4.3 采样周期与滤波效果的调试心得

互补滤波系数不是拍脑袋定的。正确的验证方法是用串口把angle值和加速度计直接算出的accAngle同时打印出来，用手缓慢晃动车身，观察两条波形是否贴合。如果angle明显滞后，说明ALPHA太大；如果angle噪声大、有毛刺，说明ALPHA太小。

控制周期越短，互补滤波的单步积分值越小，ALPHA可以适当调大。我的实验数据是：2ms控制周期，ALPHA取0.95时波形最平滑；10ms控制周期，ALPHA必须降到0.90，否则陀螺仪积分漂移效应会比拉回作用更明显。

另外强烈建议给MPU6050加上低通滤波，也就是利用芯片内部的DLPF配置寄存器，把传感器输出的截止频率设在42Hz左右。不加这个滤波器，高速振动会被当作真实角度变化喂给PID，导致车身高频抖动。

5. PID控制器的设计与实现

5.1 并联PID的基本结构

先区分什么叫并联PID和串联PID。并联结构就是三路分别计算再求和，公式是：

output = Kp * error + Kd * angleRate + Ki * integral;

这里error是目标角度和当前角度的偏差，angleRate是传感器直接读出的角速度，integral是误差积分。注意角度环的微分项不推荐用“误差的差商”，也就是error_pre - error，因为这样会把传感器噪声差分放大，而且等价于一个不稳定的伪微分。直接把陀螺仪输出的角速度用作微分项，物理意义更准确，效果也更好。

完整控制代码可以写成：

float balance_pid(float angle, float gyro_rate, float target_angle) { float error = target_angle - angle; float integral += error * dt; if (integral > I_LIMIT) integral = I_LIMIT; if (integral < -I_LIMIT) integral = -I_LIMIT; float output = Kp * error + Kd * (-gyro_rate) + Ki * integral; return output; }

注意gyro_rate前面的符号要跟error方向配合好。关键是建立一个闭环逻辑：车身往一个方向倾斜，输出要让轮子往同一方向加速，这样支撑点才能回到重心下方。符号搞反的话，车会猛地往倾倒方向加速，直接拍地，这是几乎所有新手都会经历一次的“反向炸车”。

5.2 角度环和速度环：从站住到稳定移动

如果只用了角度环，车可能会原地立住，但会非常“飘”，一个小扰动就让它往一个方向溜车。这是因为光平衡角度，没有解决车身整体漂移的问题。这时候就要加第二层——速度环。

速度环的思想很简单：如果车身整体在往右移动，就把目标角度微调一个偏量，让车稍微往左倾斜，产生一个反向的加速度，把车拉回原地。本质上速度环的输出不是直接给电机，而是叠加到角度环的目标角度上。

float speed_output = SpeedP * speed + SpeedI * speed_integral; float balance_target = speed_output; float duty = balance_pid(angle, gyro_rate, balance_target);

速度环通常用PI就行，比例项负责快速抑制车速，积分项负责消除长期的漂移。对于不打算做自主走动的朋友，速度环可以后加，先把角度环调到能站住，再加速度环让它“原地驻车”，最后再用遥控目标速度实现前进后退转弯，这个顺序不要乱。

5.3 控制参数的量级参考与初始化

很多朋友不知道PID参数第一次该给多大。我给自己常用的板子做了一组经验参数参考，具体数值会因机械结构、电机减速比和电池电量不同而浮动，但量级是有参考价值的。

控制输出一定要做限幅，我通常限到±90%占空比。如果不限幅，积分饱和或者大偏差时电机直接满转，车会像兔子一样蹦出去，既不安全也容易损坏机械结构。

6. 调参实战与踩坑排查

6.1 先把“数据观测”这一步做到位

调参之前最重要的一件事是用串口把实时数据发到电脑上看，没有可视化数据，调参就是在盲人摸象。我在调试时用串口发送类似“angle,pwm”这样简单的文本帧，电脑端用串口助手或者自己写一个简单的Python脚本画波形都可以。

不要一上来就直接整车跑。我通常先把车轮架空，手拿着车身倾斜，观察串口输出的角度值和PWM输出值是否符号匹配。轮子应该往车身倾斜的方向加速追。这一步排除符号错误后再落地调参，效率会高很多。

落地后的调参顺序严格按照P→D→I来。先把速度环和积分项都清零，只留Kp，从5开始慢慢增加，直到车能明显抵抗倾斜，出现有节律的摆动或者“咕咕咕”的颤抖声。这时候说明P已经给到位了，再增加Kd抑制摆动。Kd从50开始逐步往上加，你会发现摆动逐渐收敛，车身变硬变稳。最后再观察车身是否缓慢漂移，决定要不要加一点速度环。

6.2 常见现象的排查对照表

其中“越摆越大”这个现象最好玩，它很像教堂里的巨大钟摆：能量的输入节奏和系统的自然频率共振了。遇到这种情况，先别再调P，反而是把Kd加大一点，阻尼一上来共振立刻减弱。我的经验是：每一个阶段的参数改变不要超过当前值的20%，每次改完至少观察3到5秒再决定下一步。

6.3 供电、电机死区与传感器固定等“后置问题”

调车调到后期，问题往往不在PID参数上，而在硬件细节。电机死区就是个典型：PWM占空比小于5%的区间，电机因为静摩擦根本不转，但PID输出一个很小的值在累加，等累积到一定值电机突然猛转，车就像打了个嗝一样。解决办法是在代码里做死区补偿，当输出绝对值小于阈值时直接输出0，或者加一个固定偏置让电机跨过死区。

供电是另一大坑。N20电机的启动电流和堵转电流都不小，如果用普通18650电池，电压在负载下会跌落得很快。实测同一组参数，电池电压从8.4V降到7.0V时，平衡效果会明显变差，因为同样的PWM占空比对应的电机电压和加速度都变了。建议在驱动板的VM引脚处并联一个大容量的电解电容，比如470uF甚至1000uF，能显著改善瞬间大电流对系统电压的冲击。

最后再提一句传感器固定方式。MPU6050模块不要用那种很长的排针直插，车身微小时排针会像弹簧一样产生形变，让传感器读数耦合进机械振动。我最后用的是排针焊接后用热熔胶把模块和固定面粘死，收到效果特别好，原来高频抖动的问题直接消失。

这套两轮自平衡小车的项目做到现在，我自己最大的体会是：平衡控制不是“代码写对就行”，它是一个从机械到电气再到软件的完整系统闭环。先学会把每一环做扎实，再用PID把各个环节串起来，剩下的就是耐心调参和细心观察数据。硬件方案、控制代码和调参经验都在上面了，真要复刻的话，先从中断频率和传感器方向检查入手，九成问题都能提前避开。