STM32循迹小车PID调参实战:从疯狂左转到完美跑圈

基于STM32和PID算法实现小车循迹 通过这次功能的实现,我清楚的了解循迹传感器、驱动电机、PID算法控制的原理和使用,还有实现一个功能需要不断的调试,测试,同时也了解自己的不足,还是有很大的提升空间,加油,共勉。 阅读详情

1. 从“疯狂左转”说起:PID调参才是循迹小车上最难的一道坎

如果你刚把STM32循迹小车的代码烧进去,满怀期待地放到跑道上按下电源,结果小车不是冲出去,而是原地“啪”地一下猛转左轮、整台车像个陀螺一样原地转圈,或者直接一头扎向赛道外边,一路往左狂奔,那恭喜你,你正在经历每个做循迹小车的人都会遇到的第一道坎。

我当年第一次调PID时,小车在测试台上疯狂左转,电机转速拉满,差点把电池线甩断。当时我一度以为是硬件接错了、传感器坏了、甚至怀疑是不是地磁干扰——折腾了两天之后才意识到:不是车坏了,是PID参数和逻辑方向压根没配对。

这篇博文要解决的问题,就是把你从“疯狂左转”带到“完美跑圈”。我会从PID的控制原理讲起,落在增量式PID的具体实现代码上,然后重点讲调参的完整思路和排查链路。全程用STM32标准库风格的C代码,移植到HAL库也只需要把底层的PWM和ADC接口换掉即可。

适合谁看?正在做STM32循迹小车毕业设计/课程设计的学生,玩智能车竞赛准备入门PID的新手,以及那种“代码跑起来了但车就是不走直线”的苦手。如果你已经会调P但车还是晃动、过弯甩尾,那从第6章开始看也行。

先说个结论,避免你走弯路: 循迹小车PID调参,本质上是“感知、决策、执行”三个环节的匹配问题 。90%的“疯狂左转”不是算法理论没搞懂,而是传感器映射、电机方向、PWM输出极性这三者中有至少一项和PID逻辑反了。这个后面会展开讲。

2. 控制链路拆解:灰度传感器、STM32、电机之间到底在传递什么

2.1 为什么不用继电器式开关控制,非得用PID

很多新手第一次写循迹逻辑,用的都是最简单粗暴的方式:

  • 传感器在线的左边,就往右转;
  • 传感器在线的右边,就往左转;
  • 都在线中间,就直走。

这种逻辑在低速、大弯道、宽黑线、传感器间距合适的情况下确实能跑。但只要车速稍微提起来一点,小车就会在线的两侧来回“画龙”,越画越夸张,最后冲出去。

原因很简单:开关控制只有两个状态——“转”和“不转”。它不关心自己偏了多少,只知道“偏了”,然后以最大力度修正。于是必然过冲,冲过头了又反向修正,又过冲。这就是典型的振荡,而且随着速度提高,振荡频率越来越高,最终失控。

PID做的事情本质上就是给这个“修正动作”打分:偏得少就少修正,偏得多就多修正,而且在接近回正时提前减速,避免冲过头。它让“决策”和“偏差量”成正比,而不是只给定性的“有/无”。

2.2 传感器选型与安装布局

循迹小车最常见的传感器方案有两种:

方案 传感器类型 输出方式 优点 缺点
数字量方案 TCRT5000红外反射模块(带比较器) 0/1 简单,直接读GPIO 只有“黑/白”两态,偏差分辨率低
模拟量方案 灰度传感器(光敏电阻或自制红外对管) ADC电压值 可以插值计算精确位置 电路复杂,校准麻烦

如果你只是让车能跑圈,TCRT5000做一排8路数字量就够用。如果你想让车跑得丝滑、过弯不掉线,推荐至少5路以上。我自己的车用的是8路,间距1.5cm,探头离地约1cm。传感器离地高度非常关键:太近了容易刮到地面凸起,太远了黑白差异值变小,容易误判。

安装布局上有个我踩过的坑:传感器排布宽度要跟跑道黑线宽度匹配。如果黑线2cm宽,你8个探头间隔1.5cm,那黑线最多覆盖1-2个探头,中间几个探头永远在白色地面上,这样整个偏差映射就废了。一般原则是: 传感器总覆盖宽度略大于黑线宽度的1.5倍左右 ,保证小车在较大偏移时仍有探头在线内。

2.3 误差信号是如何生成的:从8路0/1到连续偏差值

PID的输入是一个连续变化的偏差量,但TCRT5000数字量输出只有0和1,怎么变成连续值?两种办法:

办法A:加权映射

给每个探头一个权重,正中间是0,越靠左权重越负,越靠右权重越正。比如8路探头的权重可以设为[-4, -3, -2, -1, 1, 2, 3, 4](注意中间两个不要设0和0,留一个小盲区,也可以设-1和1)。

每次读取后,把所有在线内的探头权重加总,除以在线探头数,得到一个平均位置。公式写一下:

float getError(uint8_t *sensors, uint8_t num)
{
    int weight_sum = 0;
    int on_count = 0;
    int16_t weights[8] = {-4, -3, -2, -1, 1, 2, 3, 4};
    for (int i = 0; i < num; i++) {
        if (sensors[i] == ON_LINE) {   // 探头压到黑线
            weight_sum += weights[i];
            on_count++;
        }
    }
    if (on_count == 0) {
        // 丢线了,返回一个超大偏差,稍后讲
        return last_error * 1.5f;
    }
    return (float)weight_sum / on_count;
}

这个error就是PID的输入:正数代表车偏右,需要往左转;负数代表车偏左,需要往右转。绝对值越大,偏得越多。

办法B:模拟量插值

如果传感器输出的是模拟值,你可以通过“重心法”算出更精细的位置,公式为:

float getCentroid(uint16_t *adc_values, uint8_t num) {
    float numerator = 0.f;
    float denominator = 0.f;
    for (int i = 0; i < num; i++) {
        float val = (float)adc_values[i];
        numerator += val * i * SENSOR_SPACING_CM;
        denominator += val;
    }
    if (denominator < 1e-6f) return 0.f;
    return numerator / denominator;
}

这两种办法的核心思路都一样:把多个传感器的状态量化成一个连续数值,数值的正负和大小直接反映小车相对于黑线的位置偏差。

2.4 执行器端:PWM占空比和转向的关系

执行器是两路直流减速电机,通过TB6612或L298N驱动。PID算出来的是一个“转向控制量”,要把它变成左右电机的PWM占空比。

基础映射方式:


        
基于PID算法的STM32爬坡循迹智能小车的设计与实现 目录 摘要 0 引言 1 需求分析 2 系统结构 3 硬件电路设计 3.1 整体硬件框架 3.2 主控制电路 3.3 电源模块 3.4 红外循迹 3.5 电机驱动 3.6 无线蓝牙控制 4 软件设计 4.1 循迹程序设计 4.2 PID算法调速设计 5 系统搭建与调试 6 结语 参考文献 摘要:随着现代物联网行业的发展,越来越多的智能产品已经出现在人们的生活中。智能型产品在指定的环境中,不用人为控制,就可以按照预先设计的模式,完成指定的动作,可广泛运用... 阅读详情

相关推荐

基于stm32开发的红外循迹小车

2.L298N电机驱动模块:分别是5V,12V,GND,可以通过外加电源给驱动模块供电,IN1,IN2,IN3,IN4,EN1,EN2,通过给IN口不同的电平,可以达到控制电机正反转,EN口为使能口,可以通过给EN口不同的PWM波,来达到控制小车速度,1.红外循迹模块:检测黑线的原理是向外发射红外线,当没有遇到黑线的时候,返回回来,之后返回高电平,当遇到黑线的时候,红外被吸收,返回高电平,读取相应IO口的电平就可以知道小车此时的大致位置;模块有四个输入接口,分别连接四个TT马达,驱动小车运动;

2301_81374681的博客 1万+

第13章-循迹功能 循迹小车讲解 原理分析 STM32智能小车循迹教程 红外对管使用 PID循迹算法分析

先不列举了,大家直接到专栏看和视频里面看把。V3.3.0-STM32智能小车视频: https://www.bilibili.com/video/BV16x4y1M7EN/?V3:HAL库开发、功能:PID速度控制、PID循迹、PID跟随、遥控、避障、PID角度控制、视觉控制、电磁循迹、RTOS等功能。STM32智能小车V3-STM32入门教程-openmv与STM32循迹小车-stm32f103c8t6-电赛 嵌入式学习 PID控制算法 编码器电机 跟随。

2501_91769822的博客 2890

从零到精通:嵌入式智能循迹小车终极指南(STM32+PID算法+源码详解)

将PID相关的所有变量封装在一个结构体中,便于管理和复用。float Kp;float Ki;float Kd;// 目标值,对于循迹,通常是0// PID计算输出恭喜你,坚持读到这里!通过本文的引导,你已经系统地学习了构建一辆高性能智能循迹小车的全过程。我们从最基础的“感知-决策-执行”模型出发,搭建了以STM32为核心的硬件平台,并深入剖析了从简单的逻辑判断到复杂的PID控制算法的软件实现。更重要的是,你掌握了调试和优化的实战方法。完成这个项目,你收获的绝不仅仅是一个会跑的小车。

2302_81855148的博客 3512

STM32循迹小车PID调参指南:从疯狂左转到稳定跑圈

PID控制是嵌入式系统和自动控制领域最基础也最常用的闭环算法,其核心在于根据偏差的比例、积分和微分来精确调节执行机构的输出。在智能车、机器人等应用场景中,PID算法的工程实现与调参水平往往直接决定了系统的稳定性和动态响应。增量式PID因其输出平滑、限幅简单且无积分饱和风险,在电机差速控制中优势明显。STM32作为主流嵌入式主控,配合灰度传感器采集路面信息,可以构建一套完整的循迹小车反馈控制系统。针对小车转向失控、左右震荡甚至疯狂左转等常见问题,通过对比例、积分、微分参数的逐项调试,配合误差提取、丢线处理和速

weixin_29194693的博客 315

基于STM32的循迹小车项目实战

这将有助于初学者对STM32开发和嵌入式系统有更深入的了解,也为进一步的智能小车开发打下基础。本项目选用STM32F103C8T6作为控制芯片,并搭配适配的开发板,方便进行外围设备的连接与调试。通过巡线传感器检测黑色线条,根据检测结果通过PID控制算法调整小车的运动方向,使其跟随预定路径。初始化系统各个模块,并编写中断处理函数,实现巡线传感器的实时检测和控制逻辑。使用PWM信号控制电机速度和方向,实现小车的前进、后退、左转和右转功能。用于检测小车行驶路径上的黑色线条,典型的有红外线传感器模块。

weixin_66608063的博客 1814

第九章-PID整定方法 STM32PID驱动编码器 STM32PID控制电机转速 STM32循迹小车PID算法 STM32智能小车 STM32电磁小车 STM32PID控制PWM电机 STM32平衡小

后续章节也放这里 持续更新中,

2501_91880063的博客 1450

基于STM32与PID算法的智能循迹小车系统开发实战

本文详细介绍了基于STM32与PID算法的智能循迹小车系统开发实战,涵盖硬件选型、传感器布局、PID控制算法实现及参数整定技巧。通过STM32主控与红外传感器采集数据,结合PID算法实现精准循迹控制,为嵌入式开发者提供了一套稳定可靠的解决方案。

grape的博客 633

AUTOSAR FEE 换页机制深度解析:从原理到实现逻辑

​​没有磨损均衡的EEPROM模拟,如同在沙地上建造城堡​​ ——AUTOSAR存储系统设计箴言

汽车电子软件领域知识分享 1345

H3C ACL的应用与配置1

SWHC1-acl-ipv4-adv-3000]rule 30 permit ip source 192.168.50.252 0 destination 192.168.70.252 0 //设置一条ID为30的过滤,允许源地址为 192.168.50.252 访问目的地址为192.168.70.252 的设备。高级ACL范围3000-3999:对源IP,目地IP,协议,端口号进行过滤。[SWHC1]acl number 3000 //创建高级ACL 3000。

weixin_41120428的博客 2431

Modbus CRC和LRC算法研究及代码实现

一、CRC(循环冗余校验) 1 CRC16实现流程 XOR = 异或 N = 字节的信息位 POLY = CRC16 多项式计算 = 1010 0000 0000 0001 (生成多项式 = 1 + x2 + x15 + x16) 在CRC16中,发送的第一个字节位低字节 2 CRC16实例推导 3 CRC16代码实现 unsigned short CRC16(unsigned char *a...

Hi, Boy 2892

3、灵巧手的设计与构造

本文详细探讨了灵巧手的设计与构造,包括多指结构、关节和连杆设计、传感器集成以及分层控制架构等内容。同时,通过工业装配、医疗手术辅助和日常生活辅助等实际应用案例,展示了灵巧手的灵活性和适应性,并分析了当前设计面临的挑战及未来发展方向。

brandy的博客 500

矿石生成(1)

这个提供了标准化的矿石放置配置模板简化了常见和稀有矿石的配置过程遵循了Minecraft原版的世界生成模式提高了代码的可读性和可维护性通过使用这个类,模组开发者可以更轻松地配置矿石的生成规则,而不需要每次都手动编写完整的放置修饰符列表。这种设计模式在原版Minecraft和其他大型模组中也很常见,是一种良好的编程实践。// 导入语句...// 字段和方法...包声明表明这个类位于luckymod模组的WorldGen包中,专门处理世界生成相关配置。导入语句。

qq_24992377的博客 139

【ComfyUI】Z-Image 基础文生图 + 单LoRA

本文介绍了一个基于ComfyUI的Z-Image Turbo基础文生图工作流,采用轻量化UNet模型配合Qwen Image文本理解模型与LoRA风格注入,实现从文本到图像的快速生成。工作流结构清晰,包含模型加载、文本编码、采样解码等标准节点,在人物生成、构图稳定性和出图速度方面表现均衡。通过调整Prompt可控制生成内容,适合日常创作、教学演示及扩展进阶应用。

Mr数据杨 938

Qt入门教程100篇(已完结)

Qt5入门教程,Qt6入门教程。包含了: Qt环境搭建篇、Qt数据类型篇、Qt中STL篇、Qt核心篇、Qt核心对象QObject篇、Qt基础控件篇、Qt对话框篇、Qt高级控件篇、Qt数据模型篇、QSS篇、Qt文件篇 、Qt硬件编程、Qt的一些demo、Qt项目开发篇。......

小鱼酱的博客 15万+

记录Android Studio连接华为(nova)手机鸿蒙系统踩过的坑

鸿蒙系统的华为老机子比较麻烦,坑有点多,兄弟们加油!

沉迷单车的追风少年 7926

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

上一篇: FPGA实现实时CNN推理:从卷积流水线到工业落地
下一篇: STM32驱动TT马达从零开始:PWM调速、H桥与电机控制实战
金渡江
博客等级 码龄10年 70粉丝 8863原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值
⌂ 换网址