基于STM32F103 平衡自行車的研究與實現

李富鋼

（樂山師范學院 電子與材料工程學院，四川 樂山 614000）

0 引言

自行車作為一種交通工具，具有體積小巧、避障靈活、能源利用率高、綠色環保等特點。在人工智能和5G 物聯網引領的時代有較大的應用前景。國內許多學者開展了平衡自行的研究和設計工作。在黨新安[1]等人提出的以慣性輪系統為物理模型的自平衡自行車方法，通過增加飛輪裝置，利用角動量守恒原理進行平衡，使得自行車在靜止情況下完成平衡。由于添加了機械裝置，使得工程實現難度增加。王志龍[2]等提出的積分分離算法，系統收斂慢，主動抗擾薄弱。王涵[3]等提出的切換PID 控制算法，能夠完成平衡效果，但控制參數整定較為復雜，不同的硬件條件環境下PID 切換臨界點參數難以整定。針對自行車平衡控制已有較多研究[4-11],這些研究側重介紹方法，沒有給出具體的實現過程。本研究有效地解決了以上問題，同時引入自動尋跡功能，有助于推動自行車的個性化，智能化服務應用。在傳統的共享單車應用中，需要到指定的地點進行騎車，并在指定的地點還車。自平衡自行車可以實現根據用戶的定位，自動尋找到用戶。還可以讓自行車自動跟隨人行使。大大提升了自行車服務效率和服務質量。該平衡自行車的實現需要解決自行車平衡控制及OPENMV 路徑識別相結合的控制算法。本文講述了平衡自行車的軟硬件的設計原理及實現方法。系統硬件電路設計，介紹了STM32最小系統，系統電源，驅動等模塊。軟件設計著重介紹數據采集及濾波及平衡自行車的平衡控制算法。記錄系統數據，進行PID 參數的整定和數據曲線分析。經過反復的參數整定,平衡自行車的穩定性得到較大的提升，該方案移植到現實的自行車上同樣適用，下面將對以上內容進行詳細的闡述。

1 系統總體方案設計

硬件系統的構成包括電源模塊、MCU 模塊、傳感器模塊、舵機模塊、電機驅動模和速度采集模塊，以及人機交互模塊。STM32F103 作為控制核心負責傳感器數據的采集和計算，同時對各模塊進行控制。舵機負責連接“龍頭”實現轉向，電機驅動和數據采集實現自行車的速度閉環。所有系統控制都在以上硬件平臺上進行。在電子元件和模塊選型的過程中需要考慮其芯片性能，運行的穩定性，以及性價比。系統控制框圖如圖1 所示。

圖1 控制框

車模設計方案，首先通過CAD 構圖建模軟件進行車模的主體結構進行設計，然后再根據設計參數購買車架零件進行組裝和調試，在需要用到特殊結構連接件的地方，我們采用3D 打印技術進行機械上的補短和優化。車模設計的原則是，整車重量要輕，重心靠后利于轉向。車模3D建模如圖2所示。

圖2 車模3D 設計

2 系統設計原理

STM32F103 作為計算和控制的核心，首先利用STM32F103 的SPI 總線接口讀取MPU6050 的姿態數據，將獲取的X 軸的角度數據和Y 軸的角速度數據進行數據融合，得到一個穩定的角度數據。將角度數據進行PID 算法。輸出控制到舵機和電機，根據我們實際生活中騎自行車的經驗，車往那邊倒，“龍頭”就往那邊偏轉，同時給予一定的加速。利用輪子轉動的陀螺效應以及“龍頭”偏轉所帶來的重心調整，可以閉環控制自行車轉向，并在行駛狀態下的直立不倒。自行車受力模型 如圖3 所示。

圖3 自行車受力模型

3 硬件方案設計

硬件設計主要是電路原圖和PCB 電路板的設計與制作。在設計上需要考慮電路原理的功能和性能參數。PCB 電路設計需要在電路布局和元件擺放過程中考慮信號干擾，及人性化接口等因素。經過反復的優化最終完成電路設計圖，如圖4所示。

圖4 電路原理設計

盡量減小PCB 設計板子尺寸，布局緊湊，定位孔與車模匹配，其中MPU6050 模塊的電路盡量放置在板子中心，以便板子安裝到車模上面以后。傳感器正處于車模中心，可以更為準確的測量車身姿態數據，如圖5 所示。

圖5 PCB 效果

3.1 電源模塊

電源模塊的設計，決定著整個系統運行穩定性。首先計算出整個系統的極限電流。再選擇滿足的DC-DC 穩壓芯片，進行電源設計。由于本系統采用的是7.2V 鋰電池供電，所以采用DC-DC降壓方案。芯片型號為TPS7350 和LM2941。前者主要用于控制系統和傳感器供電，后者為可調電壓，用于舵機。如圖6 所示。

圖6 系統電源模塊

3.2 STM32F103 最小系統

自平衡自行車系統，是一種欠驅動，內部發散的不穩定系統。對MCU 的數據運算速度及輸出控制的實時響應性能，提出了很高的要求。對比市面上應用于嵌入式系統的MCU 如樹莓派、TI、英飛凌、STM32 等核心控制器，最終選擇STM32F103。該控制器基于ARM 內核架構，32 位數據總線。最高總線頻率可以達到72 MHZ，內部FLASH容量16 k～512 k，擁 有 睡眠、停機和待機模式。集成 IIC，UART，SPI，CAN，USB 等通信模式。支持SLINK 以及DAM下載模式，MCU 與姿態傳感器采用SPI 四線制進行傳感器數據采集，最高達到72MHZ 的I/O輸入輸出速率，以及(NVIC) 和處理器內核接口緊密配合，可以實現低延遲的中斷處理和晚到中斷的高效處理，保證了系統的算力及實時控制。如圖7 所示。

圖7 STM32 最小系統

3.3 巡線模塊

自行車搭載OPENMV 模塊進行巡線，者指定人物，形狀跟隨行駛。OPENMV 采用圖像識別算法，搭配720P攝像頭，使用PYTHON語言進行二次開發。通過配置和調用巡線功能，能夠實時進行閉環路徑位置信息反饋。獲取的路徑信息通過UART 接口傳輸給STM32 控制器用于自行車轉向控制依據。該模塊性能穩定，易于開發和移植，已經在很多領域進行應用。OPENMV 實物圖，如圖8 所示。

圖8 OPENMV 巡線模塊實物

3.4 驅動電路設計

進行驅動電路設計時需要考慮匹配平衡自行車自重和驅動電機的功率。自行車模型重量712 g，匹配380 電機及減速齒輪組。該電機最高轉速16200轉/分，最大功率16 W，最大扭矩82 mN,堵住電流21 A。經過計算，該動力組合足以保障自行車行駛動動力。

驅動電路的設計采用英飛凌的BNT7971。該驅動芯片內部集成MOS 半橋驅動.驅動電路的設計主要考慮與電機參數的匹配，以及系統的供電電壓。該芯片的電源輸入5～18 V，最大工作電流50 A.信號驅動主要采用10 KHZ 的PWM 信號占空進行電機功率控制。脈沖寬度調制(PWM)，簡稱脈寬調制，是利用STM32F103 的PMW 模塊輸出來對模擬電路進行控制的一種功率控制技術，通過控制固定電壓的直流電源的開關時間，從而改變負載兩端的有效電壓，進而達到控制要求的一種電壓調整方式。并根據需要改變一個周期內“接通”和“斷開”的時間，改變直流電機電樞上電壓的“占空比”改變平均電壓的大小，從而達到控制電動機的轉速目的，電路設計圖如圖9 所示。

圖9 BTN7971 原理

3.5 姿態傳感器模塊

系統中采用的是MPU6050 姿態傳感器，該傳感器可以檢測3 軸加速度及3 軸陀螺儀。控制通過IIC 總線方式與MPU6050 進行數據通信，進而讀取姿態數據。通過不通的寄存器設置，可以讀取數據。0x3B，加速度計的X 軸分量ACC_X，0x3D，加速度計的Y 軸分量ACC_Y，0x3F，加速度計的Z 軸分量ACC_Z，0x41，當前溫度TEMP，0x43，繞X 軸旋轉的角速度GYR_X，0x45，繞Y軸旋轉的角速度GYR_Y，0x47，繞Z 軸旋轉的角速度GYR_Z，MPU6050 如圖10 所示。

圖10 MPU6050 實物

3.6 舵機模塊

舵機是由齒輪組、電機、電位器、電機控制板、殼體組成的一套自動控制系統。通過發信號，控制輸出軸的旋轉角度，進而帶動機械部件進行轉動。比如機器人的關節，航模的機翼，車模的轉向系統，如圖11 所示。

圖11 舵機內部結構

控制信號進入信號調制芯片，獲得直流偏置電壓。它內部有一個基準電路，產生周期為 20 ms，寬度為1.5 ms 的基準信號，將獲得的直流偏置電壓與電位器的電壓比較，獲得電壓差輸出。電壓差的正負輸出到電機驅動芯片決定電機的正反轉。當電機轉動時，通過級聯減速齒輪帶動電位器旋轉，使得電壓差為0 V，電機停止轉動。如圖12 所示。

圖12 舵機控制信號

根據舵機控制的信號要求，首先要對STM32F103 內部PWM 模塊進行配置，用于輸出周期為20 ms 的PWM 調制波形,然后再通過對占空比寄存器賦值，改變輸出波形的占空比，達到控制舵機角度的目的。

圖13 控制角度與脈沖寬度

3.7 機械設計和安裝調試

將電路板和電池安放在自行車模的后座上。這樣可以減輕轉向的阻力。使得方向的調整很敏捷，同時需要將陀螺儀的位置盡量安裝在中心，盡量降低重心。上電開機的時候首先觀察車模靜態平衡狀態下的角度信息，記錄并重新設置在系統里面。默認的舵機中心值可能沒有使得輪子方向回正。可以通過軟件修改中心值，也可以通過重新安裝擺臂的方式進行修正，自行車實物如圖14 所示。

圖14 車模實物

4 軟件方案設計

4.1 系統控制流程圖

整個系統上電啟動以后，首先進行系統初始化，包括IO 初始化，中斷初始化，以及PWM 模塊初始化等，然后從Flash 讀出相應的設置參數，再通過按鍵進行設置更改后并寫入Flash。進入主循環以后，開始讀取MPU6050 的數據，如果數據有效，進行濾波，PID 控制，同時檢查停車。軟件流程圖如圖15 所示。

圖15 軟件流程

4.2 互補濾波算法

MPU6050 獲取角度信息的原理是當傳感器發生傾斜時，重力加速度g 在Z 軸方向形成加速度分量，從而引起該軸輸出電壓變化。變化規律如式（1）。

當傾角比較小的時候，那么電壓的變化就可以近似與傾角成正比。陀螺儀是利用了旋轉坐標系中的物體會受到科里奧利力的原理，在器件中利用壓電陶瓷做成振動單元。當旋轉器件時會改變振動頻率從而反映出物體旋轉的角速度。

加速度計在運動中存在較大的毛刺信號，取瞬時值計算傾角誤差比較大。陀螺儀在靜態的時候是無法測量角度的，必須在運動的過程中，做積分運算才能準確測量角度。那么二者的特性正好可以互補。采用一階互補濾波，也可以理解是加權平均。即在短時間內相信采用陀螺儀的角度，長時間相信相信加速計的角度。使用兩者的數據進行互補濾波運算。也可以理解為加速度計要濾掉高頻信號，陀螺儀要濾掉低頻信號，然后再相加得到整個頻帶的信號。

需要注意的是由于陀螺儀是取積分運算如果信號存在飄逸和偏差，那么積分所到的角度信息隨時間的累計誤差將變大，將無法得到準確的角度信息。所以需要在啟動濾波器之前對陀螺儀的零偏值進行采集，運算的時候減去零偏值。如果陀螺儀靜止情況下本身就為零，就無須在處理，這樣就可以得到準確的積分角度。互補濾波算法如公式（2）：

Wm 為陀螺儀輸入參數，acc_angm 為加速度輸入參數，K 為加權系數，Ts 為積分時間常數，att 為融合角度。經過調試取Ts=0.02、K=0.02 看出濾波后的曲線（紅色）與原始角度曲線（黃線）的跟隨是比較緊密的。同時也濾掉了其噪聲，保持曲線平滑。

4.3 平衡控制與轉向閉環

自行車在有一定速度的情況下，車身在行駛的過程中發生傾斜，為了保持平衡，我們需要往傾斜的方向進行轉彎，利用加速度將重心調整回到平衡位置，再將方向回正。在平衡控制程序中，我們使用PD 控制，即比例項和微分項。入口參數是完成濾波以后的傾角和角速度。如圖16 所示。有了平衡控制只能完成小車的直線行走，并不能再轉向控制。這時我們引入轉向閉環控制。這里使用轉向PI 控制，I 量夠幫助在轉向過程中對轉向偏差的積分進而達到理想的轉向角度公式如（3）。以當前的傾角作為平衡傾角，重新計算形成理想的轉向角度。最終體現出來的效果就是轉向的過程中依然保持平衡，無限循環轉圈而不會摔倒。

圖16 互補濾波曲線

圖17 PID 控制示意

4.4 系統數據測試

平衡自行車完成搭建和代碼編寫后，需進行平衡參數的調試。調試步驟分為平衡參數調試和轉向參數調試。表1 和表2 是調試參數的記錄數據及現象描述。平衡參數的調節主要是起到響應傾斜的控制，幫助快速改變重心。但是無法持續的維持重心位置。轉向參數的加入可以進行累積誤差，起到維持轉向過程中的重心位置保持，巡線調試如圖18 所示。

圖18 自行車彎道巡線視頻連拍

表1 平衡系數

表2 轉向閉環參數

最終確定參數：Ban_KP=7.1、Ban_KD=5.6、Velocity_Kp=0.6、Velocity_Ki=0.7

5 結語

經過對自平衡小車的設計和制作，最終完成功能實現，完善了系統參數，使小車的整體平衡和巡線效果良好。該系統的設計為后續進一步實現自平衡自行車的廣泛應用和拓展提供了一定的技術參考。但在該系統設計中，依然存在一些不足，比如針對不同的機械構造，要調試出相應的一套系統參數。為該應用的量產增加了工作難度。所以后面的研究將針對采用機器學習的方式教會自行車如何自適應駕駛并自動校正參數，完成參數與系統的匹配。