在实际嵌入式系统开发中控制一个在二维平面内自由滚动的球体使其能够快速、准确地追踪预设轨迹或到达指定位置是一个经典的、综合性极强的工程实践问题。它不仅考验开发者对PID控制算法、传感器融合、电机驱动等核心技术的理解更要求具备将理论模型转化为稳定可靠物理系统的能力。2017年全国大学生电子设计大赛的B题“滚球控制系统”正是这样一个项目它要求参赛者设计并制作一套能够控制平板倾斜角度从而引导滚球完成指定任务的装置。本文将以一个资深嵌入式开发者的视角从头构建一套“滚球控制系统”。我们将从系统的工作原理和数学模型入手逐步完成硬件选型、电路搭建、软件框架设计、核心控制算法实现最终让系统能够稳定运行。文章的重点不在于复现某个特定比赛方案而在于揭示这类系统通用的设计思路、开发流程和调试方法。无论你是正在备赛的学生还是希望深入理解运动控制与嵌入式系统结合的工程师都能通过本文获得一套可复现、可排查、可优化的完整技术方案。1. 系统原理与数学模型理解“球”与“板”的动力学关系在开始动手焊接电路或编写代码之前必须透彻理解被控对象的物理本质。滚球控制系统的核心是一个“球-板”系统Ball and Plate System它是“球-杆”系统Ball and Beam的二维扩展。1.1 核心工作原理系统的基本构成是一块可以绕X轴和Y轴旋转的平板以及一个在平板上自由滚动的球通常是钢球。通过两个正交安装的舵机或步进电机控制平板的俯仰Pitch和横滚Roll角度。当平板倾斜时重力在平板平面上的分力会驱动球向低处滚动。我们的目标就是通过实时调整这两个角度抵消球的惯性运动使其停留在目标位置或沿着目标轨迹运动。关键点控制输入是平板的两个倾角被控输出是球在平板平面上的二维坐标(x, y)。这是一个典型的、具有强耦合性的多输入多输出MIMO系统。1.2 建立简化数学模型为了设计控制器我们需要一个描述球位置(x, y)与平板倾角(θ_x, θ_y)之间关系的模型。这里给出一个常用的线性化简化模型它基于以下假设球在平板上纯滚动无滑动。平板倾角θ较小sinθ ≈ θ, cosθ ≈ 1。忽略空气阻力和轴承摩擦等次要因素。根据牛顿第二定律和刚体转动定律可以推导出球在X方向运动的传递函数Y方向同理相互独立X(s) / Θ_x(s) g / (s^2)其中X(s)是球在X方向位置的拉普拉斯变换。Θ_x(s)是平板绕Y轴旋转角度即影响X方向运动的拉普拉斯变换。g是重力加速度约9.8 m/s²。s是拉普拉斯算子。这个模型的工程意义它告诉我们球的位置对平板倾角的二阶导数是常数。从控制角度看“球-板”系统本质上是两个双重积分器。这意味着开环系统是不稳定的。需要引入反馈测量球的位置来稳定系统。至少需要PD比例-微分控制器才能稳定系统为了消除稳态误差通常需要PID控制器。1.3 系统框图与设计挑战基于以上分析我们可以画出系统的核心控制框图目标位置 (X_ref, Y_ref) —[PID控制器]— [电机驱动] — [平板倾角(θ_x, θ_y)] ^ | | v 实际位置 (X, Y) ——[位置传感器]—— [球] ——[重力/动力学]——设计挑战传感器精度与延迟如何快速、精确地测量球的实时位置(x, y)执行器性能电机/舵机的响应速度、扭矩和精度是否足以实现快速调整耦合与非线性X和Y方向的运动并非完全独立大角度下模型非线性显著。抗干扰如何应对球本身的滚动惯性、平板振动、外界扰动2. 硬件系统设计与选型搭建可靠的物理基础硬件是算法的载体一个设计不当的硬件平台会让再优秀的算法也无用武之地。我们将系统硬件分解为以下几个模块进行选型和设计。2.1 核心控制器选型控制器负责运行控制算法、处理传感器数据、产生电机控制信号。常见选择有STM32系列如F103、F407、H743资源丰富生态完善是电赛主流选择。F4及以上系列带FPU适合浮点运算密集的控制算法。ESP32系列集成Wi-Fi/蓝牙适合需要无线调试或上下位机通信的场景但其实时性稍弱于纯MCU。树莓派 Pico双核ARM Cortex-M0性价比高但外设和生态相对较新。推荐方案对于学习和大多数比赛场景STM32F407ZGT6是平衡性能与易用性的首选。它拥有168MHz主频、带FPU、足够的定时器和通信接口。2.2 位置检测模块选型与电路这是系统的“眼睛”至关重要。主流方案有方案原理优点缺点适用场景摄像头OpenMV/OpenCV摄像头拍摄平板图像图像处理识别球心坐标。非接触精度高可获取全局信息。处理延迟大受光照影响算法复杂占用CPU资源高。对实时性要求不高、需要复杂轨迹识别的场景。电阻触摸屏使用四线/五线电阻屏球压在上面形成触点。电路简单价格低廉直接输出坐标。有摩擦影响球滚动长期使用易磨损精度一般。低成本、低速度、演示性项目。激光对管阵列平板边缘布置多对红外发射/接收管通过遮挡检测球位置。响应极快实时性好。分辨率低取决于对管数量只能检测边界无法连续定位。要求极高实时性的简单定位如平衡。线性CCD/摄像头一维扫描使用两个正交放置的线性CCD分别扫描X和Y方向。精度和速度介于摄像头和触摸屏之间。需要自己设计光学路径和扫描电路难度较大。电赛中追求高性能的经典方案。推荐入门方案电阻触摸屏。我们先使用它快速搭建系统验证控制算法。后续可以升级为摄像头方案。型号4线电阻式触摸屏如XPT2046控制器。连接通常通过SPI接口与MCU通信。电路注意触摸屏需要稳定的模拟参考电压布线时注意避免数字噪声干扰。2.3 执行机构选型与驱动这是系统的“手脚”负责改变平板姿态。方案原理优点缺点适用场景舵机内置控制电路给定PWM信号即可转到指定角度。使用简单无需额外驱动电路扭矩大。响应有延迟精度有限通常0.5°~1°存在死区。快速原型验证对精度和速度要求不高的场景。步进电机丝杆通过脉冲控制旋转步数经丝杆转换为直线位移顶起平板一角。精度高位置控制准确保持力矩大。需要复杂的驱动电路如A4988/TMC2208可能失步低速可能振动。高精度、高保持力要求的场景。空心杯电机编码器直流电机配合编码器实现精确位置闭环。响应速度快控制性能最好。系统最复杂需要电机驱动、编码器计数、位置闭环PID。高性能、高动态响应的终极方案。推荐入门方案数字舵机。如MG996R扭矩约15kg·cm。使用两个舵机通过十字轴或万向节连接分别控制平板X和Y方向的倾斜。驱动电路舵机直接由MCU的定时器产生PWM信号驱动。需注意舵机工作电流较大峰值可达1-2A必须单独供电不能从MCU的3.3V或5V引脚取电。MCU的PWM信号线控制线与舵机电源地线需共地。在电源入口处并联一个大电容如470uF~1000uF以缓冲电机启停造成的电压波动。2.4 系统供电设计混乱的供电是系统不稳定的主要元凶。必须分开供电MCU及传感器供电使用稳定的5V或3.3V LDO线性稳压芯片如AMS1117-3.3从总电源降压得到。为模拟部分触摸屏提供干净的电源。舵机供电直接使用大容量锂电池或稳压电源如6V~7.4V通过大电流开关如MOS管控制通断。务必与MCU电源共地。总开关与保险电源入口处设置总开关和可恢复保险丝。2.5 机械结构设计要点平板需要轻质且平整。亚克力板是常用材料。支撑与转动中心平板中心需要有一个“万向节”结构如十字轴使其能绕中心点灵活倾斜避免平移。舵机安装舵机臂通过连杆与平板边缘连接。连杆长度和安装点决定了倾角范围和控制分辨率。需要进行运动学正反解计算。减震与润滑在转动关节处使用轴承并适当润滑减少摩擦和回差。3. 软件架构与核心模块实现硬件连接好后软件是让系统“活”起来的关键。我们采用模块化设计便于调试和维护。3.1 开发环境与工程初始化IDE使用 STM32CubeIDE 或 Keil MDK。初始化利用STM32CubeMX生成初始化代码配置以下关键外设时钟树配置到最高频率如168MHz。GPIO用于LED、按键等。定时器TIMx 用于产生两路PWM信号驱动舵机周期20ms脉宽0.5ms~2.5ms。另一个TIMx 用于配置系统定时中断作为控制周期如10ms。ADC如果使用模拟量输出的传感器。SPI用于连接触摸屏控制器XPT2046。UART用于调试信息输出连接USB转TTL模块到电脑。3.2 模块一触摸屏数据采集与滤波触摸屏读取的原始数据通常带有噪声必须经过滤波。// touch.h typedef struct { float x; // 归一化后的X坐标 (0.0 ~ 1.0) float y; // 归一化后的Y坐标 (0.0 ~ 1.0) uint8_t pressed; // 是否被按下有球 } BallPosition_t; void TOUCH_Init(void); BallPosition_t TOUCH_GetFilteredPosition(void);// touch.c #include touch.h #include xpt2046.h // 假设有底层驱动 #include math.h #define SAMPLE_NUM 5 #define FILTER_ALPHA 0.3f // 一阶低通滤波系数 static BallPosition_t last_position {0.5f, 0.5f, 0}; BallPosition_t TOUCH_GetFilteredPosition(void) { uint32_t raw_x_sum 0, raw_y_sum 0; uint8_t valid_count 0; BallPosition_t current; // 1. 多次采样取平均消除突发噪声 for(int i0; iSAMPLE_NUM; i) { if(XPT2046_Read(raw_x, raw_y)) { // 底层读取函数 raw_x_sum raw_x; raw_y_sum raw_y; valid_count; } HAL_Delay(1); } if(valid_count 0) { current.pressed 0; return last_position; // 返回上一次有效值 } uint16_t avg_raw_x raw_x_sum / valid_count; uint16_t avg_raw_y raw_y_sum / valid_count; // 2. 将原始AD值转换为归一化坐标 (需根据实际校准) // 假设校准后X方向 AD值范围是 [x_min, x_max] - [0.0, 1.0] const uint16_t x_min 200, x_max 3800; const uint16_t y_min 300, y_max 3900; current.x (float)(avg_raw_x - x_min) / (x_max - x_min); current.y (float)(avg_raw_y - y_min) / (y_max - y_min); current.x fmaxf(0.0f, fminf(1.0f, current.x)); // 限幅 current.y fmaxf(0.0f, fminf(1.0f, current.y)); // 3. 一阶低通滤波平滑数据 current.x FILTER_ALPHA * current.x (1 - FILTER_ALPHA) * last_position.x; current.y FILTER_ALPHA * current.y (1 - FILTER_ALPHA) * last_position.y; current.pressed 1; last_position current; return current; }3.3 模块二PID控制器实现PID是系统的“大脑”。我们实现一个位置式PID并加入抗积分饱和和输出限幅。// pid.h typedef struct { float kp, ki, kd; // PID参数 float integral; // 积分项 float prev_error; // 上一次误差 float integral_limit; // 积分限幅 float output_limit; // 输出限幅 float output; // 控制器输出 } PID_Controller_t; void PID_Init(PID_Controller_t *pid, float kp, float ki, float kd, float i_limit, float out_limit); float PID_Update(PID_Controller_t *pid, float setpoint, float measurement, float dt);// pid.c #include pid.h void PID_Init(PID_Controller_t *pid, float kp, float ki, float kd, float i_limit, float out_limit) { pid-kp kp; pid-ki ki; pid-kd kd; pid-integral 0.0f; pid-prev_error 0.0f; pid-integral_limit i_limit; pid-output_limit out_limit; pid-output 0.0f; } float PID_Update(PID_Controller_t *pid, float setpoint, float measurement, float dt) { float error setpoint - measurement; // 比例项 float p_out pid-kp * error; // 积分项带限幅和抗饱和 pid-integral error * dt; // 积分限幅 if(pid-integral pid-integral_limit) pid-integral pid-integral_limit; else if(pid-integral -pid-integral_limit) pid-integral -pid-integral_limit; float i_out pid-ki * pid-integral; // 微分项使用测量值微分对设定值变化不敏感 float derivative (measurement - pid-prev_measurement) / dt; // 假设传入上一次测量值 float d_out pid-kd * derivative; pid-prev_measurement measurement; // 计算总输出 pid-output p_out i_out - d_out; // 注意微分项通常取负抑制变化 // 输出限幅 if(pid-output pid-output_limit) pid-output pid-output_limit; else if(pid-output -pid-output_limit) pid-output -pid-output_limit; return pid-output; }关键解释dt是控制周期必须准确。我们在定时器中断中调用PIDdt就是中断周期。微分项作用于measurement而非error可以避免设定值突变引起的微分冲击。积分限幅是防止“积分饱和”的关键当输出长期处于限幅状态时积分器会停止累积避免系统恢复时产生超调。3.4 模块三舵机控制与平板运动学将PID输出的控制量角度或位置修正量转换为舵机的PWM脉宽。// servo.h void SERVO_SetPulseWidth(uint8_t servo_id, float pulse_ms); // pulse_ms: 0.5 ~ 2.5 // plate_kinematics.h typedef struct { float angle_x; // 平板目标X倾角弧度 float angle_y; // 平板目标Y倾角弧度 } PlateAngle_t; PlateAngle_t CalculatePlateAngle(float control_x, float control_y);// plate_kinematics.c #include plate_kinematics.h #include servo.h #include math.h // 假设机械结构舵机中立位时平板水平舵机臂长L1连杆长L2连接点距平板中心距离D // 这是一个简化的几何模型实际需要根据你的机械结构推导 PlateAngle_t CalculatePlateAngle(float control_x, float control_y) { PlateAngle_t angle; const float scale_factor 0.05f; // 控制量到角度的缩放系数需实际调试 const float max_angle 0.17f; // 最大倾角约10度防止球滚落 // 计算目标倾角 angle.angle_x control_y * scale_factor; // 注意控制X方向位置需要倾斜Y轴 angle.angle_y -control_x * scale_factor; // 控制Y方向位置需要倾斜X轴 // 限幅 angle.angle_x fmaxf(-max_angle, fminf(max_angle, angle.angle_x)); angle.angle_y fmaxf(-max_angle, fminf(max_angle, angle.angle_y)); return angle; } // 将倾角转换为舵机PWM需要根据舵机安装方式校准 void ApplyPlateAngle(PlateAngle_t angle) { // 假设舵机中立位对应1.5ms角度变化率是0.5ms/rad float pulse_x 1.5f angle.angle_y * 0.5f; // angle_y 控制X方向舵机 float pulse_y 1.5f angle.angle_x * 0.5f; // angle_x 控制Y方向舵机 SERVO_SetPulseWidth(SERVO_X_ID, pulse_x); SERVO_SetPulseWidth(SERVO_Y_ID, pulse_y); }3.5 模块四主控制循环与任务调度在定时器中断如10ms一次中执行核心控制逻辑避免在main函数的while(1)中无节制循环。// main.c 或 control_task.c #include touch.h #include pid.h #include plate_kinematics.h PID_Controller_t pid_x, pid_y; float target_x 0.5f, target_y 0.5f; // 目标位置平板中心 void ControlLoop_Init(void) { // 初始化PID参数需要大量调试 // Kp: 基本响应速度 Ki: 消除静差 Kd: 抑制振荡 PID_Init(pid_x, 1.2f, 0.05f, 0.8f, 10.0f, 1.0f); // 输出限幅±1.0 PID_Init(pid_y, 1.2f, 0.05f, 0.8f, 10.0f, 1.0f); } // 此函数在10ms定时器中断中调用 void ControlLoop_Update(void) { BallPosition_t ball TOUCH_GetFilteredPosition(); if(!ball.pressed) { // 球未检测到可能已滚落停止电机或回到安全位置 ApplyPlateAngle((PlateAngle_t){0, 0}); // 回水平位置 return; } // 1. PID计算控制量 float control_x PID_Update(pid_x, target_x, ball.x, 0.01f); // dt0.01s (10ms) float control_y PID_Update(pid_y, target_y, ball.y, 0.01f); // 2. 通过运动学计算平板所需倾角 PlateAngle_t angle CalculatePlateAngle(control_x, control_y); // 3. 驱动舵机 ApplyPlateAngle(angle); // 4. 可选通过串口发送数据到上位机调试 // printf([%.3f,%.3f] - [%.3f,%.3f]\r\n, ball.x, ball.y, angle.angle_x, angle.angle_y); }4. 系统调试、参数整定与性能优化代码写完只是开始调试才是真正的挑战。遵循“先静后动先单后双先P后I再D”的原则。4.1 调试准备与安全检查硬件检查确保所有连接牢固电源电压正确电机固定稳妥平板运动顺畅无卡滞。开环测试将PID输出置零手动给平板倾角观察球是否随重力自然滚动验证传感器读数变化方向是否正确。通信调试确保串口调试助手能正常接收数据用于绘制曲线。4.2 PID参数整定流程这是最核心的调试环节。使用试凑法或临界比例度法。步骤1整定X轴固定Y轴将Y轴PID输出设为0或物理固定Y轴舵机。设置目标位置在X轴中心0.5。先调Kp将Ki, Kd设为0。逐渐增大Kp直到球在目标位置附近开始持续等幅振荡。记录此时的Kp为Ku振荡周期为Tu。应用齐格勒-尼科尔斯经验公式P控制器:Kp 0.5 * KuPI控制器:Kp 0.45 * Ku,Ki 0.54 * Ku / Tu(需转换为每秒积分)PID控制器:Kp 0.6 * Ku,Ki 1.2 * Ku / Tu,Kd 0.075 * Ku * Tu将计算值作为起点微调。先加Kp提高响应速度再加Kd抑制超调和振荡最后加Ki消除静差。Ki要非常小心加多了极易导致系统不稳定。步骤2整定Y轴固定X轴用同样的方法整定Y轴参数。由于机械对称参数可能接近但未必完全相同。步骤3双轴联调同时启用两个轴的PID。此时可能会出现耦合振荡。适当降低两个轴的Kp和Ki增加Kd。可以尝试非对称参数因为X/Y轴机械性能可能有细微差别。4.3 利用串口绘图调试在ControlLoop_Update函数中打印球的位置和目标位置使用串口绘图工具如SerialPlot、Vofa观察曲线。// 打印格式目标X,实际X,目标Y,实际Y printf(%.3f,%.3f,%.3f,%.3f\r\n, target_x, ball.x, target_y, ball.y);观察曲线判断问题响应慢增大Kp。静差大适度增大Ki。超调大、振荡增大Kd或减小Kp。低频振荡可能是积分饱和检查积分限幅是否合理或减小Ki。高频抖动可能是传感器噪声或机械振动检查滤波参数或减小Kp/Kd。4.4 常见问题与排查清单问题现象可能原因排查步骤解决方案球完全不受控乱飞1. X/Y方向控制耦合错误。2. 传感器坐标轴与舵机控制轴映射反了。3. PID输出正负号错误。1. 单轴测试看球运动方向与平板倾斜方向是否对应重力方向。2. 打印传感器原始值确认坐标原点。检查CalculatePlateAngle函数中的control_x与angle.angle_y的对应关系。确保“球往X跑平板应绕Y轴向-X方向倾斜”。球在目标点附近剧烈振荡1. PID参数过于激进Kp/Ki太大。2. 微分项D引入噪声。3. 控制周期太快执行器跟不上。1. 观察振荡频率。高频可能是Kp/D太大或噪声低频可能是积分饱和。2. 将D设为0看是否改善。1. 大幅降低Kp暂时去掉I和D。2. 对测量值进行更重的低通滤波。3. 适当加长控制周期如20ms。球有静差无法到达中心点1. 积分项Ki太小或为0。2. 机械回差或摩擦力太大。3. 平板未调水平。1. 观察误差是否恒定。2. 手动将球放到目标点观察平板是否水平。1. 缓慢增加Ki。2. 在机械上消除间隙润滑关节。3. 系统上电时执行“调平”归零操作。响应非常迟钝球慢慢飘向目标比例项Kp太小。增大Kp直到开始出现微小振荡然后回调一点。按4.2节流程重新整定Kp。移动目标点时球会“冲过头”再回来微分项设置不当对误差微分导致设定值变化瞬间微分项巨大。改用“对测量值微分”的形式如我们代码所示。修改PID微分项的计算源。舵机发出异响不转动1. 电源功率不足电压被拉低。2. PWM信号频率不对不是50Hz。3. 机械负载卡死。1. 用万用表测量舵机供电电压在动作时是否跌落到额定电压以下。2. 用示波器查看PWM波形。1. 更换更大功率电源电源线加粗。2. 确认定时器配置为50Hz20ms周期。4.5 进阶优化策略当基本PID能稳定后可以考虑以下优化变参数PID根据误差大小切换参数。大误差时用大Kp快速接近小误差时用小Kp和加入D项精细稳定。前馈控制如果让球跟踪一个已知轨迹可以根据轨迹的导数速度提前给出平板倾角。状态空间控制建立更精确的“球-板”状态空间模型使用LQR线性二次型调节器等现代控制方法性能优于PID但数学复杂。模糊PID用模糊规则动态调整PID参数适应非线性系统。摄像头反馈替代升级为摄像头实现更复杂的轨迹跟踪如圆形、八字形。5. 从原型到可靠系统工程化与扩展思考让一个系统在实验室跑起来是一回事让它稳定可靠是另一回事。5.1 增加系统鲁棒性启动自检与校准系统上电后自动驱动舵机回到机械零点并读取此时触摸屏的AD值作为基准。异常状态处理球丢失检测连续多次读取不到触摸信号则缓慢回平并报警。输出限幅保护防止计算出的倾角超过机械极限。软件看门狗防止程序跑飞。手动-自动切换增加按键或遥控可以在手动控制调试模式和自动控制间切换。5.2 实现比赛典型任务参考2017年赛题要求可以扩展以下功能基本定位已实现。轨迹跟踪将目标点(target_x, target_y)按照时间序列变化。例如画圆target_x 0.5 0.3*sin(2πt/T),target_y 0.5 0.3*cos(2πt/T)。路径规划与避障在软件中设置虚拟障碍区当球靠近时修改目标点绕行。上下坡通过控制平板做周期性起伏运动模拟坡道考验系统的动态调节能力。5.3 扩展硬件与算法无线通信增加蓝牙或Wi-Fi模块用手机APP或电脑上位机设置目标点、轨迹和PID参数实时显示球位置和系统状态。多球控制使用更高分辨率的摄像头同时识别并控制多个球挑战极大。机器学习调参记录调试数据使用简单的强化学习算法自动寻找更优的PID参数。构建滚球控制系统的过程是一次完整的嵌入式控制系统开发实践。它清晰地串联了建模、选型、电路、编程、调试、优化各个环节。最大的收获往往不是最终让球稳定在了一点而是在无数次振荡、发散、跑飞中逐步理解每个参数、每行代码、每个硬件细节是如何影响整个物理系统的动态行为的。当你亲手调出一个响应迅速、稳定可靠的系统时你对反馈、延迟、非线性、耦合这些控制理论概念的理解将远比书本上深刻得多。下一步可以尝试更换为摄像头传感器挑战更复杂的轨迹跟踪或者尝试用状态空间控制替代PID比较两者的性能差异。这个平台就像一个微型的实验床足以验证许多有趣的控制思想。 从PID控制到硬件实现：滚球控制系统全流程开发指南
在实际嵌入式系统开发中控制一个在二维平面内自由滚动的球体使其能够快速、准确地追踪预设轨迹或到达指定位置是一个经典的、综合性极强的工程实践问题。它不仅考验开发者对PID控制算法、传感器融合、电机驱动等核心技术的理解更要求具备将理论模型转化为稳定可靠物理系统的能力。2017年全国大学生电子设计大赛的B题“滚球控制系统”正是这样一个项目它要求参赛者设计并制作一套能够控制平板倾斜角度从而引导滚球完成指定任务的装置。本文将以一个资深嵌入式开发者的视角从头构建一套“滚球控制系统”。我们将从系统的工作原理和数学模型入手逐步完成硬件选型、电路搭建、软件框架设计、核心控制算法实现最终让系统能够稳定运行。文章的重点不在于复现某个特定比赛方案而在于揭示这类系统通用的设计思路、开发流程和调试方法。无论你是正在备赛的学生还是希望深入理解运动控制与嵌入式系统结合的工程师都能通过本文获得一套可复现、可排查、可优化的完整技术方案。1. 系统原理与数学模型理解“球”与“板”的动力学关系在开始动手焊接电路或编写代码之前必须透彻理解被控对象的物理本质。滚球控制系统的核心是一个“球-板”系统Ball and Plate System它是“球-杆”系统Ball and Beam的二维扩展。1.1 核心工作原理系统的基本构成是一块可以绕X轴和Y轴旋转的平板以及一个在平板上自由滚动的球通常是钢球。通过两个正交安装的舵机或步进电机控制平板的俯仰Pitch和横滚Roll角度。当平板倾斜时重力在平板平面上的分力会驱动球向低处滚动。我们的目标就是通过实时调整这两个角度抵消球的惯性运动使其停留在目标位置或沿着目标轨迹运动。关键点控制输入是平板的两个倾角被控输出是球在平板平面上的二维坐标(x, y)。这是一个典型的、具有强耦合性的多输入多输出MIMO系统。1.2 建立简化数学模型为了设计控制器我们需要一个描述球位置(x, y)与平板倾角(θ_x, θ_y)之间关系的模型。这里给出一个常用的线性化简化模型它基于以下假设球在平板上纯滚动无滑动。平板倾角θ较小sinθ ≈ θ, cosθ ≈ 1。忽略空气阻力和轴承摩擦等次要因素。根据牛顿第二定律和刚体转动定律可以推导出球在X方向运动的传递函数Y方向同理相互独立X(s) / Θ_x(s) g / (s^2)其中X(s)是球在X方向位置的拉普拉斯变换。Θ_x(s)是平板绕Y轴旋转角度即影响X方向运动的拉普拉斯变换。g是重力加速度约9.8 m/s²。s是拉普拉斯算子。这个模型的工程意义它告诉我们球的位置对平板倾角的二阶导数是常数。从控制角度看“球-板”系统本质上是两个双重积分器。这意味着开环系统是不稳定的。需要引入反馈测量球的位置来稳定系统。至少需要PD比例-微分控制器才能稳定系统为了消除稳态误差通常需要PID控制器。1.3 系统框图与设计挑战基于以上分析我们可以画出系统的核心控制框图目标位置 (X_ref, Y_ref) —[PID控制器]— [电机驱动] — [平板倾角(θ_x, θ_y)] ^ | | v 实际位置 (X, Y) ——[位置传感器]—— [球] ——[重力/动力学]——设计挑战传感器精度与延迟如何快速、精确地测量球的实时位置(x, y)执行器性能电机/舵机的响应速度、扭矩和精度是否足以实现快速调整耦合与非线性X和Y方向的运动并非完全独立大角度下模型非线性显著。抗干扰如何应对球本身的滚动惯性、平板振动、外界扰动2. 硬件系统设计与选型搭建可靠的物理基础硬件是算法的载体一个设计不当的硬件平台会让再优秀的算法也无用武之地。我们将系统硬件分解为以下几个模块进行选型和设计。2.1 核心控制器选型控制器负责运行控制算法、处理传感器数据、产生电机控制信号。常见选择有STM32系列如F103、F407、H743资源丰富生态完善是电赛主流选择。F4及以上系列带FPU适合浮点运算密集的控制算法。ESP32系列集成Wi-Fi/蓝牙适合需要无线调试或上下位机通信的场景但其实时性稍弱于纯MCU。树莓派 Pico双核ARM Cortex-M0性价比高但外设和生态相对较新。推荐方案对于学习和大多数比赛场景STM32F407ZGT6是平衡性能与易用性的首选。它拥有168MHz主频、带FPU、足够的定时器和通信接口。2.2 位置检测模块选型与电路这是系统的“眼睛”至关重要。主流方案有方案原理优点缺点适用场景摄像头OpenMV/OpenCV摄像头拍摄平板图像图像处理识别球心坐标。非接触精度高可获取全局信息。处理延迟大受光照影响算法复杂占用CPU资源高。对实时性要求不高、需要复杂轨迹识别的场景。电阻触摸屏使用四线/五线电阻屏球压在上面形成触点。电路简单价格低廉直接输出坐标。有摩擦影响球滚动长期使用易磨损精度一般。低成本、低速度、演示性项目。激光对管阵列平板边缘布置多对红外发射/接收管通过遮挡检测球位置。响应极快实时性好。分辨率低取决于对管数量只能检测边界无法连续定位。要求极高实时性的简单定位如平衡。线性CCD/摄像头一维扫描使用两个正交放置的线性CCD分别扫描X和Y方向。精度和速度介于摄像头和触摸屏之间。需要自己设计光学路径和扫描电路难度较大。电赛中追求高性能的经典方案。推荐入门方案电阻触摸屏。我们先使用它快速搭建系统验证控制算法。后续可以升级为摄像头方案。型号4线电阻式触摸屏如XPT2046控制器。连接通常通过SPI接口与MCU通信。电路注意触摸屏需要稳定的模拟参考电压布线时注意避免数字噪声干扰。2.3 执行机构选型与驱动这是系统的“手脚”负责改变平板姿态。方案原理优点缺点适用场景舵机内置控制电路给定PWM信号即可转到指定角度。使用简单无需额外驱动电路扭矩大。响应有延迟精度有限通常0.5°~1°存在死区。快速原型验证对精度和速度要求不高的场景。步进电机丝杆通过脉冲控制旋转步数经丝杆转换为直线位移顶起平板一角。精度高位置控制准确保持力矩大。需要复杂的驱动电路如A4988/TMC2208可能失步低速可能振动。高精度、高保持力要求的场景。空心杯电机编码器直流电机配合编码器实现精确位置闭环。响应速度快控制性能最好。系统最复杂需要电机驱动、编码器计数、位置闭环PID。高性能、高动态响应的终极方案。推荐入门方案数字舵机。如MG996R扭矩约15kg·cm。使用两个舵机通过十字轴或万向节连接分别控制平板X和Y方向的倾斜。驱动电路舵机直接由MCU的定时器产生PWM信号驱动。需注意舵机工作电流较大峰值可达1-2A必须单独供电不能从MCU的3.3V或5V引脚取电。MCU的PWM信号线控制线与舵机电源地线需共地。在电源入口处并联一个大电容如470uF~1000uF以缓冲电机启停造成的电压波动。2.4 系统供电设计混乱的供电是系统不稳定的主要元凶。必须分开供电MCU及传感器供电使用稳定的5V或3.3V LDO线性稳压芯片如AMS1117-3.3从总电源降压得到。为模拟部分触摸屏提供干净的电源。舵机供电直接使用大容量锂电池或稳压电源如6V~7.4V通过大电流开关如MOS管控制通断。务必与MCU电源共地。总开关与保险电源入口处设置总开关和可恢复保险丝。2.5 机械结构设计要点平板需要轻质且平整。亚克力板是常用材料。支撑与转动中心平板中心需要有一个“万向节”结构如十字轴使其能绕中心点灵活倾斜避免平移。舵机安装舵机臂通过连杆与平板边缘连接。连杆长度和安装点决定了倾角范围和控制分辨率。需要进行运动学正反解计算。减震与润滑在转动关节处使用轴承并适当润滑减少摩擦和回差。3. 软件架构与核心模块实现硬件连接好后软件是让系统“活”起来的关键。我们采用模块化设计便于调试和维护。3.1 开发环境与工程初始化IDE使用 STM32CubeIDE 或 Keil MDK。初始化利用STM32CubeMX生成初始化代码配置以下关键外设时钟树配置到最高频率如168MHz。GPIO用于LED、按键等。定时器TIMx 用于产生两路PWM信号驱动舵机周期20ms脉宽0.5ms~2.5ms。另一个TIMx 用于配置系统定时中断作为控制周期如10ms。ADC如果使用模拟量输出的传感器。SPI用于连接触摸屏控制器XPT2046。UART用于调试信息输出连接USB转TTL模块到电脑。3.2 模块一触摸屏数据采集与滤波触摸屏读取的原始数据通常带有噪声必须经过滤波。// touch.h typedef struct { float x; // 归一化后的X坐标 (0.0 ~ 1.0) float y; // 归一化后的Y坐标 (0.0 ~ 1.0) uint8_t pressed; // 是否被按下有球 } BallPosition_t; void TOUCH_Init(void); BallPosition_t TOUCH_GetFilteredPosition(void);// touch.c #include touch.h #include xpt2046.h // 假设有底层驱动 #include math.h #define SAMPLE_NUM 5 #define FILTER_ALPHA 0.3f // 一阶低通滤波系数 static BallPosition_t last_position {0.5f, 0.5f, 0}; BallPosition_t TOUCH_GetFilteredPosition(void) { uint32_t raw_x_sum 0, raw_y_sum 0; uint8_t valid_count 0; BallPosition_t current; // 1. 多次采样取平均消除突发噪声 for(int i0; iSAMPLE_NUM; i) { if(XPT2046_Read(raw_x, raw_y)) { // 底层读取函数 raw_x_sum raw_x; raw_y_sum raw_y; valid_count; } HAL_Delay(1); } if(valid_count 0) { current.pressed 0; return last_position; // 返回上一次有效值 } uint16_t avg_raw_x raw_x_sum / valid_count; uint16_t avg_raw_y raw_y_sum / valid_count; // 2. 将原始AD值转换为归一化坐标 (需根据实际校准) // 假设校准后X方向 AD值范围是 [x_min, x_max] - [0.0, 1.0] const uint16_t x_min 200, x_max 3800; const uint16_t y_min 300, y_max 3900; current.x (float)(avg_raw_x - x_min) / (x_max - x_min); current.y (float)(avg_raw_y - y_min) / (y_max - y_min); current.x fmaxf(0.0f, fminf(1.0f, current.x)); // 限幅 current.y fmaxf(0.0f, fminf(1.0f, current.y)); // 3. 一阶低通滤波平滑数据 current.x FILTER_ALPHA * current.x (1 - FILTER_ALPHA) * last_position.x; current.y FILTER_ALPHA * current.y (1 - FILTER_ALPHA) * last_position.y; current.pressed 1; last_position current; return current; }3.3 模块二PID控制器实现PID是系统的“大脑”。我们实现一个位置式PID并加入抗积分饱和和输出限幅。// pid.h typedef struct { float kp, ki, kd; // PID参数 float integral; // 积分项 float prev_error; // 上一次误差 float integral_limit; // 积分限幅 float output_limit; // 输出限幅 float output; // 控制器输出 } PID_Controller_t; void PID_Init(PID_Controller_t *pid, float kp, float ki, float kd, float i_limit, float out_limit); float PID_Update(PID_Controller_t *pid, float setpoint, float measurement, float dt);// pid.c #include pid.h void PID_Init(PID_Controller_t *pid, float kp, float ki, float kd, float i_limit, float out_limit) { pid-kp kp; pid-ki ki; pid-kd kd; pid-integral 0.0f; pid-prev_error 0.0f; pid-integral_limit i_limit; pid-output_limit out_limit; pid-output 0.0f; } float PID_Update(PID_Controller_t *pid, float setpoint, float measurement, float dt) { float error setpoint - measurement; // 比例项 float p_out pid-kp * error; // 积分项带限幅和抗饱和 pid-integral error * dt; // 积分限幅 if(pid-integral pid-integral_limit) pid-integral pid-integral_limit; else if(pid-integral -pid-integral_limit) pid-integral -pid-integral_limit; float i_out pid-ki * pid-integral; // 微分项使用测量值微分对设定值变化不敏感 float derivative (measurement - pid-prev_measurement) / dt; // 假设传入上一次测量值 float d_out pid-kd * derivative; pid-prev_measurement measurement; // 计算总输出 pid-output p_out i_out - d_out; // 注意微分项通常取负抑制变化 // 输出限幅 if(pid-output pid-output_limit) pid-output pid-output_limit; else if(pid-output -pid-output_limit) pid-output -pid-output_limit; return pid-output; }关键解释dt是控制周期必须准确。我们在定时器中断中调用PIDdt就是中断周期。微分项作用于measurement而非error可以避免设定值突变引起的微分冲击。积分限幅是防止“积分饱和”的关键当输出长期处于限幅状态时积分器会停止累积避免系统恢复时产生超调。3.4 模块三舵机控制与平板运动学将PID输出的控制量角度或位置修正量转换为舵机的PWM脉宽。// servo.h void SERVO_SetPulseWidth(uint8_t servo_id, float pulse_ms); // pulse_ms: 0.5 ~ 2.5 // plate_kinematics.h typedef struct { float angle_x; // 平板目标X倾角弧度 float angle_y; // 平板目标Y倾角弧度 } PlateAngle_t; PlateAngle_t CalculatePlateAngle(float control_x, float control_y);// plate_kinematics.c #include plate_kinematics.h #include servo.h #include math.h // 假设机械结构舵机中立位时平板水平舵机臂长L1连杆长L2连接点距平板中心距离D // 这是一个简化的几何模型实际需要根据你的机械结构推导 PlateAngle_t CalculatePlateAngle(float control_x, float control_y) { PlateAngle_t angle; const float scale_factor 0.05f; // 控制量到角度的缩放系数需实际调试 const float max_angle 0.17f; // 最大倾角约10度防止球滚落 // 计算目标倾角 angle.angle_x control_y * scale_factor; // 注意控制X方向位置需要倾斜Y轴 angle.angle_y -control_x * scale_factor; // 控制Y方向位置需要倾斜X轴 // 限幅 angle.angle_x fmaxf(-max_angle, fminf(max_angle, angle.angle_x)); angle.angle_y fmaxf(-max_angle, fminf(max_angle, angle.angle_y)); return angle; } // 将倾角转换为舵机PWM需要根据舵机安装方式校准 void ApplyPlateAngle(PlateAngle_t angle) { // 假设舵机中立位对应1.5ms角度变化率是0.5ms/rad float pulse_x 1.5f angle.angle_y * 0.5f; // angle_y 控制X方向舵机 float pulse_y 1.5f angle.angle_x * 0.5f; // angle_x 控制Y方向舵机 SERVO_SetPulseWidth(SERVO_X_ID, pulse_x); SERVO_SetPulseWidth(SERVO_Y_ID, pulse_y); }3.5 模块四主控制循环与任务调度在定时器中断如10ms一次中执行核心控制逻辑避免在main函数的while(1)中无节制循环。// main.c 或 control_task.c #include touch.h #include pid.h #include plate_kinematics.h PID_Controller_t pid_x, pid_y; float target_x 0.5f, target_y 0.5f; // 目标位置平板中心 void ControlLoop_Init(void) { // 初始化PID参数需要大量调试 // Kp: 基本响应速度 Ki: 消除静差 Kd: 抑制振荡 PID_Init(pid_x, 1.2f, 0.05f, 0.8f, 10.0f, 1.0f); // 输出限幅±1.0 PID_Init(pid_y, 1.2f, 0.05f, 0.8f, 10.0f, 1.0f); } // 此函数在10ms定时器中断中调用 void ControlLoop_Update(void) { BallPosition_t ball TOUCH_GetFilteredPosition(); if(!ball.pressed) { // 球未检测到可能已滚落停止电机或回到安全位置 ApplyPlateAngle((PlateAngle_t){0, 0}); // 回水平位置 return; } // 1. PID计算控制量 float control_x PID_Update(pid_x, target_x, ball.x, 0.01f); // dt0.01s (10ms) float control_y PID_Update(pid_y, target_y, ball.y, 0.01f); // 2. 通过运动学计算平板所需倾角 PlateAngle_t angle CalculatePlateAngle(control_x, control_y); // 3. 驱动舵机 ApplyPlateAngle(angle); // 4. 可选通过串口发送数据到上位机调试 // printf([%.3f,%.3f] - [%.3f,%.3f]\r\n, ball.x, ball.y, angle.angle_x, angle.angle_y); }4. 系统调试、参数整定与性能优化代码写完只是开始调试才是真正的挑战。遵循“先静后动先单后双先P后I再D”的原则。4.1 调试准备与安全检查硬件检查确保所有连接牢固电源电压正确电机固定稳妥平板运动顺畅无卡滞。开环测试将PID输出置零手动给平板倾角观察球是否随重力自然滚动验证传感器读数变化方向是否正确。通信调试确保串口调试助手能正常接收数据用于绘制曲线。4.2 PID参数整定流程这是最核心的调试环节。使用试凑法或临界比例度法。步骤1整定X轴固定Y轴将Y轴PID输出设为0或物理固定Y轴舵机。设置目标位置在X轴中心0.5。先调Kp将Ki, Kd设为0。逐渐增大Kp直到球在目标位置附近开始持续等幅振荡。记录此时的Kp为Ku振荡周期为Tu。应用齐格勒-尼科尔斯经验公式P控制器:Kp 0.5 * KuPI控制器:Kp 0.45 * Ku,Ki 0.54 * Ku / Tu(需转换为每秒积分)PID控制器:Kp 0.6 * Ku,Ki 1.2 * Ku / Tu,Kd 0.075 * Ku * Tu将计算值作为起点微调。先加Kp提高响应速度再加Kd抑制超调和振荡最后加Ki消除静差。Ki要非常小心加多了极易导致系统不稳定。步骤2整定Y轴固定X轴用同样的方法整定Y轴参数。由于机械对称参数可能接近但未必完全相同。步骤3双轴联调同时启用两个轴的PID。此时可能会出现耦合振荡。适当降低两个轴的Kp和Ki增加Kd。可以尝试非对称参数因为X/Y轴机械性能可能有细微差别。4.3 利用串口绘图调试在ControlLoop_Update函数中打印球的位置和目标位置使用串口绘图工具如SerialPlot、Vofa观察曲线。// 打印格式目标X,实际X,目标Y,实际Y printf(%.3f,%.3f,%.3f,%.3f\r\n, target_x, ball.x, target_y, ball.y);观察曲线判断问题响应慢增大Kp。静差大适度增大Ki。超调大、振荡增大Kd或减小Kp。低频振荡可能是积分饱和检查积分限幅是否合理或减小Ki。高频抖动可能是传感器噪声或机械振动检查滤波参数或减小Kp/Kd。4.4 常见问题与排查清单问题现象可能原因排查步骤解决方案球完全不受控乱飞1. X/Y方向控制耦合错误。2. 传感器坐标轴与舵机控制轴映射反了。3. PID输出正负号错误。1. 单轴测试看球运动方向与平板倾斜方向是否对应重力方向。2. 打印传感器原始值确认坐标原点。检查CalculatePlateAngle函数中的control_x与angle.angle_y的对应关系。确保“球往X跑平板应绕Y轴向-X方向倾斜”。球在目标点附近剧烈振荡1. PID参数过于激进Kp/Ki太大。2. 微分项D引入噪声。3. 控制周期太快执行器跟不上。1. 观察振荡频率。高频可能是Kp/D太大或噪声低频可能是积分饱和。2. 将D设为0看是否改善。1. 大幅降低Kp暂时去掉I和D。2. 对测量值进行更重的低通滤波。3. 适当加长控制周期如20ms。球有静差无法到达中心点1. 积分项Ki太小或为0。2. 机械回差或摩擦力太大。3. 平板未调水平。1. 观察误差是否恒定。2. 手动将球放到目标点观察平板是否水平。1. 缓慢增加Ki。2. 在机械上消除间隙润滑关节。3. 系统上电时执行“调平”归零操作。响应非常迟钝球慢慢飘向目标比例项Kp太小。增大Kp直到开始出现微小振荡然后回调一点。按4.2节流程重新整定Kp。移动目标点时球会“冲过头”再回来微分项设置不当对误差微分导致设定值变化瞬间微分项巨大。改用“对测量值微分”的形式如我们代码所示。修改PID微分项的计算源。舵机发出异响不转动1. 电源功率不足电压被拉低。2. PWM信号频率不对不是50Hz。3. 机械负载卡死。1. 用万用表测量舵机供电电压在动作时是否跌落到额定电压以下。2. 用示波器查看PWM波形。1. 更换更大功率电源电源线加粗。2. 确认定时器配置为50Hz20ms周期。4.5 进阶优化策略当基本PID能稳定后可以考虑以下优化变参数PID根据误差大小切换参数。大误差时用大Kp快速接近小误差时用小Kp和加入D项精细稳定。前馈控制如果让球跟踪一个已知轨迹可以根据轨迹的导数速度提前给出平板倾角。状态空间控制建立更精确的“球-板”状态空间模型使用LQR线性二次型调节器等现代控制方法性能优于PID但数学复杂。模糊PID用模糊规则动态调整PID参数适应非线性系统。摄像头反馈替代升级为摄像头实现更复杂的轨迹跟踪如圆形、八字形。5. 从原型到可靠系统工程化与扩展思考让一个系统在实验室跑起来是一回事让它稳定可靠是另一回事。5.1 增加系统鲁棒性启动自检与校准系统上电后自动驱动舵机回到机械零点并读取此时触摸屏的AD值作为基准。异常状态处理球丢失检测连续多次读取不到触摸信号则缓慢回平并报警。输出限幅保护防止计算出的倾角超过机械极限。软件看门狗防止程序跑飞。手动-自动切换增加按键或遥控可以在手动控制调试模式和自动控制间切换。5.2 实现比赛典型任务参考2017年赛题要求可以扩展以下功能基本定位已实现。轨迹跟踪将目标点(target_x, target_y)按照时间序列变化。例如画圆target_x 0.5 0.3*sin(2πt/T),target_y 0.5 0.3*cos(2πt/T)。路径规划与避障在软件中设置虚拟障碍区当球靠近时修改目标点绕行。上下坡通过控制平板做周期性起伏运动模拟坡道考验系统的动态调节能力。5.3 扩展硬件与算法无线通信增加蓝牙或Wi-Fi模块用手机APP或电脑上位机设置目标点、轨迹和PID参数实时显示球位置和系统状态。多球控制使用更高分辨率的摄像头同时识别并控制多个球挑战极大。机器学习调参记录调试数据使用简单的强化学习算法自动寻找更优的PID参数。构建滚球控制系统的过程是一次完整的嵌入式控制系统开发实践。它清晰地串联了建模、选型、电路、编程、调试、优化各个环节。最大的收获往往不是最终让球稳定在了一点而是在无数次振荡、发散、跑飞中逐步理解每个参数、每行代码、每个硬件细节是如何影响整个物理系统的动态行为的。当你亲手调出一个响应迅速、稳定可靠的系统时你对反馈、延迟、非线性、耦合这些控制理论概念的理解将远比书本上深刻得多。下一步可以尝试更换为摄像头传感器挑战更复杂的轨迹跟踪或者尝试用状态空间控制替代PID比较两者的性能差异。这个平台就像一个微型的实验床足以验证许多有趣的控制思想。