在实际电子设计竞赛电赛中H题“无视觉无电机平衡小球”是一个极具挑战性的题目它要求参赛者在不依赖摄像头等视觉传感器、也不使用传统电机驱动的情况下实现一个物理小球的动态平衡。这个题目不仅考验对经典控制理论如PID控制的理解更考验对传感器融合、执行器选型以及系统建模的工程实践能力。许多团队在面对4.5.6题通常指代需要复杂算法或精密机械结构的题目时感到棘手而掌握H题的核心思路往往能提供一种化繁为简、直击问题本质的解题方法论。本文旨在为准备电赛特别是对控制类题目感兴趣的读者提供一个从零开始构建“无视觉无电机平衡小球”系统的完整技术指南。我们将绕过复杂的视觉处理和昂贵的伺服电机聚焦于如何利用倾角传感器、角速度传感器和简单的线性执行器如电磁铁、音圈电机或舵机改装来构建一个稳定、响应迅速的控制系统。通过本文你将理解系统的工作原理掌握从传感器数据采集、滤波处理、控制算法实现到执行器驱动的全链路开发并学会如何将这套方法迁移应用到其他看似复杂的平衡类或定位类题目中实现“秒杀”效果。1. 系统核心原理与方案选型“无视觉无电机平衡小球”系统的核心目标是实时感知小球的当前位置或平台的倾斜角度并快速调整平台姿态使小球稳定在目标位置通常是平台中心。由于禁止使用视觉我们必须通过其他传感器间接获取小球位置由于限制使用传统旋转电机我们需要寻找替代的直线或有限角度执行机构。1.1 位置感知如何“看见”小球没有摄像头我们需要通过测量平台的倾斜角度来间接推断小球的运动趋势。小球在倾斜平台上滚动其加速度与平台倾角直接相关。因此系统的输入是平台的姿态角。传感器选型最常用的组合是MPU6050集成三轴加速度计和三轴陀螺仪。加速度计可以测量重力加速度在平台坐标系下的分量从而解算出平台相对于水平面的静态倾角俯仰角和横滚角。陀螺仪可以测量平台绕各轴旋转的角速度通过对角速度积分可以得到动态的姿态变化。两者结合即传感器融合如互补滤波或卡尔曼滤波可以得到更准确、更稳定的实时姿态角。小球位置推算在理想刚体平面假设下小球的加速度a g * sin(θ)其中g是重力加速度θ是平台倾角。通过对加速度进行二次积分理论上可以得到位移。但实践中传感器噪声和积分漂移会使直接积分的结果迅速发散。因此我们通常不直接计算小球的绝对位置而是将控制目标转化为“使平台倾角为零”即让平台保持水平。当平台水平时小球在无初速度的情况下会静止在当前位置通过动态调节平台倾角可以驱动小球向目标位置移动。1.2 姿态调整如何“移动”平台传统方案会使用两个舵机或步进电机构成十字滑台。本题目限制使用这类电机因此需要创新执行机构。方案一电磁铁与铁质平台在平台下方中心安装一个电磁铁平台本身是铁质或有铁片。通过控制电磁铁的电流大小可以产生上下方向的吸力或斥力如果使用极性可切换的电磁铁从而快速改变平台一侧的高度实现倾斜。需要配合弹簧或铰链作为回转支点。优点是响应极快控制简单缺点是线性度可能不佳力与电流关系需要精确标定。方案二音圈电机这是一种直接产生直线力的执行器力与电流成正比控制特性优秀。是高性能方案但成本较高。方案三改装舵机为直线运动使用舵机驱动一个连杆机构如曲柄滑块将旋转运动转换为直线运动推动平台边缘。这属于“无电机”指不直接使用电机作为执行器的灰色地带需仔细阅读赛题具体要求。如果允许这是一种性价比高且容易实现的方案。方案四气动或液压过于复杂一般不适用于电赛。本教程将以“方案三改装舵机”作为示例因为它最普及原理也适用于其他执行器。我们使用两个舵机分别控制平台X轴和Y轴的倾斜。1.3 控制逻辑大脑如何决策系统采用典型的闭环反馈控制。其流程如下感知MPU6050读取原始加速度计和陀螺仪数据。滤波与融合通过滤波算法如互补滤波计算出当前平台的俯仰角Pitch和横滚角Roll。误差计算设定目标角度为0度水平。当前角度即为误差Error。例如Pitch_Error 0 - Current_Pitch。控制算法计算将误差输入PID控制器计算出控制量Output。Output Kp * Error Ki * Integral(Error) Kd * Derivative(Error)。输出与执行将控制量Output映射为舵机的目标脉冲宽度例如1500±Output微秒通过舵机驱动板控制舵机转动拉动平台改变倾角。循环回到步骤1持续进行。2. 硬件系统搭建与电路设计一个最小系统的硬件组成部分如下2.1 物料清单组件型号/规格数量说明主控制器STM32F103C8T6 (蓝桥杯板) / Arduino Uno / ESP321负责数据采集、算法运算、控制输出姿态传感器MPU6050 (GY-521模块)1提供加速度和角速度数据执行器SG90 9g舵机2控制平台两个自由度的倾斜平台机构亚克力板、球铰、连杆、小球1套机械结构舵机通过连杆推动平台边缘电源模块LM2596降压模块1为舵机提供独立5V/2A以上电源连接件杜邦线、螺丝、螺母若干调试工具USB转串口模块、电脑1套用于打印调试数据注意舵机在动作时电流较大可达1A切勿直接使用开发板的5V引脚供电必须使用外接稳压电源并通过降压模块单独供电否则可能导致开发板复位或损坏。2.2 电路连接示意图MPU6050模块 VCC - 控制器 3.3V GND - 控制器 GND SCL - 控制器 I2C时钟线 (如 PB6/Arduino A5) SDA - 控制器 I2C数据线 (如 PB7/Arduino A4) 舵机1 (控制X轴) 信号线 - 控制器 PWM引脚1 (如 PA0/Arduino 9) 电源 - 外部5V电源 电源- - 外部5V电源- (并与控制器GND共地) 舵机2 (控制Y轴) 信号线 - 控制器 PWM引脚2 (如 PA1/Arduino 10) 电源 - 外部5V电源 电源- - 外部5V电源- (并与控制器GND共地) 外部5V电源 - LM2596降压模块 - 舵机VCC 控制器GND - LM2596 GND - 外部电源GND关键点确保所有设备的“地”GND连接在一起形成共同的参考地。2.3 机械结构设计要点平台轻质且坚固如薄亚克力板。中心需要有一个浅凹槽或围栏防止小球轻易滚落。支点平台中心下方需要一个球铰或方向节作为支点允许平台自由倾斜。这是实现两自由度运动的关键。传动两个舵机呈90度夹角安装。每个舵机通过一根连杆如碳纤维杆连接至平台的边缘。舵机摇臂的旋转运动转化为连杆的推拉运动从而抬起或压下平台的一侧。小球建议使用钢珠或玻璃珠直径与平台尺寸成比例例如平台20cm见方小球2-3cm直径。3. 软件设计与核心代码实现我们以STM32HAL库为例讲解核心代码。Arduino版本逻辑类似API不同。3.1 开发环境与库准备IDESTM32CubeIDE 或 Keil uVision。关键库STM32 HAL库通过CubeMX生成。MPU6050的驱动库如MPU6050_light或自行移植的i2cdevlib。PID控制器库可自行实现或使用开源库。首先用STM32CubeMX初始化项目选择你的MCU型号。配置系统时钟尽可能高如72MHz。启用I2C1用于MPU6050。启用两个定时器如TIM2, TIM3的PWM输出通道连接到舵机信号引脚。启用一个UART用于调试打印。生成代码。3.2 传感器数据读取与姿态解算// 伪代码/简化逻辑基于 MPU6050_light 库 #include “MPU6050_light.h” MPU6050 mpu(Wire); // I2C实例 void setup_sensor() { Wire.begin(); byte status mpu.begin(); while(status!0){ } // 等待连接成功 mpu.calcOffsets(); // 计算零偏此时需保持平台绝对水平静止 } void loop() { mpu.update(); // 更新传感器数据并执行互补滤波 float pitch mpu.getAngleX(); // 俯仰角 float roll mpu.getAngleY(); // 横滚角 // 注意根据你的安装方式可能需要交换X/Y轴或取反 // 通过串口打印验证角度平台水平时接近0倾斜时变化。 printf(“Pitch: %.2f, Roll: %.2f\n”, pitch, roll); }姿态解算的关键mpu.update()内部通常实现了互补滤波。它结合了加速度计测量的角度长期稳定但动态响应差和陀螺仪积分得到的角度短期精确但会漂移。滤波系数需要调整一般取0.98陀螺仪和0.02加速度计附近。3.3 PID控制器实现一个简单的增量式PID实现typedef struct { float Kp, Ki, Kd; float integral; float prev_error; float output_limit; // 输出限幅 } PIDController; void PID_Init(PIDController* pid, float kp, float ki, float kd, float limit) { pid-Kp kp; pid-Ki ki; pid-Kd kd; pid-integral 0; pid-prev_error 0; pid-output_limit limit; } float PID_Update(PIDController* pid, float error, float dt) { // dt 是两次调用的时间间隔秒 pid-integral error * dt; // 积分限幅防止积分饱和 if(pid-integral pid-output_limit) pid-integral pid-output_limit; if(pid-integral -pid-output_limit) pid-integral -pid-output_limit; float derivative (error - pid-prev_error) / dt; pid-prev_error error; float output pid-Kp * error pid-Ki * pid-integral pid-Kd * derivative; // 输出限幅 if(output pid-output_limit) output pid-output_limit; if(output -pid-output_limit) output -pid-output_limit; return output; }3.4 主控制循环将传感器、PID和控制输出连接起来。PIDController pid_pitch, pid_roll; #define DT 0.01 // 控制周期10ms #define SERVO_MID 1500 // 舵机中位脉冲宽度微秒 #define SERVO_RANGE 400 // 舵机控制量范围 ±400us int main() { // 初始化 setup_sensor(); PID_Init(pid_pitch, 1.5, 0.05, 0.3, SERVO_RANGE); // 参数需调试 PID_Init(pid_roll, 1.5, 0.05, 0.3, SERVO_RANGE); servo_init(); // 初始化PWM输出 uint32_t last_time HAL_GetTick(); while(1) { uint32_t now HAL_GetTick(); if(now - last_time 10) { // 10ms控制周期 float dt (now - last_time) / 1000.0; last_time now; mpu.update(); float pitch mpu.getAngleX(); float roll mpu.getAngleY(); // 计算控制量 float out_pitch PID_Update(pid_pitch, -pitch, dt); // 取反因为误差目标-当前 float out_roll PID_Update(pid_roll, -roll, dt); // 转换为舵机脉冲宽度并输出 uint16_t servo1_pulse SERVO_MID out_pitch; uint16_t servo2_pulse SERVO_MID out_roll; set_servo_pulse(1, servo1_pulse); set_servo_pulse(2, servo2_pulse); } } }4. 系统调试与参数整定系统能运行不代表能稳定平衡。调试是关键。4.1 调试步骤传感器验证不连接舵机上电后通过串口打印Pitch和Roll值。手动倾斜平台观察角度值变化是否平滑、方向是否正确。确保平台静止水平时角度值在0度附近小幅波动。开环测试将舵机控制信号与PID输出断开改为手动给定一个固定值观察舵机能否带动平台平稳倾斜。检查机械结构是否顺滑有无卡顿。单轴PD调试先调试一个轴如Pitch轴将另一个轴的控制量固定为0。先调Kp将Ki和Kd设为0。逐渐增大Kp直到平台开始围绕水平位置持续振荡。再调Kd加入Kd用于抑制振荡。逐渐增大Kd振荡应减弱直至消失。Kd太大可能导致系统反应迟钝或高频抖动。最后调Ki如果小球存在静态误差始终无法回到正中心可加入较小的Ki。Ki必须非常小否则极易引起系统不稳定。双轴耦合调试两个轴都接入PID控制。由于机械结构可能存在耦合动一个舵机会影响另一个轴的角度可能需要微调参数。目标是平台能快速响应小球的扰动并恢复水平。4.2 常见问题与排查问题现象可能原因排查与解决平台剧烈振荡甚至发散1. PID参数过大尤其是Kp。2. 控制周期太慢。3. 传感器数据噪声大或延迟高。1. 大幅减小Kp从0.1开始尝试。2. 确保控制周期稳定在5-20ms。3. 检查传感器滤波参数增加滤波强度。平台响应迟钝小球滚远才反应1. PID参数过小。2. 舵机力矩不足或机械阻力大。3. 传感器安装方向错误。1. 适当增大Kp和Kd。2. 检查舵机电源电压电流润滑机械结构。3. 验证角度符号向前推平台Pitch角应变正。小球只能稳定在中心一侧存在静态误差平台未完全水平。1. 引入很小的Ki。2. 检查传感器零偏是否准确重新执行calcOffsets()。3. 机械结构是否对称舵机中位是否准确。控制一段时间后逐渐失控积分饱和Windup。在PID实现中加入积分限幅如代码所示。舵机抖动或吱吱响1. PID输出高频抖动。2. 电源功率不足。1. 适当降低Kd或对控制输出进行低通滤波。2. 用示波器或万用表检查舵机电源电压是否被拉低。5. 性能优化与进阶思路基础系统稳定后可以考虑以下优化以应对更复杂场景如4.5.6题中的轨迹跟踪、抗干扰等5.1 传感器融合升级将互补滤波升级为卡尔曼滤波。卡尔曼滤波能更优地估计系统状态并可以融合更多传感器如在小球上安装磁编码器测量相对位置理论上能获得更精确、更平滑的姿态和位置信息。5.2 控制算法升级串级PID外环控制小球位置通过估算内环控制平台角度。这样可以将位置控制和姿态控制解耦性能更好。模糊PID根据误差的大小和变化率动态调整PID参数使系统在不同状态下都有良好表现。状态反馈控制LQR如果能为系统建立精确的数学模型状态空间方程LQR控制器能提供理论上的最优控制性能。5.3 执行器线性化补偿舵机的控制信号脉冲宽度与输出角度并非完全线性且存在死区。可以事先标定在代码中做一个查找表或拟合曲线进行非线性补偿使控制输出与平台倾角呈更好的线性关系。5.4 前馈控制当需要小球快速从一点运动到另一点时如4.5.6题中的路径规划可以根据期望的运动轨迹提前计算出一个前馈控制量叠加到PID输出上可以大幅减少跟踪误差。6. 从H题到4.5.6题的迁移应用所谓“秒杀”4.5.6题本质上是掌握了“感知-决策-执行”这一自动控制核心范式并具备了解决非线性、不稳定系统的能力。针对“平衡类”题目无论是平衡杆、平衡车还是平衡板核心都是姿态感知和反馈控制。可以直接复用本系统的传感器模块、滤波算法和PID整定经验。区别在于执行器电机和负载模型不同需要重新建模和调整参数。针对“循迹/定位类”题目虽然题目可能要求视觉或电磁循迹但其底层也是闭环控制。例如电磁循迹读到的信号相当于本系统中的“角度误差”控制电机差速相当于本系统中“两个舵机的差动”。控制逻辑一脉相承。针对“复杂运动规划”题目本系统进阶中提到的前馈控制、串级PID、状态空间建模正是解决这类问题的钥匙。你需要将复杂的轨迹分解为一系列设定点然后让控制器去跟踪。最终建议在实现本平衡小球系统后不要停留在让它“能立住”。尝试给它增加新的“题目”例如让小球稳定在平台上的任意指定坐标点。让小球沿平台上的一个圆圈匀速运动。在平台受到突然敲击后多快能恢复平衡。通过解决这些自设的子问题你将深刻理解反馈控制的精髓从而在面对电赛未知题目时能够快速拆解需求、选择传感器、设计执行机构并实现稳定控制这才是真正的“秒杀”能力所在。