零基础入门ESP32自平衡车：从硬件搭建到代码实现的完整指南

你是否曾想过亲手制作一台能够像Segway一样保持平衡的智能小车？本文将带你从零开始，使用ESP32开发板构建一套稳定的自平衡控制系统。通过模块化设计和循序渐进的讲解，即使是编程新手也能掌握姿态检测、PID控制等核心技术，最终完成属于自己的自平衡车项目。读完本文，你将获得硬件选型、传感器数据处理、控制算法实现的全流程经验，为后续开发更复杂的机器人项目打下基础。

一、核心原理：自平衡车如何"站"起来？

自平衡车的核心原理类似于人类骑自行车——通过不断调整重心来维持平衡。想象你站在平衡木上，当身体前倾时，你会自动迈出前脚来防止摔倒；自平衡车则通过传感器检测车体倾角，然后驱动电机产生反向力矩来保持直立。这个过程涉及三个关键环节：姿态感知、控制决策和执行驱动。

1.1 姿态感知系统

自平衡车的"内耳"由惯性测量单元（IMU）担任，它通常包含加速度计和陀螺仪：

• 加速度计：如同水平仪，通过检测重力方向判断车体静态倾角
• 陀螺仪：类似方向盘转角传感器，测量车体旋转角速度
• 数据融合：将两种传感器数据结合，得到更准确的姿态角（类似我们同时用眼睛和内耳保持平衡）

ESP32开发板可通过I2C总线连接IMU传感器，典型的引脚定义可参考variants/esp32/pins_arduino.h文件，其中通常包含标准I2C接口定义：

// 标准I2C引脚定义
#define SDA 21
#define SCL 22

图1：ESP32作为I2C主设备连接多个从设备的示意图，其中IMU传感器通常会占用一个I2C地址

1.2 控制系统架构

ESP32的控制核心采用"感知-决策-执行"闭环架构：

1. 感知层：IMU传感器采集原始数据
2. 决策层：PID控制器计算所需电机输出
3. 执行层：电机驱动模块实现速度控制

ESP32的GPIO矩阵支持灵活的外设映射，下图展示了其内部IO结构：

图2：ESP32的GPIO矩阵与外设接口关系图，展示了如何将传感器和执行器连接到主控芯片

ⓘ 小贴士：理解控制系统闭环很重要！就像烤面包机通过温控器保持设定温度，自平衡车通过不断检测倾角并调整电机输出，形成一个动态平衡的闭环系统。

自测问题

1. 为什么自平衡车需要同时使用加速度计和陀螺仪？
2. 请描述ESP32控制自平衡车的三个核心步骤。

二、硬件选型与搭建：从零件到整车

选择合适的硬件是项目成功的第一步。我们需要考虑性能、成本和易用性三个因素，以下是核心组件的对比与推荐：

2.1 核心硬件对比矩阵

组件	推荐型号	价格区间	优势	适用场景
主控	ESP32-DevKitC	￥50-80	双核心、外设丰富	入门学习、功能扩展
IMU	MPU6050	￥15-30	性价比高、资料丰富	基础平衡控制
IMU	BMI160	￥40-60	低功耗、高精度	进阶项目、长时间运行
电机	N20减速电机	￥25-40/个	体积小、扭矩大	小型自平衡车
驱动	TB6612FNG	￥20-35	电流大、发热量低	双电机独立控制
电池	18650 2S电池	￥40-60	容量大、放电稳定	续航1-2小时

2.2 ESP32引脚布局与接线

以ESP32-DevKitC开发板为例，我们需要使用以下类型的引脚：

• I2C接口：连接IMU传感器（SDA=21, SCL=22）
• PWM接口：控制电机速度（推荐GPIO12, GPIO13）
• 数字IO：控制电机方向（推荐GPIO14, GPIO15, GPIO26, GPIO27）

图3：ESP32-DevKitC开发板引脚布局图，标注了各引脚功能和推荐用途

2.3 硬件接线步骤

1. IMU传感器连接：

   • VCC → 3.3V
   • GND → GND
   • SDA → GPIO21
   • SCL → GPIO22

2. 电机驱动连接：

   • 左电机IN1 → GPIO14
   • 左电机IN2 → GPIO15
   • 左电机PWM → GPIO12
   • 右电机IN3 → GPIO26
   • 右电机IN4 → GPIO27
   • 右电机PWM → GPIO13
   • 驱动板电源 → 电池正极（7.4V）
   • 驱动板GND → 电池负极（与ESP32共地）

⚠️ 常见误区：电源接线错误是最常见的问题！确保电机驱动使用独立电源，并且ESP32与驱动板共地，否则可能导致传感器数据异常或电机失控。

三、代码实现：从传感器读取到平衡控制

3.1 基础版：姿态检测与电机控制

以下是实现自平衡的基础代码框架，包含传感器初始化和电机控制功能：

#include <Arduino.h>
#include <Wire.h>
#include <MPU6050.h>

// 硬件引脚定义
#define MOTOR_LEFT_IN1 14
#define MOTOR_LEFT_IN2 15
#define MOTOR_LEFT_PWM 12
#define MOTOR_RIGHT_IN3 26
#define MOTOR_RIGHT_IN4 27
#define MOTOR_RIGHT_PWM 13

MPU6050 mpu;
float angle = 0; // 车体倾角

void setup() {
  // 初始化I2C和MPU6050
  Wire.begin(21, 22); // SDA, SCL
  mpu.initialize();
  
  // 初始化电机引脚
  pinMode(MOTOR_LEFT_IN1, OUTPUT);
  pinMode(MOTOR_LEFT_IN2, OUTPUT);
  pinMode(MOTOR_LEFT_PWM, OUTPUT);
  pinMode(MOTOR_RIGHT_IN3, OUTPUT);
  pinMode(MOTOR_RIGHT_IN4, OUTPUT);
  pinMode(MOTOR_RIGHT_PWM, OUTPUT);
  
  // 配置PWM频率为10kHz
  ledcSetup(0, 10000, 8); // 通道0, 10kHz, 8位分辨率
  ledcSetup(1, 10000, 8);
  ledcAttachPin(MOTOR_LEFT_PWM, 0);
  ledcAttachPin(MOTOR_RIGHT_PWM, 1);
}

void setMotorSpeed(int in1, int in2, int pwmChannel, int speed) {
  // 设置电机方向
  digitalWrite(in1, speed > 0 ? HIGH : LOW);
  digitalWrite(in2, speed < 0 ? HIGH : LOW);
  // 设置PWM占空比（取绝对值，范围0-255）
  ledcWrite(pwmChannel, constrain(abs(speed), 0, 255));
}

void loop() {
  // 读取MPU6050数据
  int16_t ax, ay, az;
  int16_t gx, gy, gz;
  mpu.getMotion6(&ax, &ay, &az, &gx, &gy, &gz);
  
  // 简单互补滤波计算倾角
  float accelAngle = atan2(ax, az) * RAD_TO_DEG; // 加速度计计算的角度
  angle = 0.98 * (angle + gy * 0.001) + 0.02 * accelAngle; // 互补滤波融合
  
  // 基础平衡控制（简化版）
  float balanceOutput = angle * 5.0; // 比例控制
  
  // 驱动电机
  setMotorSpeed(MOTOR_LEFT_IN1, MOTOR_LEFT_IN2, 0, balanceOutput);
  setMotorSpeed(MOTOR_RIGHT_IN3, MOTOR_RIGHT_IN4, 1, balanceOutput);
  
  delay(10); // 10ms控制周期
}

3.2 进阶版：PID控制器实现

为了获得更好的平衡效果，我们需要实现完整的PID控制算法：

class PIDController {
  private:
    float kp, ki, kd;
    float setpoint;
    float error, lastError;
    float integral, derivative;
    float outputMin, outputMax;
    unsigned long lastTime;
    
  public:
    PIDController(float p, float i, float d, float min, float max) :
      kp(p), ki(i), kd(d), outputMin(min), outputMax(max) {
      lastTime = millis();
    }
    
    void setSetpoint(float sp) {
      setpoint = sp;
      integral = 0; // 重置积分项
      lastError = 0;
    }
    
    float compute(float input) {
      unsigned long now = millis();
      float dt = (now - lastTime) / 1000.0; // 转换为秒
      lastTime = now;
      
      error = setpoint - input;
      
      // 积分项（带限幅）
      integral += error * dt;
      integral = constrain(integral, outputMin/ki, outputMax/ki);
      
      // 微分项（带滤波）
      derivative = (error - lastError) / dt;
      lastError = error;
      
      // 计算输出并限幅
      float output = kp * error + ki * integral + kd * derivative;
      return constrain(output, outputMin, outputMax);
    }
};

// PID参数初始化（平衡控制）
PIDController balancePID(6.5, 0.12, 0.35, -200, 200);

void loop() {
  // 读取传感器数据（同上）...
  
  // 计算倾角（同上）...
  
  // PID计算
  balancePID.setSetpoint(0); // 目标倾角0度
  float balanceOutput = balancePID.compute(angle);
  
  // 驱动电机（同上）...
}

ⓘ 小贴士：PID参数调试是个迭代过程。建议先调比例项（Kp），再调微分项（Kd），最后加积分项（Ki）。可以先让小车靠墙站立调试，稳定后再尝试独立平衡。

3.3 PID参数调优指南

不同场景下的PID参数推荐配置：

场景	Kp (比例)	Ki (积分)	Kd (微分)	备注
空载调试	4.0-6.0	0.05-0.1	0.2-0.3	无负载情况下基础平衡
带负载	6.5-8.0	0.1-0.15	0.3-0.4	安装电池等配件后
地毯地面	7.0-9.0	0.12-0.2	0.35-0.5	摩擦力大，需要更大输出
光滑地面	5.5-7.0	0.08-0.12	0.25-0.35	摩擦力小，易过冲

四、调试与优化：让你的平衡车更稳定

4.1 常见问题解决策略

问题现象	可能原因	解决方案
启动后立即倾倒	传感器安装方向错误	检查IMU安装是否与车体纵轴平行
左右摇晃	电机输出不平衡	微调左右电机PWM占空比补偿
前后震荡	Kp过大或Kd过小	减小Kp或增大Kd值
缓慢漂移	倾角零点偏移	校准传感器或添加零点补偿
突然失控	电源电压不足	更换电量充足的电池

4.2 性能优化技巧

1. 双核并行处理：利用ESP32的双核特性，将传感器读取和控制算法分配到不同核心：

void sensorTask(void * parameter) {
  while(1) {
    // 传感器读取代码
    vTaskDelay(5 / portTICK_PERIOD_MS);
  }
}

void setup() {
  // 创建传感器读取任务并分配到核心1
  xTaskCreatePinnedToCore(
    sensorTask,    // 任务函数
    "SensorTask",  // 任务名称
    2048,          // 栈大小
    NULL,          // 参数
    1,             // 优先级
    NULL,          // 任务句柄
    1              // 核心编号
  );
}

2. 电源管理优化：通过docs/目录中的电源管理指南，实现低功耗运行：

   • 使用ESP32的深度睡眠模式
   • 优化电机PWM频率（10-20kHz效率较高）
   • 降低传感器采样率（50-100Hz足够平衡控制）

3. 滤波算法升级：对于更高精度要求，可实现卡尔曼滤波替代互补滤波，参考examples/control_algorithms/中的示例代码。

五、扩展应用：自平衡车的更多可能

5.1 功能扩展路线图

1. 远程控制：使用BluetoothSerial库实现手机APP控制
2. 避障功能：添加HC-SR04超声波传感器，实现障碍物检测
3. 路径规划：集成循迹模块，实现按黑线行驶
4. 数据可视化：通过WiFi将姿态数据发送到上位机（参考WiFi库示例）

5.2 项目代码获取

完整项目代码可通过以下命令获取：

git clone https://gitcode.com/GitHub_Trending/ar/arduino-esp32
cd arduino-esp32/libraries/ESP32/examples/BalanceCar

5.3 进阶学习资源

• 官方文档：docs/目录包含详细的API参考和硬件规格
• 社区项目：idf_component_examples/提供更多复杂控制算法示例
• 视频教程：项目仓库中的tutorials目录包含操作视频和调试指南

通过本文的指导，你已经掌握了自平衡车的核心技术。这个项目不仅能帮助你理解控制理论和传感器应用，还能为后续开发更复杂的机器人系统奠定基础。尝试修改PID参数、更换传感器或添加新功能，探索属于你的创新应用吧！