基于STM32与PID算法的循迹小车：从硬件搭建到控制算法实战-尧图网络科技

如果你正在寻找一个能快速上手、成本可控，又能深入理解嵌入式系统、传感器融合和自动控制原理的实践项目，那么循迹小车几乎是完美的选择。它不像复杂的机器人那样需要昂贵的硬件和陡峭的学习曲线，也不像纯软件项目那样缺乏物理世界的真实反馈。一个简单的循迹小车项目，麻雀虽小，五脏俱全：从电路焊接、传感器选型、到微控制器编程、再到PID算法调参，整个过程能让你完整地体验一个嵌入式智能系统的开发闭环。

然而，很多初学者在入门时容易陷入两个误区：要么被网上零散的教程和五花八门的硬件方案搞得晕头转向，不知从何下手；要么跟着教程“照猫画虎”连好了线、烧录了代码，小车能跑起来，但完全不明白背后的原理，一旦出现问题就束手无策。这篇文章的目的，就是帮你跳出这两个坑。我们将以一个典型的开源循迹小车项目为蓝本，不仅提供一份清晰、可复现的搭建指南，更会深入剖析其核心原理、代码逻辑以及调试方法。读完本文，你将能独立完成一辆循迹小车的制作，并真正理解它是如何“看见”路线并“决定”走向的。

1. 循迹小车究竟在解决什么问题？

在深入技术细节之前，我们首先要明确：做循迹小车，我们到底在学什么？它绝不仅仅是为了让一个小车跟着黑线跑。

从工程实践角度看，它是一个微型自动驾驶系统的原型。自动驾驶的核心流程“感知-决策-控制”，在循迹小车上得到了最直观的体现：

感知：通过地面灰度传感器（或摄像头）识别赛道上的引导线。
决策：微控制器（如STM32、Arduino）根据传感器数据，判断小车当前相对于路径的位置偏差。
控制：控制器计算出纠正偏差所需的电机控制量（如左右轮速差），驱动电机执行。

从学习路径上看，它串联了多个关键技能点：

硬件层：电路基础、传感器原理、电机驱动、电源管理。
软件层：微控制器编程（C/C++）、外设（GPIO、ADC、PWM）操作、中断处理。
算法层：数据处理（滤波）、控制算法（如PID）、状态机设计。
调试层：万用表、逻辑分析仪（或串口打印）的使用，软硬件联调。

因此，制作循迹小车，你解决的问题是：如何将抽象的编程逻辑、控制理论与具体的物理硬件相结合，构建一个能自动完成特定任务的嵌入式系统。这对于电子、自动化、机器人甚至计算机专业的学生，以及希望踏入物联网/硬件开发领域的软件工程师，都是一个极具价值的练手项目。

2. 核心系统组成与工作原理

一辆典型的循迹小车主要由以下几部分组成，其协作关系如下图所示（概念框图）：

[电源系统] ---> [主控制器] <--- [循迹传感器模块] | |---> [电机驱动模块] ---> [直流减速电机] + [车轮] | |---> [人机交互]（可选：按键、LED、蓝牙）

2.1 主控制器（大脑）

这是小车的核心计算单元，负责处理所有传感器数据、运行控制算法并发出控制指令。

常见选择：
- Arduino Uno/Nano：入门首选，生态丰富，编程简单（基于C/C++的简化API），但性能和处理复杂任务的能力有限。
- STM32系列（如STM32F103C8T6，即“蓝桥杯”/“正点原子”常用款）：工业级主流，性能强大，外设丰富，直接使用寄存器或HAL库编程，更贴近实际产品开发，学习曲线稍陡。
在本项目中：我们将以STM32为例进行讲解，因为其代表更通用的嵌入式开发模式，掌握了STM32，再回头看Arduino会更容易理解底层机制。

2.2 循迹传感器模块（眼睛）

用于检测地面上的黑色引导线。最常用的是红外反射式光电传感器。

工作原理：传感器包含一个红外发射管和一个接收管。发射管发出红外光，照射到地面后反射。白色地面反射率高，接收管接收到的光强；黑色线路反射率低，接收到的光弱。接收管将光信号转换为变化的电流，经过比较器电路后，输出数字信号（如白线输出高电平1，黑线输出低电平0）。
布局：通常使用多个（如4-8个）传感器并排安装在小车前方，形成“传感器阵列”。通过阵列输出的不同组合（如0110），可以判断小车是居中、偏左还是偏右。
关键参数：检测距离（可调）、输出类型（数字/模拟）、响应时间。

2.3 电机驱动模块（肌肉）

主控制器的IO口驱动电流很小（通常20mA左右），无法直接驱动需要较大电流的直流电机。电机驱动模块的作用就是放大控制信号，提供电机所需的大电流。

常见芯片：L298N、L293D、TB6612FNG。
对比：
- L298N：经典、皮实、易用，但发热较大，效率相对较低。
- TB6612FNG：更现代的选择，效率高、发热小、支持更大电流，逻辑控制更简洁，是当前项目的主流推荐。
控制方式：通常需要两个控制信号：
1. 方向信号（IN1, IN2）：控制电机正转、反转或刹车。
2. 速度信号（PWM）：通过PWM（脉冲宽度调制）波控制电机的平均电压，从而实现调速。

2.4 电源系统（心脏）

为整个系统提供稳定、合适的电压和电流。

常见方案：一块7.4V或11.1V的锂电池。
电压分配：
- 电机驱动和电机直接使用电池电压。
- STM32主控制器需要3.3V，通常由电机驱动板上的5V稳压输出再经AMS1117等LDO芯片转换得到，或者单独使用一个降压模块。
重要提醒：务必确保STM32的供电稳定、干净，避免因电机启停导致电压波动而使单片机复位。

2.5 车架与底盘（骨骼）

承载所有部件的机械结构。可以选择现成的智能小车底盘套件，包含电机、车轮、车架、电池盒等，能极大节省机械组装时间。

3. 硬件选型、连接与准备工作

3.1 物料清单（BOM）

以下是一个基于STM32的性价比方案清单：

部件	型号/规格	数量	说明
主控制器	STM32F103C8T6最小系统板	1	核心板，需自带晶振和复位电路
电机驱动	TB6612FNG模块	1	或L298N模块
直流电机	TT减速电机（带编码器可选）	2	6V，转速建议200RPM左右
循迹传感器	TCRT5000红外传感器模块（数字输出）	4-8	4个基本够用，8个精度更高
电源	18650锂电池两节串联（带电池盒）	1套	提供7.4V电压
车架底盘	双轮差分驱动智能小车底盘	1套	含电机、车轮、万向轮、车板
连接线	杜邦线（公对公、母对母）	若干	用于电路连接
开关	拨动开关	1	控制总电源
调试工具	USB转TTL串口模块	1	用于程序下载和串口打印调试

3.2 电路连接示意图（关键部分）

以下是STM32与TB6612、循迹传感器的核心连接示例（以4传感器为例）：

1. TB6612电机驱动连接：

VM：接电池正极（7.4V）。
VCC：接5V输出（给STM32供电或接STM32的5V）。
GND：接电池负极和STM32的GND（共地！）。
STBY：接高电平（如接VCC）使能驱动芯片。
AIN1/AIN2：接STM32的两个GPIO（如PA0,PA1），控制电机A方向。
PWMA：接STM32的一个PWM输出引脚（如PA2），控制电机A速度。
BIN1/BIN2和PWMB：同理，接STM32的另外三个引脚（如PA3,PA4,PA5），控制电机B。
AO1/AO2和BO1/BO2：分别接左、右两个电机。

2. 循迹传感器连接：

4个传感器模块的VCC和GND分别并联到STM32的3.3V和GND。
4个传感器的OUT（信号输出）引脚分别接STM32的4个GPIO输入引脚（如PB0,PB1,PB2,PB3）。

3. STM32供电：

确保STM32的VCC（或3.3V输入）有稳定的3.3V供电。可以从TB6612的VCC（5V）引出，经过一个AMS1117-3.3模块降压得到，或者使用独立的降压模块。

3.3 软件开发环境准备

安装Keil MDK-ARM：用于STM32的代码编写、编译和调试。需要注册。
安装STM32CubeMX：图形化配置工具，用于初始化引脚、时钟、外设等，生成工程代码框架，极大提升开发效率。
安装串口驱动：为你的USB转TTL模块安装对应的驱动程序（如CH340、CP2102等）。
准备ST-Link下载器：用于将编译好的程序烧录到STM32芯片中。

4. 核心控制算法：PID详解

循迹小车的“智能”核心在于控制算法。最常用且有效的是PID控制算法。它是一种基于当前误差（Proportional）、过去误差的积累（Integral）和未来误差的变化趋势（Derivative）来计算控制量的方法。

在小车循迹场景中：

误差（Error）：小车中心与黑线中心的偏离距离。我们可以根据4路传感器读到的值来量化这个误差。
控制量（Output）：最终输出给左右电机的PWM速度差，用于纠正偏差。

4.1 误差计算策略

假设我们有4个传感器（S1, S2, S3, S4）从左到右排列。定义黑线为0，白地为1。

情况1：0110（S2,S3在黑线上）。误差 = 0（居中）。
情况2：0011（S3,S4在黑线上，车偏左）。误差 = +1（可定义正为偏左）。
情况3：1100（车偏右）。误差 = -1。
情况4：0001（严重偏左）。误差 = +2。
情况5：1000（严重偏右）。误差 = -2。
情况6：0000（完全丢失黑线）。需要特殊处理，如保持原转角或减速停车。

这是一种简单的“位置式”误差映射。更精细的方法可以给每个传感器赋予不同的权重值来计算加权中心位置。

4.2 PID公式与代码实现

离散位置式PID公式：Output = Kp * Error + Ki * Sum(Error) + Kd * (Error - Last_Error)

Kp（比例系数）：决定了对当前误差的反应强度。Kp太大容易震荡，太小则响应慢。
Ki（积分系数）：用于消除静态误差（如小车始终无法完全对准中心）。但Ki太大会引起积分饱和，导致控制滞后和超调。
Kd（微分系数）：预测误差变化趋势，抑制振荡，提高稳定性。

下面是一个简化的PID结构体和计算函数（C语言）：

// pid.h #ifndef __PID_H #define __PID_H typedef struct { float Target; // 目标值（循迹中通常为0） float Kp, Ki, Kd; // PID参数 float Error; // 当前误差 float LastError; // 上一次误差 float Integral; // 误差积分 float Output; // PID输出 float IntegralLimit; // 积分限幅，防止积分饱和 float OutputLimit; // 输出限幅 } PID_TypeDef; void PID_Init(PID_TypeDef *pid, float target, float kp, float ki, float kd, float i_limit, float out_limit); float PID_Calculate(PID_TypeDef *pid, float measure); #endif

// pid.c #include "pid.h" void PID_Init(PID_TypeDef *pid, float target, float kp, float ki, float kd, float i_limit, float out_limit) { pid->Target = target; pid->Kp = kp; pid->Ki = ki; pid->Kd = kd; pid->Error = 0; pid->LastError = 0; pid->Integral = 0; pid->Output = 0; pid->IntegralLimit = i_limit; pid->OutputLimit = out_limit; } float PID_Calculate(PID_TypeDef *pid, float measure) { float derivative; // 1. 计算当前误差 pid->Error = pid->Target - measure; // 2. 积分项（带限幅和抗积分饱和处理） pid->Integral += pid->Error; // 积分限幅 if (pid->Integral > pid->IntegralLimit) pid->Integral = pid->IntegralLimit; if (pid->Integral < -pid->IntegralLimit) pid->Integral = -pid->IntegralLimit; // 3. 微分项 derivative = pid->Error - pid->LastError; // 4. 计算PID输出 pid->Output = (pid->Kp * pid->Error) + (pid->Ki * pid->Integral) + (pid->Kd * derivative); // 5. 输出限幅 if (pid->Output > pid->OutputLimit) pid->Output = pid->OutputLimit; if (pid->Output < -pid->OutputLimit) pid->Output = -pid->OutputLimit; // 6. 更新上一次误差 pid->LastError = pid->Error; return pid->Output; }

5. 完整项目代码框架与实现

让我们整合硬件驱动和控制算法，构建主程序。我们将使用STM32CubeMX生成基础工程，并在此基础上添加我们的业务逻辑。

5.1 使用STM32CubeMX配置工程

选择MCU型号：STM32F103C8Tx。
配置时钟：在RCC中设置高速外部时钟（HSE）为Crystal/Ceramic Resonator。
配置GPIO：
- 将连接TB6612AIN1/AIN2, BIN1/BIN2的引脚（如PA0,PA1,PA3,PA4）设置为GPIO_Output。
- 将连接循迹传感器OUT的引脚（如PB0-PB3）设置为GPIO_Input。
配置定时器用于PWM：
- 选择TIM2（或其它支持PWM的定时器）。
- 将CH1（对应PA2）和CH2（对应PA5）设置为PWM Generation CHx。
- 在Parameter Settings中，设置Prescaler和Counter Period以得到合适的PWM频率（例如1-10kHz）。Pulse初始值设为0。
配置串口用于调试：
- 启用USART1，模式为Asynchronous。
- 可以开启中断（可选）。
生成代码（IDE选择MDK-ARM V5）。

5.2 主程序逻辑（main.c）

在CubeMX生成的工程中，我们在main.c的/* USER CODE BEGIN */和/* USER CODE END */之间添加代码。

// main.c (部分关键代码) /* Private includes ----------------------------------------------------------*/ /* USER CODE BEGIN Includes */ #include "stdio.h" #include "pid.h" /* USER CODE END Includes */ /* Private variables ---------------------------------------------------------*/ /* USER CODE BEGIN PV */ PID_TypeDef SteeringPID; // 转向PID控制器 // 定义电机控制引脚 #define AIN1_Pin GPIO_PIN_0 #define AIN1_GPIO_Port GPIOA #define AIN2_Pin GPIO_PIN_1 #define AIN2_GPIO_Port GPIOA #define BIN1_Pin GPIO_PIN_3 #define BIN1_GPIO_Port GPIOA #define BIN2_Pin GPIO_PIN_4 #define BIN2_GPIO_Port GPIOA // 定义传感器引脚 #define S1_Pin GPIO_PIN_0 #define S1_GPIO_Port GPIOB #define S2_Pin GPIO_PIN_1 #define S2_GPIO_Port GPIOB #define S3_Pin GPIO_PIN_2 #define S3_GPIO_Port GPIOB #define S4_Pin GPIO_PIN_3 #define S4_GPIO_Port GPIOB // 基础速度和转向控制量 int BaseSpeed = 3000; // PWM计数值，根据实际电机调整 float TurnOutput; // PID计算出的转向量 int LeftMotorSpeed, RightMotorSpeed; /* USER CODE END PV */ int main(void) { /* MCU Configuration--------------------------------------------------------*/ HAL_Init(); SystemClock_Config(); MX_GPIO_Init(); MX_TIM2_Init(); // PWM定时器 MX_USART1_UART_Init(); // 调试串口 /* USER CODE BEGIN 2 */ // 启动PWM输出 HAL_TIM_PWM_Start(&htim2, TIM_CHANNEL_1); // 左电机PWMA HAL_TIM_PWM_Start(&htim2, TIM_CHANNEL_2); // 右电机PWMB // 初始化转向PID控制器 // 目标误差为0，参数需实际调试，积分限幅100，输出限幅2000 PID_Init(&SteeringPID, 0.0, 20.0, 0.5, 15.0, 100.0, 2000.0); // 设置电机初始方向为前进 HAL_GPIO_WritePin(AIN1_GPIO_Port, AIN1_Pin, GPIO_PIN_SET); HAL_GPIO_WritePin(AIN2_GPIO_Port, AIN2_Pin, GPIO_PIN_RESET); HAL_GPIO_WritePin(BIN1_GPIO_Port, BIN1_Pin, GPIO_PIN_SET); HAL_GPIO_WritePin(BIN2_GPIO_Port, BIN2_Pin, GPIO_PIN_RESET); printf("Car Tracking System Start!\r\n"); /* USER CODE END 2 */ while (1) { /* USER CODE BEGIN 3 */ // 1. 读取传感器状态并计算误差 int sensorValue = Read_Tracking_Sensors(); float error = Calculate_Error(sensorValue); // 2. 使用PID计算转向控制量 TurnOutput = PID_Calculate(&SteeringPID, error); // 3. 根据转向量分配左右轮速度 (差速转向) LeftMotorSpeed = BaseSpeed + TurnOutput; RightMotorSpeed = BaseSpeed - TurnOutput; // 4. 速度限幅，防止PWM值超出定时器范围 if (LeftMotorSpeed > 5000) LeftMotorSpeed = 5000; if (LeftMotorSpeed < 0) LeftMotorSpeed = 0; if (RightMotorSpeed > 5000) RightMotorSpeed = 5000; if (RightMotorSpeed < 0) RightMotorSpeed = 0; // 5. 设置PWM占空比，驱动电机 __HAL_TIM_SET_COMPARE(&htim2, TIM_CHANNEL_1, LeftMotorSpeed); __HAL_TIM_SET_COMPARE(&htim2, TIM_CHANNEL_2, RightMotorSpeed); // 6. 延时或等待一定周期（例如10ms） HAL_Delay(10); } /* USER CODE END 3 */ } /* USER CODE BEGIN 4 */ // 函数：读取4路传感器状态，并编码为一个4位二进制数 int Read_Tracking_Sensors(void) { int value = 0; // 假设传感器在黑线上输出0，白地上输出1 if(HAL_GPIO_ReadPin(S1_GPIO_Port, S1_Pin) == GPIO_PIN_RESET) value |= 0x08; // 1000 if(HAL_GPIO_ReadPin(S2_GPIO_Port, S2_Pin) == GPIO_PIN_RESET) value |= 0x04; // 0100 if(HAL_GPIO_ReadPin(S3_GPIO_Port, S3_Pin) == GPIO_PIN_RESET) value |= 0x02; // 0010 if(HAL_GPIO_ReadPin(S4_GPIO_Port, S4_Pin) == GPIO_PIN_RESET) value |= 0x01; // 0001 return value; // 例如 0110 代表中间两个传感器在黑线上 } // 函数：根据传感器编码值计算误差 float Calculate_Error(int sensorCode) { float error = 0.0; switch(sensorCode) { case 0x08: // 1000 仅最左 error = -3.0; break; case 0x0C: // 1100 左两个 error = -2.0; break; case 0x04: // 0100 左中 error = -1.0; break; case 0x06: // 0110 中间两个 (理想状态) error = 0.0; break; case 0x02: // 0010 右中 error = 1.0; break; case 0x03: // 0011 右两个 error = 2.0; break; case 0x01: // 0001 仅最右 error = 3.0; break; case 0x00: // 0000 全黑，可能冲出赛道 error = 10.0; // 赋予一个很大的误差，触发特殊处理 break; case 0x0F: // 1111 全白，可能丢失赛道 error = -10.0; break; default: error = 0.0; // 其他未定义状态 break; } return error; } // 重定向printf到串口，用于调试 #ifdef __GNUC__ #define PUTCHAR_PROTOTYPE int __io_putchar(int ch) #else #define PUTCHAR_PROTOTYPE int fputc(int ch, FILE *f) #endif PUTCHAR_PROTOTYPE { HAL_UART_Transmit(&huart1, (uint8_t *)&ch, 1, 0xFFFF); return ch; } /* USER CODE END 4 */

6. 调试、校准与效果验证

代码烧录后，小车可能不会立刻完美运行，需要经过调试和校准。

6.1 传感器校准

这是最关键的一步。环境光线的强弱会严重影响红外传感器的判断阈值。

手动校准：许多传感器模块上有一个电位器，可以调节灵敏度。将小车分别放在黑线和白地上，调节电位器，使指示灯在对应条件下稳定亮灭。
软件校准：如果使用模拟量输出的传感器，可以在程序中上电时自动采样白地和黑线的AD值，取中间值作为动态阈值。

6.2 PID参数整定（“调参”）

PID参数没有标准答案，需要根据你的小车机械结构、电机性能、赛道情况现场调试。遵循以下口诀：

先比例（P）：将Ki和Kd设为0。逐渐增大Kp，直到小车能快速响应偏差，但会在黑线两侧出现小幅、稳定的振荡。此时的Kp记为Ku。
后微分（D）：加入Kd。Kd有助于抑制振荡。逐渐增大Kd，观察振荡是否减弱，过弯是否更平稳。注意Kd太大会导致系统对噪声敏感。
再积分（I）：最后加入Ki。如果发现小车在直道上无法精确对准中心（存在静态误差），则缓慢增加Ki。Ki一定要小，且最好配合积分限幅使用。
微调：三个参数相互影响，需要反复微调，找到响应快、超调小、稳态准的最佳组合。

调试技巧：利用串口打印（printf）实时输出误差error和输出TurnOutput，在电脑上用串口助手绘制曲线图，能非常直观地观察系统响应。

6.3 运行验证

将小车放在准备好的黑色电工胶带赛道（建议宽度1.5-2cm）上。
上电。
观察小车行为：
- 能直行：说明电机接线和基础速度正确。
- 遇到弯道能平滑转弯：说明PID参数基本合适。
- 不冲出赛道，不剧烈摇摆：说明系统稳定。
测试不同曲率的弯道和交叉线，根据表现进一步微调参数或优化误差计算策略。

7. 常见问题与排查思路

问题现象	可能原因	排查方式	解决方案
小车不动	1. 电源未接通或电压不足。 2. 电机驱动未使能（STBY引脚）。 3. PWM输出引脚配置错误或未启动。 4. 电机线接反或接触不良。	1. 用万用表测量各模块电压。 2. 检查STBY引脚电平。 3. 用示波器或LED检查PWM引脚是否有输出。 4. 直接给电机驱动输入信号，测试电机。	1. 充电或更换电池。 2. 将STBY接高电平。 3. 检查CubeMX配置和代码中的PWM初始化与启动。 4. 重新连接或交换电机线。
小车原地转圈	左右电机转向相反。	检查控制两个电机方向的GPIO输出逻辑是否一致。	在代码中交换其中一个电机的方向控制引脚电平设置。
传感器始终全亮或全灭	1. 传感器供电错误（接3.3V而非5V，或反之）。 2. 环境光太强或太弱，超出传感器检测范围。 3. 传感器距离地面过高。	1. 检查VCC和GND连接。 2. 用手遮挡传感器上方，观察指示灯变化。 3. 调整传感器高度（通常离地0.5-2cm）。	1. 正确连接电源。 2. 调整传感器上电位器或进行软件校准。 3. 降低传感器安装高度。
循迹不稳定，左右摇摆	1. PID参数不合适，`Kp`太大或`Kd`太小。 2. 传感器安装间距不合理。 3. 机械结构松动，轮子打滑。	1. 通过串口观察误差曲线是否振荡剧烈。 2. 检查传感器是否能清晰区分黑线边缘。 3. 检查轮胎抓地力和螺丝紧固情况。	1. 重新整定PID参数，适当降低`Kp`，增加`Kd`。 2. 优化传感器间距，使其略小于黑线宽度。 3. 紧固螺丝，清洁轮胎或增加配重。
过急弯时冲出赛道	1. 基础速度`BaseSpeed`太快。 2. PID输出限幅`OutputLimit`太小，转向不足。 3. 误差映射在弯道处不够精确。	1. 降低基础速度测试。 2. 观察在弯道处PID输出是否达到限幅值。 3. 打印弯道时的传感器编码值。	1. 适当降低速度，或实现速度随曲率变化。 2. 增大输出限幅，或使用变参数PID（弯道时增大`Kp`）。 3. 增加传感器数量或改进误差计算算法（如加权计算）。
程序下载失败	1. ST-Link连接不可靠。 2. 芯片型号选择错误。 3. 芯片被写保护。	1. 检查SWD接口（SWCLK， SWDIO）连接。 2. 检查Keil工程配置中的Device是否正确。 3. 尝试使用“全片擦除”方式下载。	1. 重新拔插，检查线序。 2. 更正为STM32F103C8。 3. 使用STM32CubeProgrammer解除保护。

8. 进阶优化与最佳实践

当你的小车能基本循迹后，可以考虑以下优化，这能让项目从“能用”升级到“好用”。

增加速度闭环：使用带编码器的电机，实时读取轮子实际转速，并用另一个PID控制器使电机速度精确跟随设定值，可以显著提升直线行驶稳定性和抗干扰能力。
动态参数调整：根据误差大小动态调整PID参数或基础速度。例如，当误差很小时使用一套温和的参数保持稳定；当误差很大（如急弯）时，临时增大Kp并降低速度以提高过弯性能。
赛道记忆与预测：对于固定赛道，可以记录运行数据，第二次运行时进行速度规划，实现更快的圈速。
使用更优的算法：尝试模糊控制、纯追踪算法（Pure Pursuit）等，比较与PID的性能差异。
引入上位机调试：编写简单的PC端程序（如Python + PyQt），通过串口接收小车发送的传感器数据、误差、速度等信息，并实时绘制曲线，这是强大的调试工具。
工程结构优化：
- 将PID控制器、电机驱动、传感器读取模块化，便于复用和维护。
- 使用RTOS（如FreeRTOS）来管理不同任务（传感器采集、控制算法、通信等），提高系统可靠性和响应性。
电源管理：增加电压检测电路，当电池电压过低时报警或自动减速，防止电池过放。