企业官网建设流程全解析

从TT马达到双电机编码器：打造高精度智能小车底盘的完整指南

当你第一次用TT马达组装智能小车时，那种简单接上电池就能跑的新鲜感确实令人兴奋。但很快就会发现，这种俗称"香蕉电机"的小马达在精确控制方面捉襟见肘——速度不稳定、无法反馈真实转速、更谈不上闭环控制。这就是为什么进阶玩家最终都会转向双电机+编码器的方案。

1. 为什么需要升级你的小车驱动系统

TT马达（香蕉电机）作为入门级选择，价格低廉且接线简单，但其核心问题在于开环控制特性。这意味着：

• 速度飘移：电池电压下降时转速明显降低
• 无法测速：缺少反馈机制，不知道实际轮速
• 控制粗糙：只能通过PWM占空比粗略调节
• 扭矩不足：负载变化时容易堵转

相比之下，带霍尔编码器的直流电机方案解决了所有这些问题。我去年指导的大学生创新项目中，小组从TT马达升级到编码器电机后，赛道循迹精度直接从75%提升到98%。这不仅仅是数字的变化——当你看到小车首次实现真正的匀速行驶时，那种工程实现的满足感是入门级方案无法提供的。

霍尔编码器通过在电机转轴安装磁铁和传感器，每转产生固定数量的脉冲，通过统计脉冲频率即可计算实时转速

下表对比了两种方案的关键差异：

2. 硬件选型：构建高性价比驱动系统

2.1 电机与编码器选择要点

市场上适合智能小车的电机主要分三类：

1. N20金属齿轮电机：体积小（20mm直径），通常自带编码器，但扭矩有限
2. 37GB系列电机：平衡尺寸与性能，300-500RPM适合多数场景
3. 大扭矩直流电机：需要配合减速箱，适合重型底盘

我推荐初升级者选择37GB520电机（12V，300RPM），搭配6线霍尔编码器（每转13PPR）。这个组合的优势在于：

// 编码器常见参数示例 #define ENCODER_PPR 13 // 每转脉冲数 #define WHEEL_DIAMETER 65 // 毫米单位 #define PI 3.1415926 float calculateSpeed(uint32_t pulseCount, uint32_t timeMs) { float circumference = WHEEL_DIAMETER * PI; float distancePerPulse = circumference / ENCODER_PPR; float speed = (pulseCount * distancePerPulse) / (timeMs / 1000.0); return speed; // 单位：mm/s }

2.2 关键配件清单

组装一套完整的驱动系统需要以下组件：

• 电机固定支架：建议选择L型铝合金支架
• 联轴器：6mm转5mm规格连接电机轴与轮毂
• 驱动电路：TB6612或DRV8833电机驱动模块
• 主控板：STM32F103C8T6最小系统板性价比最高
• 电源管理：建议使用2S锂电（7.4V）配合降压模块

3. 机械组装：从零件到完整底盘

3.1 电机安装步骤详解

1. 定位电机支架：在底盘后部对称标记安装孔，间距匹配电机尺寸
2. 固定支架：使用M3×8mm螺丝配合防松螺母固定
3. 安装电机：将电机插入支架，用M3×6mm螺丝紧固
4. 连接联轴器：先紧固电机轴侧，再安装轮毂侧

注意联轴器两端需要留0.5mm间隙避免轴向应力

常见问题排查表：

3.2 转向系统优化方案

虽然前文提到的舵机转向方案可行，但对于追求精准控制的场景，我推荐尝试双电机差速转向。这种方法：

• 取消机械转向结构，简化底盘设计
• 通过左右轮速度差实现转向
• 转向半径可精确控制

实现差速转向需要修改电机控制代码：

# 差速转向控制示例 def set_motor_speeds(target_speed, turn_ratio): left_speed = target_speed * (1 - turn_ratio) right_speed = target_speed * (1 + turn_ratio) # 限制在PWM可输出范围内 left_speed = max(min(left_speed, 100), -100) right_speed = max(min(right_speed, 100), -100) set_pwm(left_motor, left_speed) set_pwm(right_motor, right_speed)

4. 电子系统：从接线到速度闭环

4.1 编码器信号处理电路

霍尔编码器通常输出两相正交信号（A/B相），需要正确接入STM32：

1. 电源连接：VCC接3.3V，GND共地
2. 信号接入：A/B相分别接定时器的CH1/CH2（如TIM2）
3. 上拉电阻：信号线建议接10kΩ上拉

STM32CubeMX配置步骤：

• 启用对应定时器的Encoder Mode
• 设置计数范围为0-65535（16位）
• 配置输入滤波器（建议4-8个时钟周期）

4.2 速度闭环控制实现

完整的PID控制流程包括：

1. 速度采样：定时读取编码器计数值
2. 计算实际速度：使用移动平均滤波
3. PID运算：输出PWM调节量
4. 抗饱和处理：限制积分项积累

// 简易PID实现示例 typedef struct { float Kp, Ki, Kd; float integral; float prev_error; } PIDController; float pid_update(PIDController* pid, float error, float dt) { pid->integral += error * dt; float derivative = (error - pid->prev_error) / dt; pid->prev_error = error; return pid->Kp * error + pid->Ki * pid->integral + pid->Kd * derivative; }

调试技巧：

• 先调P项直到出现小幅振荡
• 加入D项抑制振荡
• 最后加入I项消除静差
• 测试时逐步提高目标速度

5. 进阶功能扩展

5.1 无线控制实现方案

利用WiFi模块（如ESP8266）可以轻松实现：

1. 手机APP控制：通过TCP协议发送控制指令
2. 网页监控：实时显示小车速度和传感器数据
3. 视频传输：配合摄像头模块实现FPV功能

典型通信协议设计：

5.2 运动性能优化技巧

在实际测试中，这些小技巧能显著提升表现：

• 加速度限制：避免急启急停导致的打滑

def smooth_acceleration(current, target, max_delta): if abs(target - current) <= max_delta: return target return current + copysign(max_delta, target - current)

• 轮胎处理：用砂纸轻微打磨增加摩擦力
• 重心调整：电池位置影响转向特性
• 运动学校准：测量实际轮距并修正转向模型

6. 从原型到产品级的思考

当完成基础功能后，可以考虑这些提升方向：

• 加入IMU传感器：实现航向估计和更复杂的运动控制
• 开发上位机软件：实时绘制速度曲线和调试参数
• 设计3D打印件：定制化传感器支架和外壳
• 能量回收系统：刹车时通过电机发电回充电池

在最近一次校园竞赛中，采用这套方案的队伍不仅完成了基础循迹，还实现了动态避障和编队行驶。这充分证明了良好硬件基础对功能扩展的重要性——就像盖房子，地基牢固才能建得更高。