用Arduino构建智能小车闭环控制系统：编码器测速与PID避障

在这个章节之前，你大概率已经完成过 Arduino 基础项目：点灯、按键输入、用 PWM 控制电机转速。看起来小车已经能“动”起来了，但只要你把它放到地上，问题立刻就会出现：两个电机明明写了同样的占空比，车却总往一边偏；前面放一把椅子，它不知道减速；想让它走一条直线，几乎不可能。很多人到这里的第一反应是“换一套更好的电机”，或者“去抄一段避障代码”，但真正的瓶颈不在硬件，而在系统没有形成反馈闭环。

本章会用 Arduino Uno R3 这个非常基础的平台，把一个项目拆成一条完整的控制链路：编码器测速、中断计数、定时采样、滤波、PID 闭环、超声波避障。最终小车不再只是“执行你下发的转速”，而是“实时感知自己实际跑了多快、前方有没有障碍，再决定下一步怎么走”。这才是“导航”的开端。

先说判断：做 Arduino 小车，真正拉开差距的不是某个单独模块，而是你是否把数据采集、控制周期、执行输出当成一个整体来看。很多教程单独讲编码器、单独讲 PID，读者照着接好线，却发现车还是不走直线，因为每个环节的时间基准不一致：中断计数是一套逻辑，PID 循环又用 delay 卡住，超声波一测距就阻塞整个主循环。这一章不仅要讲每一个模块，还会把模块之间的“时序关系”串起来。读完后，你可以照着完成一辆能直行、能绕障的小型差速车，也基本理解了嵌入式控制项目的典型结构。

1. 从“能跑”到“会自己走”，差在哪里

先明确这个项目的定位：它不是一个只做“红外避障”的玩具。很多人做过那种带红外对管的小车，遇到障碍就随便拐一下，方向完全随机。那种小车本质上没有“感知模型”，只有条件判断。真正的自主导航，至少要形成一条链路。

这条链路可以用一句话概括：

测量当前状态 -> 与期望状态比较 -> 计算修正量 -> 输出给电机 -> 再测量当前状态。

缺少其中任何一环，小车的行为就会变得不可预测。

对照这个链路，初学者最容易犯的错误有三个。

第一，把传感器和电机当成两个独立任务。编码器只负责“给串口打印数字”，电机控制只负责“执行 PWM 命令”。两者之间没有任何关系。这就导致小车到底跑没跑直、轮子是不是打滑、电池电压下降后转速有没有降低，主控一概不知道。

第二，时间基准混乱。Arduino 本体没有操作系统，main loop 里的代码全部线性执行。如果为了读取超声波用了delay()，那么编码器计数、PID 计算都会停摆。测速采样周期漂移太大，PID 算出来的值就没有工程意义。

第三，没有先让数据稳定，就直接上控制算法。PID 的输入是编码器速度，可编码器原始数据一抖一抖的。新手看到读数跳动，第一反应是加大 PID 参数，结果小车越调越晃。先做滤波，让反馈数据稳定，再谈控制参数，才是正确顺序。

所以本章的技术路线是一条典型的工程路径：

编码器 + 外部中断 -> 周期性采样 -> 滤波 -> PID 速度闭环 -> 超声波/舵机感知 -> 避障状态机。

从输入信息看，这一章涉及的技术热词集中在编码器、中断、PID、超声波、舵机、滤波、定时器这些点，说明读者最关心的正是这条链路中的关键环节。做好这件事，Arduino Uno R3 这颗 16MHz 芯片的性能完全够用。它不是算不过来，而是开发者的“软件节奏”经常不对。

2. 硬件组成与接线：先确认每个模块的角色

本章项目不是一个模块实验，而是一辆完整小车。为了让后面代码不跑偏，接线这一步要提前规划好。常见败因是边写代码边加传感器，到最后引脚冲突、定时器打架。

2.1 部件清单

一个典型配置如下：

• Arduino Uno R3 主控板。
• 带 AB 相霍尔编码器的直流减速电机，左右各一个，常见的是 TT 马达类底盘。
• H 桥电机驱动模块，例如 L298N 或 TB6612FNG，也可用其他基于 H 桥的驱动板。
• HC-SR04 超声波模块，用来测前方障碍距离。
• SG90 型小舵机，用来改变超声波探头的朝向。
• 电池组和稳压部分。电机供电必须独立考虑，不能指望 Arduino 的 5V 引脚为舵机和电机同时提供大电流。

这个组合足够跑通“局部导航”链路。需要提醒的是，全局导航通常还需要陀螺仪或里程计模型，本章先不引入。

2.2 接线规划

Arduino Uno R3 只有一个重要的稀缺资源需要提前考虑：外部中断引脚只有 D2、D3，分别对应中断 0 和中断 1。编码器需要实时响应，所以左右编码器的 A 相必须接到这两个引脚。

为了留出 PWM 引脚并避免与串口冲突，建议按下面的表格接线。

接线时做到“先电源，后信号”。电池正负极接电机驱动板的 VM 和 GND，同时把驱动板 GND、Arduino GND、升压模块 GND 连接到同一个公共地。很多小车第一次上电后串口读数乱跳，甚至电机不转，一大半是因为共地没有做。

电源方面，舵机 SG90 和 HC-SR04 最好单独从具有足够电流输出能力的 5V 电源取电。USB 口给 Arduino 供电用于下载和调试没问题，但如果靠着 USB 5V 驱动两个电机和一个舵机，电压跌落会非常严重。可靠的供电方案是：电池组直供驱动模块的高压输入端，Arduino 通过 Vin 或独立降压模块供电，所有地线连在一起。

2.3 接线后先做最小验证

接完线不要立刻烧写完整避障程序，否则出了问题根本不知道是接线还是算法。先做最小的静态检查：把电机程序里的 PWM 占空比固定为一个不会直接撞车的低值，让车轮缓慢转动；再用示波器、逻辑分析仪或者普通串口，观察编码器是否产生脉冲。没有条件时，把手转动车轮也可以观察计数变化。

3. 编码器与中断：整个控制系统测量数据的来源

许多刚接触编码器的读者会有一个疑问：编码器不就是两个引脚输出脉冲吗？慢慢轮询读取不也行吗？对小功率电机确实可以，嵌入式领域的核心技术难点在于实时性。Arduino Uno R3 的主循环如果正在执行超声波测距、LCD 刷新或其他耗时逻辑，处理器根本没有时间回头读取编码器引脚，就可能丢失计数。这就是中断存在的意义。

3.1 编码器输出两路什么信号

编码器是一种位置或速度传感器。电机转动时，内部的码盘会让霍尔传感器输出脉冲信号。常见配置有两路输出，标记为 A 相和 B 相。

A、B 两路信号之间有固定的相位差：电机正转时 A 相超前 B 相 90 度，反转时 B 相超前 A 相 90 度。从一个脉冲边沿看，只要判断另一路的电平，就能知道方向。

需要区分两个概念：有些传感器叫“正交解码编码器”，有些电机模块则只提供“测速接口”。如果电机模块只输出单路脉冲，你只能测速度，不能判断方向。本章使用 AB 双路输出的编码器，除了测速，还能为后续里程计计算打基础。

3.2 为什么必须挂中断

Arduino Uno R3 的外部中断引脚只有 D2、D3。使用中断后，每次 A 相出现上升沿，CPU 都会立刻进入对应中断服务函数，在中断函数里对计数变量加一。整个过程不需要主循环参与，即使主循环正在执行其他代码也不会丢脉冲。

如果采用“循环读取”方式，主循环里一个稍长的delay(50)，就可能造成计数遗漏。尤其当系统还要处理超声波、PID、舵机时，中断方案几乎是必须的。

设计中断程序有一个铁律：中断服务函数内部尽量只做简短操作，不要调用Serial.print()、delay()这类耗时函数。计数代码足够短，正好适合放在中断里。

3.3 计数与方向判断的示例

下面是一个最小可用程序，用于验证左右编码器。把两个编码器的 A 相接到 D2、D3，B 相接到 A2、A3。程序启动后，手动转动车轮，串口监视器可以看到左右计数变化，数值增减也能反映转向方向。

// 文件路径：02_encoder/02_encoder.ino #define ENC_LEFT_A 2 #define ENC_LEFT_B A2 #define ENC_RIGHT_A 3 #define ENC_RIGHT_B A3 volatile long leftTicks = 0; volatile long rightTicks = 0; void leftEncoderISR() { if (digitalRead(ENC_LEFT_B) == HIGH) { leftTicks++; } else { leftTicks--; } } void rightEncoderISR() { if (digitalRead(ENC_RIGHT_B) == HIGH) { rightTicks++; } else { rightTicks--; } } void setup() { Serial.begin(9600); pinMode(ENC_LEFT_A, INPUT_PULLUP); pinMode(ENC_LEFT_B, INPUT_PULLUP); pinMode(ENC_RIGHT_A, INPUT_PULLUP); pinMode(ENC_RIGHT_B, INPUT_PULLUP); attachInterrupt(digitalPinToInterrupt(ENC_LEFT_A), leftEncoderISR, RISING); attachInterrupt(digitalPinToInterrupt(ENC_RIGHT_A), rightEncoderISR, RISING); } void loop() { Serial.print("L="); Serial.print(leftTicks); Serial.print(" R="); Serial.println(rightTicks); delay(200); }

代码逻辑是：

• 使用volatile修饰中断里修改的计数变量，避免编译器优化导致主循环读到过期副本。
• attachInterrupt(digitalPinToInterrupt(引脚), 中断函数, RISING)是在 A 相上升沿触发。
• 中断函数内通过读取 B 相电平判断方向。这里的正负与电机安装方向有关，如果发现转轮时计数方向相反，调整接线或者对计数值取反即可。

这段程序先不驱动电机，只做测试。成功标志是：轮子每转过一圈，串口数字持续变化，且正反转时计数分别增大和减小。

如果发现只有一只轮子有计数，不要急着怀疑程序，优先检查对应编码器的供电、B 相上拉电阻和信号线是否接触良好。霍尔编码器需要供电电压，没有供电时信号线是悬空的。

4. 采样节拍与速度换算：把原始计数变成可用速度

有了中断计数，下一个问题是：计数值不能直接用于 PID，因为leftTicks虽然越来越大，但没法知道轮子“转得多快”。

速度的定义是一段时间内位置的变化量。要得到速度，必须定时读取左右编码器的计数差值，再做换算。这一步的关键是“采样节拍”必须稳定。

4.1 不要用 delay 做采样

用下面的方式写会很自然：

while (true) { delay(100); speed = leftTicks - lastLeftTicks; }

但它有一个缺点：程序在delay(100)期间完全阻塞。如果此刻需要同时读取另一个传感器，整个系统就卡住了。超声波测距时pulseIn又会阻塞一段时间，PID 更新就会被延迟。采样周期忽长忽短，PID 的积分项和微分项都会变得不稳定。

正确做法是用millis()做非阻塞时间判断。millis()返回开机至今的毫秒数，我们可以不断检查“现在距离上次采样是否已经超过 100 毫秒”。

4.2 速度采样的完整实现

下面的代码就是把上一节的计数值，转换为每秒脉冲数。这个量在后续 PID 里作为“反馈速度”使用。

// 文件路径：03_speed_sampling/03_speed_sampling.ino #define SAMPLE_MS 100 unsigned long lastSampleTime = 0; long lastLeftTicks = 0; long lastRightTicks = 0; void updateSpeedSampling() { unsigned long now = millis(); if (now - lastSampleTime >= SAMPLE_MS) { unsigned long dt = now - lastSampleTime; if (dt == 0) { dt = 1; } long deltaL = leftTicks - lastLeftTicks; long deltaR = rightTicks - lastRightTicks; float leftSpeed = deltaL * (1000.0 / dt); // 单位：脉冲数/秒 float rightSpeed = deltaR * (1000.0 / dt); lastSampleTime = now; lastLeftTicks = leftTicks; lastRightTicks = rightTicks; Serial.print("L="); Serial.print(leftSpeed); Serial.print(" R="); Serial.println(rightSpeed); } }

这里没有用固定 100 作为分母，而是用实际间隔dt，即使主循环偶尔被其他代码阻塞，速度计算也不会因此出现明显跳变。

4.3 从脉冲速度换算到转速

“每秒脉冲数”能够直接用于左右轮对比，但不够直观。假如你想知道电机每分钟转多少圈，需要一个关键参数：每圈产生多少个脉冲。这个参数通常和编码器线数、减速比有关。

如果减速电机铭牌给出“每圈输出多少个计数脉冲”，那可以将脉冲速度换算成 RPM：

rpm = (脉冲每秒 / 每圈总脉冲数) * 60

如果你的编码器安装在电机轴上，而轮子通过减速箱输出，实际轮子转速还要再除以减速比。不同厂家的电机不一致，所以代码里最好把这个参数定义为一个常量，方便校准时修改。

需要注意，M 法测速在低速时误差偏大。它的原理是“在一段固定时间内数脉冲数”，如果时间窗口内只到来 1 到 2 个脉冲，误差就会非常明显。让小车以较慢速度行驶时，就会看到速度值在高频抖动。解决办法是适当延长采样窗口，例如从 50ms 改为 100ms。若速度极低，则更适合使用 T 法，也就是测量单个脉冲的时间宽度。本章项目把采样周期控制在 50 到 100ms 比较合适。

4.4 外部中断、定时器与主循环的时间关系

Arduino Uno R3 的定时器资源不止一个。millis()本身依赖定时器 0，PWM 功能依赖定时器 0、1、2。外部中断则是由引脚电平边沿直接触发的，不依赖某个定时器。这带来一个很好的工程结构：

• 外部中断负责对编码器事件计数。
• 定时器 0 溢出驱动millis()产生系统时间戳。
• 主循环控制 100ms 采样周期。
• 同一段主循环还会执行 PID 和避障逻辑。

这个结构的价值在于：编码器的每一个边沿都不会因为测距代码而丢失，同时控制逻辑有确定的时间节拍。对 Uno 这种小内存芯片来说，不用上 RTOS，只要把任务按时间片划分清楚，也能获得很稳定的控制效果。

5. 滤波：让速度反馈先稳定下来

现在的问题是，速度数据并不漂亮。哪怕车轮稳定匀速转，采样得到的脉冲速度也可能在 150 和 200 之间跳动。原因包括机械震动、采样周期开始时编码器刚好落在边沿附近、以及 M 法低速误差。如果把这种数据直接给 PID，控制量会跟着反馈一起抖动，结果就是电机声音发闷、电流波动、小车行驶不平顺。

5.1 低通滤波的直观理解

低通滤波器不是嵌入式领域的高深数学概念。一句话理解：它允许缓慢变化的速度信号通过，抑制突然跳变的高频噪声。

用公式写出来是：

filtered = filtered + alpha * (raw - filtered)

其中alpha是一个 0 到 1 之间的系数。alpha越接近 1，滤波器越“激进”，响应快，但平滑能力弱；alpha越接近 0，输出越平滑，但需要更长时间才能跟随真实速度变化。

另一种常见写法是滑动窗口平均：保存最近 N 次采样值求平均。它的缺点是每次需要存储多个数据，并且在速度快速变化时会产生滞后。一阶低通滤波只需要一个变量，占用资源少，适合 Arduino Uno R3。

5.2 一阶低通滤波代码

把上一节的leftSpeed、rightSpeed换成smoothLeft即可。下面代码放在主循环中频率为 100ms 的采样块里。

// 文件路径：04_filter/04_filter.ino float smoothLeft = 0; float smoothRight = 0; const float ALPHA = 0.35f; // 在采样块中调用 // smoothLeft = lowPassFilter(rawLeftSpeed, smoothLeft, ALPHA); // smoothRight = lowPassFilter(rawRightSpeed, smoothRight, ALPHA); float lowPassFilter(float rawValue, float lastFiltered, float alpha) { return lastFiltered + alpha * (rawValue - lastFiltered); }

第一次运行时如果电机尚未启动，smoothLeft从 0 开始。当实际速度上升时，滤波后的曲线会有一段时间的爬升过程。如果想要启动阶段响应更快，可以在初始化时直接把第一次采样值赋给滤波器变量。

5.3 alpha 参数怎么选

alpha不能盲目乱调。从控制工程角度看，alpha 与采样周期 Ts 和滤波器时间常数 tau 有关：

alpha = Ts / (Ts + tau)

假设采样周期是 0.1 秒，希望滤波平滑时间常数约为 0.2 秒，那么近似估算：

alpha = 0.1 / (0.1 + 0.2) = 0.33

这意味着滤波后的速度值，大约要经过几分钟？不是，是经过若干个采样周期才能完全跟上真实值。对速度控制来说，不需要完全达到真实值，只要稳定且误差在可控范围即可。实际调试时，你可以先设 alpha 为 0.5，观察串口曲线；如果数据仍然跳动明显，把 alpha 调小到 0.2 或 0.3；如果响应太慢、直行时转弯反应迟钝，把 alpha 调大。

要注意，滤波是双刃剑。滤波会带来延迟，这是控制系统中常常被忽略的代价。速度环信号可以滤波，但避障的距离判断如果同样用很重的一阶低通，就可能使小车在发现障碍后仍然晚刹车。距离传感器更适合用“多次采样 + 取有效值 + 超时剔除”的思路，而不是一味低通。

6. PID 控制与自动纠偏：速度环和方向环

前面几节解决了“测得准”的问题，现在要进入“自动纠偏”。PID 是本章最容易被误解的部分。不少人把 PID 当成一个神秘的“黑盒”，直接去 Arduino 库搜索 PID 调用，然后复制参数。这不是项目该有的方式，因为不懂原理，就不知道怎么调参数。

6.1 PID 要解决的控制目标

回到小车的直接问题：现在程序给两个电机各发送一个 PWM 占空比，比如左边 150、右边 150。结果小车往右偏，因为左右电机在相同 PWM 下实际转速不同。

如果手动纠正，你可以说：把右边 PWM 减到 140。但这只是开环补偿。随着电池电压变化、地面摩擦不同、负载不同，误差会不断变化。PID 的作用就是：给定一个目标速度，它根据实际速度与目标速度的差值，自动计算一个合适的 PWM 输出。

6.2 P、I、D 三个词的直观意义

比例项（P）是基础。它认为误差越大，修正越用力。例如当前速度比目标低 50，P 项提供 2 倍的比例增益，输出增加 100。

积分项（I）用来消除长期误差。比例控制有一个特点：当误差小到一定程度后，输出可能刚好抵消阻力，误差就永远剩一点，这叫稳态误差。积分项把历史误差累积起来，只要误差持续存在，积分输出就会逐渐增大，直到把误差推回零。

微分项（D）看误差变化趋势。它用来抑制过冲。目标速度到达后，误差在快速变小，微分项会给一个反向修正，避免轮子一下子冲过头。

可以这样理解：P 处理“现在差多少”，I 处理“过去差了多少”，D 预测“接下来会差多少”。

6.3 位置式 PID 的轻量实现

Arduino 平台有 PID 库可用，但对学习项目来说，自己写一个小型 PID 函数反而更清楚，也更容易调整限制条件。下面代码采用位置式 PID：每次更新都把目标速度、实际速度作为输入，输出一个 0 到 255 的控制量，直接对应 PWM。

// 文件路径：05_pid_controller/pid_controller.ino struct PidController { float kp; float ki; float kd; float integral; float lastError; float outMin; float outMax; }; float pidUpdate(PidController* pid, float target, float current, float dt) { float error = target - current; pid->integral += error * dt; if (pid->integral > pid->outMax) { pid->integral = pid->outMax; } if (pid->integral < pid