自平衡车制作揭秘：kalman融合与优化策略

本文主要介绍了如何利用卡尔曼滤波（Kalman Filter）技术结合加速度计（MMA7260）和陀螺仪（ENC-03MB）设计一款两轮自平衡车的控制方案。作者采用ATmega16作为主控芯片，通过集成的角速度传感器和加速度传感器获取车辆的倾角、角速度、车速和位置信息。陀螺仪直接连接到AD输入，由于其存在过冲问题，作者选择去掉滤波电路以避免数据失真。 算法设计方面，车辆采用传统的双环控制系统，包括一个用于稳定车身倾斜的倾角环路和一个控制车速的车速环路。通过计算得到的角度、角速度等数据，然后通过PWM信号驱动两个电机进行动作。每个电机配备两个霍尔传感器作为速度传感器，用于精确控制电机转速。 硬件部分，作者使用的硬件包括常见的减速电机，额定电压6V，功率3W，通过L298N驱动器控制。电源部分采用简单易得的变压器整流桥，为MCU和电机分别供电。为了实时监控车辆状态，还配备了LCD1602B显示器，以及通过电视红外遥控器实现远程控制。 设计中涉及的源代码和原理图也有所分享，如WinAVR20100110+AVRStudio4.18ourdev_610434C8FD1C.rar文件包含了主控程序，M16迷你板电路图PDF（ourdev_610214M89OEI.pdf）展示了最小系统版的电路设计，而上位机软件ourdev_610318TY8G24.rar则提供了带有波形显示和数据显示的功能。 作者在分享过程中，还展示了未经滤波的车速波形和10Hz低通滤波后的波形，对比以展示滤波效果。同时，视频链接（<http://v.youku.com/v_show/id_XMjM1OTQ3NzU2.html>）展示了车辆的实际运行情况，但指出当前车辆稳定性还有待提升，可能的原因包括参数调整不到位和电源质量不佳。 在解决陀螺仪过冲问题上，作者分析了高通滤波器的脉冲响应，并决定去除该滤波器以直接读取AD输入，以减小倾斜数据的误差。这种处理方法虽然简单，但在实际应用中需要权衡滤波带来的精度和过冲问题的影响。 本文是一篇实践性很强的技术分享，详细地展示了两轮自平衡车的设计过程，包括理论原理、硬件选择、算法实现以及遇到的问题和解决方案，对于对自平衡车控制感兴趣的开发者和爱好者具有很高的参考价值。