超牛DIY！用步进电机和Arduino Nano做一个自平衡机器人

硬件

• Arduino Nano R3 × 1
• SparkFun步进电机驱动板A4988 × 2
• 步进电机，迷你步进 × 2
• DFRobot MPU-6050 6 DOF传感器 × 1

建模

模拟情况：https://www.kaggle.com/zjor86/simulations-self-balancing-robot

我在上面的链接中，详细描述了项目的模型以及模拟的情况。

强烈建议大家也能在建立系统之前进行模拟，并在一个虚拟环境中调整好参数。

设备选择

到目前为止，采用的设置如下：

• Arduino Nano，16MHz，我试图尽可能地压榨更多板子的计算能力，后续可能会用BlackPill（100MHz）或ESP32 WROOM（80-240MHz）取代它。实验证明频率是一个很重要要素。
• Nema 17步进电机  × 2
• A4988步进驱动器  × 2
• MPU6050 - 陀螺仪和加速度计，带有板载的DMP，我也试过用更高级的芯片MPU9250，不过目前还没有找到好的库支持。

反馈控制回路

我使用了2个嵌入式PID控制回路，一个用于保持直立位置；

另一个用于稳定速度或位置。

实施说明

步进控制

机器人通过施加一个与角度大致成正比的力来平衡自己。这意味着，电机应该随着加速度转动。由于我们有步进电机，我们需要计算下一步的延迟，最好是在每一步之后（或尽可能快）。

但是，步进本身在时间上是精确的，所以我使用了一个定时器中断来进行步进和40kHz的频率（试过用从8kHz到100kHz的频率，效果很好，但是它占用了CPU周期，而且控制不是很流畅）。这个过程应该尽可能地快，而且不应该包含任何浮点计算。

速度更新

下一个对时间敏感的任务是更新速度和重新计算步长延迟，这应该比测量路由运行的速度快；否则“力”将没有足够的时间作用和产生效果。

控制循环

这个程序负责读取IMU（MPU6050），计算必要的控制信号，例如速度更新回路的加速度。

使用DMP

DMP（数字运动处理器）负责合并来自陀螺仪和加速度计的数据，为你提供漂亮而平滑的偏航-俯仰-滚动数据。它卸载掉了Arduino运行缓慢的CPU，在实践中，与手写的互补滤波器相比，我在改用DMP后得到了5倍的主循环速度。

电路图

▲ 可以点击放大观看

项目的后续

我会分享我的改进和后续的升级计划，如果大家有兴趣，也欢迎一起加入进来。

后续将考虑：

• 使用更强大的CPU（BlackPill, ESP32）
• 通过WiFi或BLE或nRF24L01增加遥控的功能
• 把它做成一个教育套件，更加易于组装和大家理解
• 把这个机器人变成一个有API的平台，这样就有可能把其他设备安装在上面