智能送药小车国一方案全解析：STM32、PID与多传感器融合实战

智能送药小车STM32PID控制

于 2026-08-02 04:31:52 修改

·本内容遵循CC 4.0 BY-SA版权协议

这次我们来看一个在电赛圈子里讨论度很高的项目——智能送药小车。它不仅是2021年全国大学生电子设计竞赛（电赛）的经典控制类题目，更是许多队伍冲击国奖（包括国一）的核心作品。对于正在备战2025、2026年电赛的同学来说，深入理解一个成熟的国一作品，其价值远超空泛的理论学习。

这个项目的核心不是炫技，而是如何在有限的四天三夜里，稳定、精准地实现一套完整的自动寻迹、精准定位、机械抓取与投放的闭环系统。它涉及STM32等微控制器编程、多种传感器融合、电机控制、机械结构设计以及上位机调试，是对学生综合工程能力的全面检验。

本文将基于一个典型的国一获奖方案框架，为你拆解智能送药小车的核心设计思路、硬件选型门槛、关键代码逻辑、调试避坑要点以及完整的系统测试流程。无论你是初次接触电赛的新手，还是希望优化已有方案的老队员，都能从中获得可直接落地的参考。

1. 核心能力速览（系统规格与设计目标）

在开始动手前，你需要清楚这个系统要达成什么目标，以及需要哪些核心部件。下表概括了一个国一水平智能送药小车的基本规格：

能力项	说明与典型实现
核心任务	在模拟医院病房的赛道上，自主循迹至指定病房号，精准抓取药品并送达目标病房。
控制核心	STM32F4/F1系列主控（如STM32F407ZGT6, STM32F103C8T6），负责所有决策与调度。
循迹方案	多路红外对管/灰度传感器，常见为5-8路，用于识别黑色引导线。
定位方案	编码器（用于路程计量） + 陀螺仪（MPU6050等，用于角度修正） + 视觉辅助（OpenMV/吴鉴鹰等，用于病房号识别）。
执行机构	舵机（用于控制机械臂抓取、释放药品） + 直流减速电机（用于驱动车轮）。
驱动方案	电机驱动模块（如TB6612FNG、L298N）控制直流电机，单片机PWM直接控制舵机。
通信方式	可能涉及蓝牙/WIFI与上位机通信（用于调试与任务下发），或仅作离线自主运行。
供电系统	12V锂电池组为电机供电，经降压模块（如LM2596）为单片机、传感器提供5V/3.3V电源。
关键算法	PID循迹控制、编码器测速与闭环、陀螺仪数据融合（互补滤波）、病房号识别算法、运动路径规划。
开发环境	Keil MDK-ARM / STM32CubeIDE，搭配串口调试助手、逻辑分析仪等工具。

2. 适用场景与使用边界

这个项目方案主要服务于两个核心场景：

电赛备赛与学习：为参加全国大学生电子设计竞赛“智能送药小车”及相关控制类题目的团队，提供一个经过验证的高分实现框架。帮助理解从题目分析、方案设计到代码调试的全流程。
嵌入式综合实践：作为高校课程设计、毕业设计或课外科技活动的优秀课题，涵盖单片机、传感器、自动控制、机器视觉等多个知识点。

需要明确的使用边界：

非商用产品原型：此设计为竞赛作品，侧重于在规定时间内实现功能并稳定运行，在可靠性、鲁棒性、成本控制等方面与工业产品有差距。
依赖特定赛场环境：赛道材质（通常为白色KT板）、引导线宽度与颜色、灯光条件、病房标识规格都是确定的。方案需要针对这些条件进行校准和优化，换到差异大的环境可能失效。
知识集成而非原创理论：项目重点在于熟练应用成熟的技术模块（如PID、传感器驱动）并进行系统集成，而非发明新算法。

3. 环境准备与前置条件

在焊接第一块电路板之前，请确保你的软硬件环境已就绪。

硬件清单（基础版）：

主控板：STM32最小系统板（如STM32F103C8T6“蓝色小板”或性能更强的F4系列）。
循迹模块：5-8路红外循迹模块或灰度传感器模块。
姿态传感器：MPU6050六轴陀螺仪加速度计模块。
测速模块：车轮编码器（推荐AB相增量式编码器）。
视觉模块（可选但推荐）：OpenMV Cam H7 或吴鉴鹰单片机摄像头模块，用于数字识别。
驱动模块：TB6612FNG双电机驱动模块（比L298N效率高、发热小）。
执行器：MG996R等大扭矩舵机（用于机械爪）、直流减速电机（带减速箱，扭力足）。
电源：12V锂电池、开关、降压模块（如LM2596可调降压模块）。
车体：亚克力板或铝合金小车底盘、万向轮、轮胎。
调试工具：USB-TTL串口模块、逻辑分析仪（用于分析PWM等信号）、万用表、示波器（理想情况）。

软件与环境：

开发IDE：Keil uVision5 (MDK-ARM) 或 STM32CubeIDE。建议新手使用CubeIDE，它集成了CubeMX图形化配置，能自动生成初始化代码。
单片机固件库：HAL库或标准库。HAL库抽象层次高，开发快；标准库更底层，控制精细。竞赛中HAL库更常用。
驱动安装：ST-Link/V2调试器驱动、串口芯片（如CH340）驱动。
辅助软件：串口调试助手（如SSCOM、XCOM）、OpenMV IDE（如果使用OpenMV）、绘图软件（如Visio，用于画流程图）。

4. 系统框架设计与模块连接

智能送药小车是一个典型的嵌入式闭环控制系统。其核心框架可以概括为“感知-决策-执行”。

TEXT

[上位机/任务输入]

[STM32主控制器]

|----------------|----------------|----------------|

v v v v

[循迹传感器] [编码器] [陀螺仪] [视觉传感器]

(路径感知) (速度/里程反馈) (姿态/角度反馈) (目标识别)

| | | |

|----------------|----------------|----------------|

| | | |

v v v v

[PID控制器] <--- 数据融合与状态估计 ---> [路径规划器]

[电机驱动PWM] [舵机控制PWM]

(控制车轮) (控制机械臂)

| |

v v

[直流减速电机] [舵机机械爪]

| |

v v

[小车运动]------->[完成抓取/投放]

硬件连接关键点（以STM32F103C8T6为例）：

电机驱动：TB6612的PWMA/B接单片机PWM输出引脚（如TIM1_CH1, CH2），AIN1/AIN2, BIN1/BIN2接普通GPIO口控制方向，STBY接高电平。
编码器：编码器的A、B相接单片机的定时器编码器接口（如TIM2_CH1, CH2），这样可以硬件计数，非常准确。
MPU6050：通过I2C接口连接（如PB6-SCL, PB7-SDA）。
红外循迹：每个传感器的DO输出口接一个单片机GPIO输入口。
舵机：信号线接单片机另一个定时器的PWM通道（如TIM3_CH1）。
OpenMV：通过串口（UART）与STM32通信，发送识别到的数字结果。

电源管理警告：电机必须与单片机、传感器分开供电！ 使用12V锂电池直接给电机驱动供电，同时通过降压模块降到5V给单片机和大部分传感器供电。数字地和电源地最终要共地，但功率路径要分开，避免电机启动时的电流冲击导致单片机复位。

5. 核心代码逻辑与功能实现

5.1 循迹PID控制

这是小车能走直线的关键。红外传感器返回的是二值信号（0或1，代表白或黑）。

// 伪代码示例：位置式PID循迹算法

float PID_Trace(int sensor_values[]) {

// 1. 计算当前位置偏差

// 假设5路传感器，索引0-4，中间是2

int position = 0;

int sum = 0;

int on_line = 0;

for (int i=0; i<5; i++) {

if (sensor_values[i] == BLACK) { // 检测到黑线

position += i * 1000; // 加权

sum += 1000;

on_line = 1;

}

if (on_line) {

g_position_error = position / sum - 2000; // 偏差值，2000是中心理论值

} else {

// 丢线处理，沿用上次误差或执行搜索

g_position_error = g_last_error;

}

// 2. PID计算

g_error_integral += g_position_error;

float derivative = g_position_error - g_last_error;

g_last_error = g_position_error;

float output = KP * g_position_error + KI * g_error_integral + KD * derivative;

// 3. 输出到电机速度

int base_speed = 2000; // 基础PWM值

int left_motor_speed = base_speed + output;

int right_motor_speed = base_speed - output;

// 限幅

left_motor_speed = constrain(left_motor_speed, 0, MAX_PWM);

right_motor_speed = constrain(right_motor_speed, 0, MAX_PWM);

set_motor_speed(left_motor_speed, right_motor_speed);

return output;

}

调试要点：先调KP（比例），让小车能快速响应偏差但不振荡；再调KD（微分），抑制过冲和振荡；KI（积分）在循迹中通常很小，用于消除静态误差，但要注意积分饱和。

5.2 编码器与速度闭环

仅靠循迹无法保证速度稳定，尤其在转弯和启动时。编码器提供实时速度反馈。

// 在编码器中断中计数

void HAL_TIM_IC_CaptureCallback(TIM_HandleTypeDef *htim) {

if (htim->Instance == TIM2) { // 左轮编码器定时器

if (htim->Channel == HAL_TIM_ACTIVE_CHANNEL_1) {

// 根据A、B相电平判断方向，并增减计数

if (READ_GPIO_PIN(ENCODER_A) == HIGH) {

left_encoder_count++;

} else {

left_encoder_count--;

}

// 类似处理右轮编码器...

}

// 定时计算速度（例如每50ms调用一次）

void calculate_speed(void) {

int32_t left_diff = left_encoder_count - left_last_count;

left_last_count = left_encoder_count;

float left_speed = (float)left_diff / PULSES_PER_CM / 0.05; // 单位：cm/s

// 速度PID控制

float speed_error = target_speed - left_speed;

// ... PID计算，输出为PWM增量

// 将此增量与循迹PID的输出结合，共同决定最终电机PWM

}

5.3 陀螺仪数据融合（互补滤波）

MPU6050的原始数据噪声大且易漂移，需要融合加速度计和陀螺仪的数据来获得稳定的角度。

// 简易互补滤波

float complementary_filter(float accel_angle, float gyro_rate, float dt) {

static float angle = 0.0;

// 加速度计数据可信低频，陀螺仪数据可信高频

// 0.98和0.02是滤波系数，可根据实际情况调整

angle = 0.98 * (angle + gyro_rate * dt) + 0.02 * accel_angle;

return angle;

}

// 在定时中断中调用

void IMU_Update(void) {

// 读取MPU6050的加速度和角速度原始数据

read_accel(&ax, &ay, &az);

read_gyro(&gx, &gy, &gz);

// 计算加速度计估计的角度（绕Y轴旋转，即俯仰角）

float accel_angle = atan2(ax, az) * 180.0 / PI;

// 互补滤波

float dt = 0.01; // 假设10ms更新一次

current_angle = complementary_filter(accel_angle, gy, dt);

// 此角度可用于小车在直道上的角度微调，或检测是否倾斜

}

5.4 病房号识别与通信（OpenMV示例）

OpenMV端负责识别数字，并通过串口发送给STM32。

PYTHON

# OpenMV IDE 中的 Python 脚本示例

import sensor, image, time, pyb

from pyb import UART

sensor.reset()

sensor.set_pixformat(sensor.RGB565)

sensor.set_framesize(sensor.QVGA)

sensor.skip_frames(time = 2000)

uart = UART(3, 115200) # 串口3，波特率115200

clock = time.clock()

# 假设已训练并加载了一个数字识别模型（如NNCNN）

# net = nn.load('/model.onnx')

while(True):

clock.tick()

img = sensor.snapshot()

# 1. 寻找色块（例如，红色病房号区域）

blobs = img.find_blobs([(30, 60, 15, 50, 10, 40)], pixels_threshold=100, area_threshold=100)

for blob in blobs:

# 2. 在色块区域ROI内进行数字识别

img.draw_rectangle(blob.rect())

# 使用模板匹配或神经网络识别数字

# number = net.predict(img, blob.rect())

# 此处简化处理

number = 1 # 假设识别到数字1

# 3. 通过串口发送数据

uart.write("Room:%d\n" % number) # 发送格式如 "Room:1"

time.sleep_ms(100)

STM32端接收并解析数据：

// STM32 串口中断接收解析

void USART1_IRQHandler(void) {

if(USART_GetITStatus(USART1, USART_IT_RXNE) != RESET) {

char rx_char = USART_ReceiveData(USART1);

if (rx_char == '\n') { // 接收到一行数据

rx_buffer[rx_index] = '\0'; // 字符串结束符

// 解析指令，例如 "Room:1"

if (sscanf(rx_buffer, "Room:%d", &detected_room_number) == 1) {

// 成功解析到病房号，触发状态机跳转

g_target_room = detected_room_number;

g_system_state = STATE_APPROACHING_ROOM;

}

rx_index = 0; // 重置缓冲区索引

} else {

if (rx_index < RX_BUFFER_SIZE - 1) {

rx_buffer[rx_index++] = rx_char;

}

5.5 主控状态机设计

小车的整个任务流程最适合用状态机（Finite State Machine）来管理，逻辑清晰，易于调试。

typedef enum {

STATE_IDLE, // 空闲

STATE_LINE_FOLLOWING, // 循迹行进

STATE_DETECT_ROOM, // 检测病房号

STATE_APPROACH_ROOM, // 接近病房（减速、对准）

STATE_GRAB_MEDICINE, // 抓取药品

STATE_TURN_AROUND, // 原地转弯/调头

STATE_DELIVER, // 运送至目标病房

STATE_RELEASE, // 释放药品

STATE_RETURN, // 返回起点/等待区

STATE_ERROR // 错误处理

} SystemState_t;

SystemState_t g_system_state = STATE_IDLE;

void main_loop(void) {

while (1) {

switch (g_system_state) {

case STATE_IDLE:

if (start_command_received) {

g_system_state = STATE_LINE_FOLLOWING;

}

break;

case STATE_LINE_FOLLOWING:

PID_Trace(); // 执行循迹

if (room_number_detected()) { // 检测到数字区域

g_system_state = STATE_DETECT_ROOM;

}

break;

case STATE_DETECT_ROOM:

// 精细调整位置，确保摄像头正对数字

if (数字识别成功且匹配目标) {

g_system_state = STATE_APPROACH_ROOM;

} else if (识别超时) {

g_system_state = STATE_LINE_FOLLOWING; // 继续前进

}

break;

case STATE_APPROACH_ROOM:

// 控制小车精确停在病房前

stop_at_room();

g_system_state = STATE_GRAB_MEDICINE;

break;

case STATE_GRAB_MEDICINE:

servo_grab(); // 舵机动作抓药

delay_ms(500);

g_system_state = STATE_TURN_AROUND;

break;

// ... 其他状态处理

case STATE_ERROR:

stop_all_motors();

error_handler();

break;

}

// 其他后台任务，如读取传感器、更新速度环等

read_sensors();

update_speed_pid();

HAL_Delay(10); // 主循环周期约10ms

}

6. 系统调试与效果验证流程

电赛调试是“三分做，七分调”。必须有一套科学的验证流程。

6.1 分模块独立调试

电源与最小系统：先不接任何外设，确保单片机能够正常下载程序、运行流水灯测试。
电机驱动：编写测试程序，让两个电机分别正转、反转、停止。用逻辑分析仪或示波器查看PWM波形是否正常。
循迹模块：将小车抬起，用手在传感器下移动黑线，通过串口打印每个传感器的状态值，确保每个通道都能正确响应。
编码器：用手转动轮子，通过串口打印计数值，检查正反转计数是否准确增减。
陀螺仪：通过I2C读取MPU6050原始数据，计算静止时的角度，观察晃动时数据变化是否灵敏。
舵机：编写程序让舵机在0度、90度、180度几个位置转动，观察机械爪动作是否到位。
视觉模块：单独测试OpenMV，确保它能稳定识别出赛道上的数字，并通过串口助手查看发送的数据格式是否正确。

6.2 子系统联调

循迹走直线：只开启循迹PID，关闭速度环。将小车放在直道上，观察它能否沿直线行驶。重点调整KP和KD。
速度闭环：开启编码器速度反馈。设定一个目标速度，观察实际速度能否快速跟随并保持稳定。调整速度环的PID参数。
转弯测试：在十字路口或弯道测试。可能需要根据弯道曲率动态调整基础速度或PID参数。
视觉-动作联动：模拟病房号出现，测试小车能否从“循迹状态”正确切换到“检测状态”并停下。

6.3 全系统集成测试

按照比赛任务书，进行端到端的完整流程测试：

任务开始：小车从起点出发。
循迹与识别：沿黑线行进，识别沿途病房号。
抓取动作：到达指定病房后，精准停车，机械臂完成抓取。验证点：停车位置是否精确（药品在爪心）？抓取是否牢固？
运送与投放：携带药品行驶至目标病房，再次精准停车，释放药品。验证点：药品是否准确投入目标区域？释放后机械臂是否复位，不影响返程？
返回与结束：返回起点或指定区域。验证点：全程用时？动作成功率（10次测试成功几次）？

记录每次测试的数据：如PID参数、识别成功率、停车误差、完成时间。这是优化和撰写报告的重要依据。

7. 资源占用与性能观察

对于STM32这类资源有限的微控制器，需要关注关键资源的使用情况。

CPU负载：主循环周期（如10ms）是否稳定？中断服务程序（如编码器、串口）是否执行时间过长？避免在中断中进行复杂计算或HAL_Delay。
内存（RAM）：使用大的数组或缓冲区时（如图像缓冲区、串口接收缓冲），注意是否接近芯片极限。可以通过编译后的.map文件查看。
定时器资源：
- 电机PWM：需要两个高级/通用定时器（如TIM1, TIM8）产生高频率PWM。
- 编码器接口：需要两个支持编码器模式的定时器（如TIM2, TIM3, TIM4）。
- 舵机PWM：需要一个通用定时器（如TIM3的另一通道或TIM5）。
- 系统滴答与延时：HAL_Delay()依赖于SysTick。
- 超声波/其他传感器：可能还需要定时器做输入捕获。
- 规划：在CubeMX中初始化时就要统筹分配好，避免冲突。
外设接口：
- UART：至少两个，一个用于调试信息输出（接电脑），一个用于与OpenMV通信。
- I2C：用于连接MPU6050。
- SPI：可能用于连接某些显示屏或无线模块。
- ADC：可能用于检测电池电压。

优化建议：

将非实时任务（如调试信息格式化）放在主循环，而非中断中。
使用DMA（直接存储器访问）来处理串口、ADC等数据搬运，解放CPU。
对于简单的状态标志位，使用位操作，节省内存。

8. 常见问题与排查方法

电赛调试中，90%的时间在解决问题。下表列出典型问题及排查思路：

问题现象	可能原因	排查方式	解决方案
单片机无法下载程序	1. boot引脚配置错误 2. 复位电路问题 3. ST-Link连接不良 4. 芯片锁死	1. 检查BOOT0/1电平 2. 按复位键 3. 重插ST-Link，换线 4. 尝试擦除芯片	1. BOOT0拉低，BOOT1随意 2. 检查复位电路电容、电阻 3. 使用FlyMcu等工具进行串口擦除
电机不转或只振动	1. 电源功率不足 2. PWM频率不对 3. 驱动模块使能端未拉高 4. 电机线虚焊	1. 测量电机供电电压带载时是否跌落 2. 用示波器看PWM波形 3. 检查驱动模块STBY引脚 4. 万用表测通断	1. 更换大容量电池，检查导线粗细 2. 电机PWM频率建议1k-10kHz 3. 将STBY接VCC或单片机高电平IO 4. 重新焊接
循迹不稳定，左右摇摆	1. PID参数不当 2. 传感器安装高度不一致 3. 传感器阈值未校准 4. 车体重心过高	1. 观察摆动周期和幅度 2. 测量各传感器距地面高度 3. 在赛道上实测黑白输出值 4. 观察小车是否容易侧倾	1. 减小`KP`或增大`KD` 2. 调整传感器支架，确保平整 3. 根据实测值设置软件阈值 4. 降低重心，使用宽轮距
编码器计数不准	1. 接线错误（A/B相） 2. 定时器编码器模式配置错误 3. 机械抖动引起误计数 4. 计数溢出	1. 检查A、B相是否接反 2. 确认TIMx配置为Encoder Mode 3. 用手缓慢转动轮子观察计数 4. 检查计数器是否为32位	1. 交换A、B相接线 2. 使用CubeMX重新配置 3. 增加软件滤波或硬件RC滤波 4. 使用`int32_t`类型存储计数值
OpenMV识别不到数字	1. 光照条件变化 2. 摄像头焦距未调好 3. 识别区域ROI设置不对 4. 串口通信波特率不匹配	1. 在比赛现场灯光下重新测试 2. 手动调整镜头焦距直到清晰 3. 通过OpenMV IDE预览调整ROI 4. 核对双方波特率、停止位等	1. 增加图像预处理（如二值化自适应阈值） 2. 固定焦距后打胶防止松动 3. 根据色块动态确定ROI 4. 统一设置为115200, 8N1
小车在十字路口误判	1. 传感器数量少，路口特征判断逻辑简单 2. 速度过快，来不及处理	1. 打印所有传感器值，观察路口特征 2. 分析程序逻辑判断条件	1. 增加传感器数量（如8路） 2. 设计更鲁棒的路口判断算法（如连续多个中间传感器看到黑线） 3. 接近路口时减速
机械爪抓取失败	1. 舵机扭力不足 2. 抓取位置未对准 3. 机械结构卡顿 4. 舵机中位未校准	1. 空载测试舵机角度是否到位 2. 观察停车后药品与爪子的相对位置 3. 手动活动机械臂看是否顺畅 4. 上电初始化时舵机归位	1. 更换更大扭力舵机（如25kg） 2. 精确调整停车算法 3. 优化结构，加润滑油 4. 编写舵机校准程序，找到最佳抓取和释放角度

9. 竞赛实战技巧与备赛建议

模块化编程：将电机驱动、PID控制、传感器读取、状态机等写成独立的.c/.h文件。方便调试和复用，也便于团队分工。
参数可配置：将PID参数、速度、延时时间等定义为宏或全局变量，并通过串口命令实时修改。这样可以在不重新烧录程序的情况下快速调整。
丰富的调试信息：利用串口打印关键变量（如传感器值、偏差、速度、状态）。前期可以频繁打印，后期优化时关闭或减少。
设计机械冗余：机械爪可以考虑双舵机联动增加抓力，车轮可以考虑使用防滑硅胶套。结构牢固是稳定性的基础。
电源管理：使用电量充足的电池，并在主循环中加入电池电压检测，电压过低时报警或停止运行，防止意外。
赛前模拟：尽可能在仿真的赛道上进行全流程、多轮次测试。记录每次的成功率、时间和异常情况。
报告与文档同步：在开发调试过程中，就同步撰写设计报告，截图保存调试波形、程序流程图、测试数据。最后关头再补报告会非常被动。

智能送药小车作为一个经典的电赛题目，其技术栈和问题具有普遍性。吃透这个项目，不仅能让你在比赛中更有竞争力，更能系统性地掌握嵌入式系统开发的精髓——从硬件选型、信号处理、控制算法到系统集成与调试。建议从最小系统开始，一个模块一个模块地攻克，最终将它们像拼图一样组合成一个稳定运行的智能体。这份经历，远比奖状本身更有价值。