别只让小车乱跑了！聊聊51单片机红外避障里的PWM调速与更优的转向算法

51单片机红外避障小车的PWM调速与智能转向算法优化

当你的51单片机避障小车已经能完成基础避障功能后，是否发现它的动作生硬、转向突兀？就像新手司机急打方向盘一样，这种"急停-猛转"的机械动作不仅影响运行效率，还可能导致电机过载或能量浪费。本文将带你突破基础避障的局限，通过PWM精确调速和智能转向算法，让你的小车像老司机一样平稳驾驶。

1. 从开关控制到PWM调速：让电机呼吸起来

传统避障小车常采用简单的开关式电机控制，就像只有"全开"和"全关"两种状态的灯泡。而PWM（脉冲宽度调制）技术则相当于给电机装上了调光开关，通过调节占空比实现无级变速。

1.1 PWM基础实现（基于STC89C52）

STC89C52虽无硬件PWM模块，但可通过定时器模拟：

// 定时器0初始化 void Timer0_Init() { TMOD |= 0x01; // 模式1，16位定时器 TH0 = 0xFC; // 1ms定时初值 TL0 = 0x18; ET0 = 1; // 使能定时器中断 EA = 1; // 全局中断使能 TR0 = 1; // 启动定时器 } // 全局变量 uint pwm_left = 0; // 左电机占空比(0-100) uint pwm_right = 0; // 右电机占空比(0-100) uint counter = 0; // PWM周期计数器 // 定时器0中断服务函数 void Timer0_ISR() interrupt 1 { TH0 = 0xFC; // 重装初值 TL0 = 0x18; counter++; if(counter >= 100) counter = 0; // 左电机PWM输出 if(counter < pwm_left) { qu_ll = 1; qu_zl = 0; // 正转 } else { qu_ll = 0; qu_zl = 0; // 停止 } // 右电机PWM输出（同理） // ... }

1.2 加速度曲线设计

直接跳变的PWM值会让电机产生冲击，应采用渐变调速：

提示：实际应用中应先通过实验测定电机的启停阈值（通常占空比10%-15%电机才开始转动）

2. 转向算法升级：从机械反应到智能决策

原始代码中的left_s()差速转向虽然简单，但在复杂地形可能陷入"摇摆困境"。我们引入三种进阶方案：

2.1 差速转向优化

void smooth_turn(uint direction, uint intensity) { // direction: 0-左转, 1-右转 // intensity: 0-100 转向强度 uint base_speed = 60; // 基础速度 if(direction == 0) { pwm_left = base_speed * (100 - intensity) / 100; pwm_right = base_speed; } else { pwm_left = base_speed; pwm_right = base_speed * (100 - intensity) / 100; } }

2.2 状态机控制

定义小车可能的状态集合：

enum CarState { CRUISING, // 巡航 OBSTACLE_LEFT, // 左侧障碍 OBSTACLE_RIGHT, // 右侧障碍 OBSTACLE_FRONT, // 正前方障碍 REVERSING, // 倒车 TURNING // 转向中 }; // 状态转移表（部分） const uint state_transition[6][3] = { /* 传感器输入: 00 01 10 */ /* CRUISING */ {CRUISING, OBSTACLE_RIGHT, OBSTACLE_LEFT}, /* OBSTACLE_LEFT */ {CRUISING, REVERSING, TURNING}, // ...其他状态转移规则 };

2.3 模糊逻辑控制

虽然51单片机实现完整模糊控制较困难，但可以简化：

1. 定义输入变量：

   • 障碍距离：近/中/远
   • 障碍方位：左/中/右

2. 输出变量：

   • 左轮速度：减速/保持/加速
   • 右轮速度：减速/保持/加速

3. 简化的规则库示例：

   if (障碍在正前方 AND 距离近) then 左轮加速 + 右轮减速 if (障碍在右侧 AND 距离中) then 左轮微减速 + 右轮微加速

3. 传感器数据滤波：让判断更可靠

红外传感器易受环境光干扰，原始代码直接使用瞬时值可能导致误判。以下是三种实用滤波方法：

3.1 移动平均滤波

#define FILTER_SIZE 5 uint biz_l_history[FILTER_SIZE] = {0}; uint index = 0; uint get_filtered_biz_l() { uint sum = 0; for(uint i=0; i<FILTER_SIZE; i++) { sum += biz_l_history[i]; } return sum/FILTER_SIZE; } void update_sensor() { biz_l_history[index] = biz_l; index = (index + 1) % FILTER_SIZE; }

3.2 投票滤波

连续采样5次，取出现次数最多的值作为最终结果

3.3 边沿触发检测

只有当传感器状态保持超过阈值时间才认为有效：

uint biz_l_counter = 0; #define DEBOUNCE_TIME 3 // 单位：检测周期 if(biz_l == 0) { if(biz_l_counter < DEBOUNCE_TIME) biz_l_counter++; } else { if(biz_l_counter > 0) biz_l_counter--; } uint valid_biz_l = (biz_l_counter >= DEBOUNCE_TIME) ? 0 : 1;

4. 系统优化实战：从实验室到复杂环境

4.1 能耗优化策略

通过实验测得不同PWM值下的电流消耗：

根据表格可制定节能策略：

• 直线巡航使用50-60%占空比
• 转向时非驱动轮降至30%
• 检测到长时间无障碍自动进入低速模式

4.2 防卡死机制

增加陀螺仪检测（如MPU6050）判断是否真的在移动：

void check_stuck() { static uint no_move_counter = 0; if(abs(gyro_z) < 5 && pwm_left > 30) { // 角速度接近零但PWM较高 no_move_counter++; if(no_move_counter > 20) { // 持续200ms未移动 emergency_escape(); no_move_counter = 0; } } else { no_move_counter = 0; } } void emergency_escape() { // 后退->右转->左转组合动作 pwm_left = 40; pwm_right = 40; // 后退 delay_ms(300); pwm_left = 60; pwm_right = 20; // 右转 delay_ms(400); pwm_left = 20; pwm_right = 60; // 左转 delay_ms(400); }

4.3 参数调试技巧

1. 使用蓝牙模块实时调整参数：

   if(serial_available()) { char cmd = getchar(); if(cmd == 'S') base_speed = get_number(); // 设置基础速度 if(cmd == 'T') turn_time = get_number(); // 设置转向时间 }

2. 在EEPROM中保存最优参数：

   void save_params() { IAP_Erase(0x2000); IAP_Write(0x2000, base_speed); IAP_Write(0x2001, turn_time); }

3. 自动记录"撞墙"前的传感器数据用于分析：

   uint crash_log[10]; // 记录最近10次检测结果