PID算法循迹机器人套件：Arduino UNO + 5路红外传感器 + 铝合金底盘

项目背景与目标

循迹是移动机器人最基础也最核心的自主导航技能。本项目基于KittenBot硬件套件，构建一款高性能PID闭环控制的循迹机器人，旨在通过实战让学习者直观理解PID控制原理，掌握从硬件组装、电路接线到算法调参的完整工程流程。

硬件套件核心优势

组装步骤指南（约15分钟）

1. 电机安装：将两侧电机固定在底盘侧板，插入橡胶轮并锁紧
2. 传感器安装：5路红外模块安装在底盘前端，传感器面朝下距地面5-8mm
3. 主控板固定：RosBot Baseboard通过螺柱固定在底盘中央
4. 万向轮装配：底盘后部安装金属球万向轮
5. 接线连接：按原理图连接电机、传感器、电源

关键接线定义

• 5路红外传感器：VCC→5V，GND→GND，T1-T4→A0-A3，T5→SDA(A4)
• 左电机：A+、A- 接RosBot板对应端子
• 右电机：B+、B- 接RosBot板对应端子
• 电池：接RosBot板电源输入端（建议加开关）

PID控制算法核心实现

状态机：传感器模式映射偏差值

void stateMachine(int sensorPattern) {
  switch (sensorPattern) {
    case B00000: case B11111: outlineCnt++; break;  // 脱线计数
    case B00010: case B00110: bias = 1; break;      // 轻微右偏
    case B00001: case B00011: bias = 2; break;      // 中度右偏
    case B00100: bias = 0; break;                   // 居中
    case B01000: case B01100: bias = -1; break;     // 轻微左偏
    case B10000: case B11000: bias = -2; break;     // 中度左偏
    default: outlineCnt++; break;
  }
  // NeoPixel指示当前偏差方向（可选）
  // 脱线保护：连续>10次无识别则停车
}

PID计算核心函数

float Kp = 25, Ki = 0.15, Kd = 1200;  // 需根据实车调整
float error, errorLast, errorInte;

float calcPid(float input) {
  error = error * 0.7 + input * 0.3;          // 低通滤波平滑输入
  float errorDiff = error - errorLast;        // 微分项
  errorInte = constrain(errorInte + error, -50, 50); // 积分限幅防风暴
  float output = Kp * error + Ki * errorInte + Kd * errorDiff;
  errorLast = error;
  return output;  // 返回修正量
}

电机差速控制

float baseSpeed = 150;  // 基础速度 (0-255)
float ctrl = calcPid(bias);
int leftSpeed = baseSpeed - ctrl;
int rightSpeed = baseSpeed + ctrl;
doDcSpeed(leftSpeed, rightSpeed);  // 差速转向

PID参数调试实战建议

1. 仅调P：Ki=Kd=0，增大Kp直到车身左右振荡，然后减半
2. 加入D：增加Kd抑制振荡，提高过弯响应速度
3. 微调I：Ki消除稳态偏差（如长直道轻微偏离），过大导致超调
4. 实测记录：串口绘图器观察error、integral、derivative、output波形
5. 分段调参：直道/弯道/十字路口可用不同参数集

代码仓库与资源

GitHub：完整代码、原理图、3D模型

依赖库：Adafruit_NeoPixel（状态指示灯，可选）、标准Arduino.h

常见问题与解决

进阶拓展方向

• 添加编码器实现速度闭环，替代开环PWM控制
• 集成超声波/TOF避障，实现避障循迹融合
• 升级ESP32主控，增加WiFi/蓝牙远程监控与参数调整
• 引入机器视觉（OpenMV/K210）实现色块/二维码/路标识别
• 设计PCB集成主控+驱动+传感器接口，实现产品级封装