3. 运动控制基础：电机选型、驱动器原理、PID控制、运动学模型
各位同学，欢迎来到运动控制这一章。
说实话，做叶片巡检机器人，最核心的硬骨头就是运动控制。你传感器再牛，算法再花哨，机器人走不稳、走不准，一切都是白搭。我当年第一个项目就栽在这上面——电机选小了，带不动负载，整台机器原地抖得像筛糠。嗯，那教训，够我记一辈子。
3.1 电机选型：别让动力成为短板
选电机，说白了就是算账。你要算清楚：机器人多重？要跑多快？加速度多少？
我个人习惯，先列一个需求清单：
- 负载重量：包括机身、电池、传感器、叶片样本
- 最大速度：巡检时一般0.5~1 m/s就够
- 加速度：启动和刹车时的冲击
- 工作坡度：叶片巡检常在野外，坡道不可避免
然后算扭矩。公式不复杂：
T = (m * g * sinθ + m * a) * r / η其中m是质量，g是重力加速度，θ是坡度角，a是加速度，r是轮子半径，η是传动效率。
我在项目中遇到过，很多人只算匀速工况，忽略了加速和爬坡。结果呢？电机一启动就过载，发热严重。我建议你留出30%的余量，别卡着极限选。
常用电机类型对比
| 类型 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|
| 直流有刷电机 | 控制简单，成本低 | 电刷磨损，寿命短 | 低成本原型 |
| 直流无刷电机 | 效率高，寿命长 | 控制复杂，需驱动器 | 大多数巡检机器人 |
| 步进电机 | 定位精准，开环控制 | 高速扭矩小，易丢步 | 关节角度控制 |
| 伺服电机 | 精度极高，响应快 | 价格贵，调试复杂 | 高精度定位场景 |
你想想看，叶片巡检机器人一般用无刷电机就够了。性价比高，维护也省心。
3.2 驱动器原理：电机的大脑
电机选好了，还得有个东西指挥它干活——这就是驱动器。
驱动器说白了就是一个功率放大器。单片机给个小信号，驱动器把它放大成能驱动电机的大电流。我刚开始做的时候，以为直接拿单片机IO口接电机就行，结果单片机瞬间冒烟。嗯，千万别干这种傻事。
驱动器内部核心是H桥电路：
H桥四个开关管，控制电流方向
Q1和Q4导通 → 电机正转
Q2和Q3导通 → 电机反转
Q1和Q2导通 → 刹车（短路制动）对于无刷电机，驱动器更复杂一些。它需要知道转子的位置，然后按顺序给三相线圈通电。这就是所谓的「电子换向」。我建议你直接买现成的驱动器模块，比如常见的L298N、TB6612，或者更高级的BLDC驱动器。自己搭H桥？除非你想练手，否则别折腾。
小技巧：选驱动器时，额定电流要大于电机堵转电流的1.5倍。我曾经图便宜，选了刚好够用的驱动器，结果电机一卡住，驱动器直接烧了。
3.3 PID控制：让电机听话
电机转起来了，但怎么让它转得准？怎么让它稳？这就是PID的活。
PID控制，比例、积分、微分三个环节。我见过太多人一上来就调参数，调得满头大汗。其实你只要理解一个核心：
- P：看当前偏差，偏差大就用力推
- I：看历史偏差，消除静差
- D：看偏差变化趋势，抑制超调
代码实现其实很简单：
float pid_update(float setpoint, float actual) {
float error = setpoint - actual;
integral += error * dt;
derivative = (error - prev_error) / dt;
prev_error = error;
return Kp * error + Ki * integral + Kd * derivative;
}我曾经在调试时，把Ki调得太大，结果电机一直在震荡，嗡嗡响，像在唱歌。后来才明白，积分项是双刃剑——它能消除静差，但也容易引起震荡。
避坑指南：我曾经遇到过积分饱和的问题。电机长时间达不到目标，积分项越积越大，等目标到了，积分项还在发力，导致严重超调。解决办法是加积分限幅，或者用抗积分饱和算法。
调PID有个口诀：先调P，让系统能响应；再加D，抑制震荡；最后加I，消除静差。别一上来三个参数一起调，你会疯的。
3.4 运动学模型：机器人怎么走
电机控制好了，但机器人怎么从A点走到B点？这就需要运动学模型。
对于叶片巡检机器人，最常见的是差速驱动模型。两个驱动轮，一个万向轮。控制左右轮的速度差，就能实现前进、后退、转弯。
正运动学：已知左右轮速度，求机器人整体速度。
v = (v_left + v_right) / 2
ω = (v_right - v_left) / L其中L是轮距，v是线速度，ω是角速度。
逆运动学：已知目标速度和角速度，求左右轮速度。
v_left = v - ω * L / 2
v_right = v + ω * L / 2你想想看，有了这个模型，你就可以给机器人下指令了：「往前走0.5米，然后右转30度」。剩下的就是PID去执行。
核心逻辑图：运动控制系统架构
图：运动控制系统架构，从目标到执行再到反馈的闭环
有了这个架构，你就能理解整个运动控制的流程了。目标位置→运动学逆解→PID控制→驱动器→电机→编码器反馈→运动学正解→修正目标。这是一个闭环。
嗯，说到闭环，我再啰嗦一句。很多新手只做开环控制，就是给个速度指令就不管了。结果机器人走直线都走不直，因为左右电机总有差异。加上编码器反馈，做闭环控制，精度能提升一个数量级。
个人经验：编码器分辨率选1024线以上的，太低的话，低速时根本测不准。我吃过这个亏，当时用了个256线的，结果机器人低速爬行时，编码器读数跳来跳去，PID根本没法调。
好了，运动控制基础就讲这么多。电机选型、驱动器原理、PID控制、运动学模型，这四个东西是环环相扣的。你把这章吃透了，后面讲路径规划、自主导航，你才能跟得上。