第4章编码器与里程计

第四章：编码器与里程计

各位同学，大家好。今天我们来聊聊移动机器人最核心的感知部件——编码器，以及基于它构建的轮式里程计。说实话，编码器这东西看着不起眼，但它是机器人知道自己“走了多远”、“转了多少”的关键。我刚开始做机器人那会儿，总觉得GPS能搞定一切，后来在室内环境里吃尽了苦头，才老老实实回来研究编码器。

4.1 增量式编码器原理

增量式编码器，说白了就是“数脉冲”的。它内部有个码盘，上面刻着明暗相间的条纹。码盘一转，光敏元件就会输出一串脉冲信号。你数一数脉冲数量，就知道轴转了多少角度。

我个人习惯把增量式编码器比作“尺子上的刻度”。它不告诉你绝对位置，只告诉你“又往前挪了一格”。所以掉电后位置信息就丢了，得重新找零点。

核心参数：

分辨率（PPR）： 每转一圈输出的脉冲数。常见的500、1000、2000、4096等。
A/B相： 两路相位差90°的脉冲，用来判断正反转。
Z相： 每转一圈输出一个脉冲，用于找零位。

为什么会需要A/B两相？你想想看，如果只有一路脉冲，你只能知道转了多少，但不知道往哪边转。A相领先B相90°是正转，B相领先A相90°就是反转。我在项目中遇到过电机抖动导致误判方向的情况，后来加了硬件滤波才解决。

避坑指南： 我曾经在高速电机上用过低分辨率的编码器（200 PPR），结果转速一高脉冲就丢失了。后来换成4096 PPR的，配合4倍频技术，相当于每转16384个计数，稳得很。

4.2 绝对式编码器原理

绝对式编码器就高级一些了。它每个位置都有唯一的编码值，掉电后位置信息不会丢失。上电就知道自己在哪里，不需要回零操作。

它的码盘上不是简单的明暗条纹，而是一圈圈格雷码或二进制码。每个角度位置对应一组唯一的码值。你读到的码值直接就是绝对角度。

特性	增量式	绝对式
掉电保持	否	是
分辨率	高（可4倍频）	受限于位数
成本	低	高
接线	少（A/B/Z）	多（并行/SSI）
典型应用	轮式里程计	关节角度反馈

嗯，这里要注意：绝对式编码器虽然好用，但分辨率受限于位数。比如12位的绝对式编码器，一圈只有4096个位置。而增量式配合4倍频，轻松做到上万计数。所以高精度定位场景，还是得靠增量式。

4.3 编码器数据采集

数据采集这块，我踩过的坑最多。编码器信号看着简单，但实际采集时各种问题。

首先，编码器输出的是脉冲信号，需要MCU的定时器捕获。我一般用STM32的定时器编码器模式，硬件自动处理A/B相，直接读出计数值。

// STM32 定时器编码器模式配置示例
void Encoder_Init(void)
{
    TIM_EncoderInterfaceConfig(TIM2, TIM_ENCODERMODE_TI12, 
                                TIM_ICPolarity_Rising, TIM_ICPolarity_Rising);
    TIM_Cmd(TIM2, ENABLE);
}

// 读取编码器计数值
int16_t Encoder_GetCount(void)
{
    return TIM_GetCounter(TIM2);
}

其次，信号抖动问题。电机启动瞬间，编码器信号会有毛刺。我建议在硬件上加RC滤波，软件上做去抖处理。我曾经遇到过编码器线缆太长，信号衰减导致计数不准，后来换了差分信号传输（RS422）才搞定。

重要提醒： 编码器采集频率要和电机控制频率匹配。一般建议采集频率是控制频率的2-4倍。比如控制频率1kHz，编码器采集至少2kHz。否则会丢失脉冲，里程计越跑越偏。

4.4 轮式里程计模型

有了编码器数据，怎么算出机器人的位置？这就是轮式里程计模型要干的事。

对于两轮差速底盘，模型很简单。左右轮各装一个编码器，测出左右轮的速度，然后推算机器人的线速度和角速度。

// 两轮差速里程计更新
void Odometry_Update(float dt)
{
    float v_left = (left_encoder_count * wheel_circumference) / (encoder_ppr * 4 * dt);
    float v_right = (right_encoder_count * wheel_circumference) / (encoder_ppr * 4 * dt);
    
    float v = (v_left + v_right) / 2.0;
    float w = (v_right - v_left) / wheel_base;
    
    // 更新位姿
    x += v * cos(theta) * dt;
    y += v * sin(theta) * dt;
    theta += w * dt;
}

说白了，里程计就是个积分过程。把每一小段的速度积分成位置。但积分有个问题——误差会累积。编码器本身有量化误差，轮子打滑会引入误差，地面不平也会引入误差。

我个人习惯在里程计中加入误差模型。比如给每个轮子加一个滑移系数，通过实验标定出来。这样虽然不能完全消除误差，但能延缓发散速度。

里程计误差来源：

系统误差： 轮径不准、轮距不准、编码器分辨率有限
非系统误差： 打滑、地面不平、轮胎变形

全向轮底盘的里程计模型稍微复杂一些。以麦克纳姆轮为例，每个轮子都有独立的编码器，需要根据轮子布局做运动学解算。

// 四轮麦克纳姆轮里程计
void MecanumOdometry_Update(float dt)
{
    // 四个轮子的速度
    float v1, v2, v3, v4;
    // 从编码器读数计算轮子速度...
    
    // 运动学逆解算
    float vx = (v1 + v2 + v3 + v4) / 4.0;
    float vy = (-v1 + v2 + v3 - v4) / 4.0;
    float w = (-v1 + v2 - v3 + v4) / (4.0 * (L + W));
    
    // 更新位姿
    x += (vx * cos(theta) - vy * sin(theta)) * dt;
    y += (vx * sin(theta) + vy * cos(theta)) * dt;
    theta += w * dt;
}

下面这张图展示了编码器到里程计的完整数据流：

最后说一句，里程计这东西，单独用肯定不行。我做过一个测试，让机器人走10米直线，纯里程计误差大概在3-5%。走个来回，误差就累积到10%以上了。所以实际项目中，里程计一定要和IMU、视觉、激光雷达等传感器做融合，才能实现精准定位。

好了，编码器和里程计的内容就讲到这里。记住一句话：编码器是机器人的“脚”，里程计是机器人的“记忆”。脚要准，记忆才不会出错。

公众号:蓝海资料掘金营，微信deep3321

📚 课程目录

第四章：编码器与里程计

4.1 增量式编码器原理

4.2 绝对式编码器原理

4.3 编码器数据采集

4.4 轮式里程计模型