01
差速驱动系统概述
什么是差速驱动、应用场景（AGV/机器人）、系统组成（电机、编码器、轮子）。
基础概念
02
PID控制基础
比例(P)、积分(I)、微分(D)的作用与数学表达式。
核心理论
03
PID控制器离散化
从连续域到离散域的转换，位置式与增量式PID。
算法实现
04
差速驱动运动学模型
双轮差速模型推导，线速度与角速度解算。
运动学建模
05
电机选型与参数获取
直流电机、编码器分辨率、减速比、额定转速。
硬件选型
06
硬件平台搭建
主控芯片（STM32/Arduino）、电机驱动板（L298N/DRV8833）、电源。
实践电路
07
编码器数据读取
正交解码原理，STM32定时器编码器模式配置。
编码器驱动
08
速度测量与滤波
M法/T法测速，一阶低通滤波与滑动平均滤波。
信号滤波
09
开环控制实验
给定PWM占空比，观察电机响应，记录开环特性。
实验开环
10
PID参数整定方法概述
试凑法、Ziegler-Nichols法、临界比例度法。
整定方法
11
P参数整定
纯比例控制，找到临界振荡点，确定P值。
比例调试
12
I参数整定
消除静差，积分饱和问题与抗积分饱和策略。
积分优化
13
D参数整定
抑制超调与振荡，微分噪声放大问题。
微分抗噪
14
单电机速度闭环调试
搭建单电机PID速度环，示波器观察响应曲线。
闭环调试
15
双电机速度同步调试
左右轮速度一致性调整，差速转向基础。
同步差速
16
位置环PID设计
从速度环到位置环的级联控制架构。
级联位置
17
轨迹跟踪基础
直线行驶、原地旋转、圆弧轨迹的PID控制。
轨迹运动
18
PID参数自整定
自适应PID、模糊PID简介与实现思路。
智能自适应
19
软件架构设计
控制周期、任务调度、中断优先级设置。
软件架构
20
上位机调试工具
串口绘图、匿名上位机、ROS rqt_plot。
工具可视化
21
常见问题排查
电机不转、抖动、过冲、响应慢的排查流程。
故障排查
22
负载变化应对
不同负载下的PID参数自适应策略。
鲁棒负载
23
电池电压补偿
电压波动对电机控制的影响及补偿方法。
电源补偿
24
死区补偿
电机启动死区与PWM死区处理。
死区PWM
25
加速度限制
S型加减速曲线规划，防止急停急启。
规划平滑
26
多传感器融合
IMU辅助角度闭环，提高转向精度。
融合IMU
27
实车测试与标定
场地测试、里程计标定、转弯半径校准。
标定实测
28
PID参数优化
基于遗传算法/粒子群算法的参数寻优。
优化智能
29
项目实战
搭建一个完整的差速驱动小车，实现定点导航。
实战项目
30
课程总结与进阶
从PID到MPC，从差速到阿克曼转向。
总结进阶