如果你正在准备2026年全国大学生电子设计竞赛（电赛），特别是H题“车载平衡滚球运动控制系统”，那么“循迹一圈”这个任务很可能就是你当前最头疼的环节。它听起来简单——让小车沿着黑线走一圈——但实际做起来，你会发现它融合了传感器选型、信号处理、PID控制、机械结构、电源管理乃至系统调试的几乎所有核心难点。很多队伍卡在这里，不是因为算法不够高级，而是从一开始的传感器布局和基础控制逻辑就没理清。

这篇文章不会空谈理论，而是直接切入实战。我们将以“任务二：循迹一圈”为核心目标，拆解一个从零到一可落地的完整解决方案。你将看到，一个稳定的循迹系统，其关键在于将五路循迹传感器的“模糊”位置信息，转化为精准、平滑、抗干扰的电机控制指令。本文将重点解决三个核心问题：1）如何正确解读五路传感器的数据并处理噪声；2）如何设计一个鲁棒的PID控制器来平衡速度与转向；3）如何搭建一个可靠的电源与硬件系统，避免程序跑得好好的，小车却突然“抽风”。

我们会从最基础的传感器原理讲起，给出完整的Arduino（或STM32）核心代码、PID调参实战经验，并附上最常见的十大调试“坑点”及解决方案。无论你是电赛新手，还是想优化现有方案，这篇文章都能提供一条清晰的、可复现的技术路径。

1. 为什么“循迹一圈”是H题的核心难点与突破口

在“车载平衡滚球运动控制系统”这个大命题下，“循迹”任务绝非简单的沿黑线行走。它本质上是整个系统动态平衡、精确运动控制能力的综合体现。你的小车不仅要保持自平衡（如果题目要求），还要在平衡的基础上，完成高精度的路径跟踪。这涉及到多个闭环控制的耦合：

1. 平衡环：通过陀螺仪和加速度计保持车体直立。
2. 速度环：控制小车的整体前进速度。
3. 转向环：根据循迹传感器误差，控制左右轮差速，实现转向。

而“循迹一圈”任务，恰恰是检验你能否将“转向环”与“速度环”（可能还有“平衡环”）优雅解耦并协同工作的试金石。许多队伍初期只关注平衡，一旦加上循迹，系统立刻震荡甚至倾倒，问题根源往往在于控制环路间的干扰没处理好。

因此，完成这个任务，不能只盯着传感器和电机。你需要一个系统性的视角：从稳定的电源开始，到可靠的传感器信号，再到分层清晰的控制算法，最后是细致的现场调试。本文将沿着这条主线，为你构建一个完整的知识框架和实操方案。

2. 核心硬件选型与传感器原理剖析

工欲善其事，必先利其器。硬件是算法稳定运行的基础，选择不当会事倍功半。

2.1 五路循迹传感器：为什么是“五路”？

网络热词中提到了“五路循迹传感器的优点”，这绝非偶然。对于电赛级别的精确循迹，五路传感器是目前性价比和性能的最佳平衡点。

• 一路/二路：只能判断“是否偏离”，无法知道“偏左还是偏右”，更无法量化偏离程度，无法实现精确的PID控制。
• 三路：可以判断左偏、居中、右偏三种状态，适合简单的“三段式”控制，但平滑性较差。
• 五路：这是质变的关键。它可以提供连续的、量化的位置误差信号。中间传感器压线为“零误差”，左边两个和右边两个传感器可以分别提供不同权重的误差值，从而实现误差的连续化计算，这是实现平滑PID控制的前提。
• 七路及以上：精度更高，但成本增加，布线复杂，数据处理量稍大，对于电赛的赛道宽度（通常20-25mm黑线）而言，五路已完全足够。

五路传感器的工作原理：一般采用TCRT5000红外反射式传感器。发射管发出红外光，接收管接收地面反射的光线。由于黑线吸收红外光，白底反射红外光，因此接收到的信号强度不同，经过比较器后输出数字信号（0或1）。高级用法也可以使用模拟输出，通过ADC读取电压值，获得更丰富的灰度信息，抗干扰能力更强。

2.2 核心控制器：Arduino vs. STM32

• Arduino (如Mega2560)：
  • 优点：开发快速，库丰富，社区资源多，特别适合前期算法验证和快速原型搭建。对于控制五路传感器和两个电机，性能绰绰有余。
  • 缺点：处理复杂浮点运算、运行多任务实时系统的能力较弱。如果题目后期需要图像识别等复杂功能，可能力不从心。
• STM32 (如F103C8T6 “蓝桥杯”)：
  • 优点：性能强劲，外设丰富，直接寄存器操作，实时性极高。适合实现更精细的PID控制、滤波器以及多任务调度。
  • 缺点：开发门槛稍高，需要一定的嵌入式基础。

建议：对于大多数队伍，前期用Arduino快速验证核心算法（PID调参），中后期移植到STM32进行优化和集成，是一个稳妥的策略。

2.3 电机与驱动：精度与力量的保障

• 电机：推荐使用减速直流电机。普通直流电机转速高、扭矩小，不直接适合小车。减速电机在输出较大扭矩的同时，转速适中，便于控制。
• 驱动模块：必须选择双路H桥电机驱动模块，如L298N、TB6612FNG。
  • L298N：经典，皮实，驱动能力强，但发热大，效率相对较低。
  • TB6612FNG：更推荐。效率高，发热小，支持更高的PWM频率，体积小巧，内置保护电路。

2.4 电赛电源模块：系统的“定海神针”

“电赛电源模块”成为热词，是因为电源问题坑了无数队伍。小车运行中突然重启、传感器读数跳动、电机无力，八成是电源问题。

• 核心原则：数字部分与电机驱动部分电源隔离。
• 典型方案：
  1. 总电源：使用一块大容量（如3000mAh以上）的2S或3S锂电池（7.4V或11.1V）。
  2. 电机驱动电源：锂电池电压直接供给电机驱动模块（如TB6612的VM引脚）。
  3. 控制核心与传感器电源：通过一个DC-DC降压稳压模块（如LM2596、MP1584）将锂电池电压稳定到5.0V，单独给Arduino/STM32、传感器、陀螺仪等供电。
• 为什么必须隔离：电机启动和换向时会产生巨大的电流尖峰和电压跌落，如果与控制部分共用电源，会直接导致单片机复位、传感器信号异常。

3. 系统框架与核心控制算法设计

在开始写代码前，必须理清软件框架。一个清晰的结构能让调试变得简单。

3.1 系统软件框架

一个典型的实时控制循环如下：

主循环 (每10-20ms执行一次): 1. 读取传感器数据：获取五路红外值、陀螺仪数据（如果需平衡）。 2. 数据滤波：对传感器原始数据进行平滑处理（如均值滤波）。 3. 误差计算：根据五路传感器状态，计算当前小车相对于黑线的位置误差。 4. PID计算：将位置误差输入PID控制器，计算出转向控制量。 5. 速度控制：设定一个基础速度，或根据路径曲率动态调整。 6. 输出合成：将转向控制量与基础速度结合，分解为左、右轮的目标速度。 7. 电机驱动：通过PWM和方向信号控制电机驱动模块。 8. （可选）平衡控制：在另一个更快的循环中，处理平衡PID。

3.2 误差计算：从数字量到连续量

这是循迹控制的大脑。假设五路传感器从左到右编号为S1, S2, S3, S4, S5（S3为中间）。 当传感器位于白线上时读数为0，位于黑线上时读数为1。

简单加权法（最常用且有效）： 我们给每个传感器分配一个权重系数。例如，让中间误差为0，越偏离中心，权重绝对值越大。 一种常见的权重分配：Weight = [-4, -2, 0, +2, +4]

误差计算公式为：Error = (S1 * -4) + (S2 * -2) + (S3 * 0) + (S4 * 2) + (S5 * 4)

举例：

• 完美居中：[0, 0, 1, 0, 0]->Error = 0* -4 + 0* -2 + 1*0 + 0*2 + 0*4 = 0
• 轻微右偏：[0, 0, 0, 1, 0]->Error = 0* -4 + 0* -2 + 0*0 + 1*2 + 0*4 = 2
• 严重左偏：[1, 0, 0, 0, 0]->Error = 1* -4 + 0* -2 + 0*0 + 0*2 + 0*4 = -4

这样，我们就得到了一个范围在[-4, 4]之间的连续误差值。这个Error将作为PID控制器的输入。

3.3 PID控制器设计：让小车“丝滑”过弯

PID是使小车能平滑、稳定循迹的核心算法。我们使用位置式PID。

• P（比例）：与当前误差Error成正比。P越大，纠正力度越大，但过大会导致振荡。
• I（积分）：累积历史误差。用于消除静态误差（如小车始终有微小的固定偏向）。但I太大会引起超调和不稳定。
• D（微分）：与误差变化率成正比。具有“预见性”，能抑制P引起的振荡，使系统更稳定。

PID输出公式：Output = Kp * Error + Ki * Integral + Kd * Derivative

其中，Integral是误差的累加，Derivative是本次误差与上次误差的差值。

转向控制量=PID_Output左轮速度=BaseSpeed - PID_Output右轮速度=BaseSpeed + PID_Output

通过这种方式，PID_Output为正时，小车右转（左轮减速，右轮加速）；为负时，小车左转。

4. 完整代码实现与注解 (基于Arduino框架)

下面提供一个基于Arduino的、集成五路数字传感器、PID控制和TB6612电机驱动的完整示例代码。代码结构清晰，注释详细，你可以直接用于测试和修改。

4.1 引脚定义与全局变量

// 文件：car_trace.ino // 五路循迹传感器引脚定义 (连接数字口，假设使用数字模式) #define SENSOR_LEFT_2 A0 // 最左 #define SENSOR_LEFT_1 A1 #define SENSOR_MIDDLE A2 // 中间 #define SENSOR_RIGHT_1 A3 #define SENSOR_RIGHT_2 A4 // 最右 // TB6612电机驱动引脚定义 // 左电机 #define PWMA 5 // PWM速度控制 #define AIN1 6 // 方向控制1 #define AIN2 7 // 方向控制2 #define STBY 8 // 使能端，高电平有效 // 右电机 #define PWMB 9 #define BIN1 10 #define BIN2 11 // PID参数及变量 float Kp = 15.0; // 比例系数，需要实际调试 float Ki = 0.05; // 积分系数，通常很小 float Kd = 8.0; // 微分系数，需要调试 float error = 0; // 当前误差 float last_error = 0; // 上次误差 float integral = 0; // 误差积分 float derivative = 0; // 误差微分 float pid_output = 0; // PID输出值 // 速度参数 int base_speed = 150; // 基础速度 (PWM值，范围0-255) int left_motor_speed = 0; int right_motor_speed = 0; // 传感器状态数组 int sensor_values[5] = {0}; // 传感器权重数组 int sensor_weights[5] = {-4, -2, 0, 2, 4};

4.2 初始化设置

void setup() { Serial.begin(9600); // 用于调试，输出传感器值和PID数据 // 初始化传感器引脚为输入 pinMode(SENSOR_LEFT_2, INPUT); pinMode(SENSOR_LEFT_1, INPUT); pinMode(SENSOR_MIDDLE, INPUT); pinMode(SENSOR_RIGHT_1, INPUT); pinMode(SENSOR_RIGHT_2, INPUT); // 初始化电机驱动引脚为输出 pinMode(PWMA, OUTPUT); pinMode(AIN1, OUTPUT); pinMode(AIN2, OUTPUT); pinMode(PWMB, OUTPUT); pinMode(BIN1, OUTPUT); pinMode(BIN2, OUTPUT); pinMode(STBY, OUTPUT); digitalWrite(STBY, HIGH); // 使能电机驱动 delay(1000); // 上电延时，等待系统稳定 Serial.println("System Initialized. Start Tracing..."); }

4.3 核心控制循环

void loop() { // 步骤1：读取五路传感器数据（数字量） sensor_values[0] = digitalRead(SENSOR_LEFT_2); sensor_values[1] = digitalRead(SENSOR_LEFT_1); sensor_values[2] = digitalRead(SENSOR_MIDDLE); sensor_values[3] = digitalRead(SENSOR_RIGHT_1); sensor_values[4] = digitalRead(SENSOR_RIGHT_2); // 步骤2：计算加权误差 error = 0; for (int i = 0; i < 5; i++) { error += sensor_values[i] * sensor_weights[i]; } // 步骤3：PID计算 integral += error; // 积分限幅，防止积分饱和 if (integral > 300) integral = 300; if (integral < -300) integral = -300; derivative = error - last_error; pid_output = (Kp * error) + (Ki * integral) + (Kd * derivative); last_error = error; // 步骤4：速度合成 left_motor_speed = base_speed - pid_output; right_motor_speed = base_speed + pid_output; // 步骤5：电机速度限幅 (PWM范围0-255) left_motor_speed = constrain(left_motor_speed, 0, 255); right_motor_speed = constrain(right_motor_speed, 0, 255); // 步骤6：驱动电机 setMotorSpeed(PWMA, AIN1, AIN2, left_motor_speed); setMotorSpeed(PWMB, BIN1, BIN2, right_motor_speed); // 调试信息输出（调试时可开启，正式运行时关闭以提升速度） // printDebugInfo(); delay(20); // 控制周期，约50Hz，可根据实际情况调整 }

4.4 电机驱动函数

/** * 设置单个电机速度和方向 * @param pwmPin PWM引脚 * @param in1 方向控制引脚1 * @param in2 方向控制引脚2 * @param speed 速度值，正数前进，负数后退 */ void setMotorSpeed(int pwmPin, int in1, int in2, int speed) { speed = constrain(speed, -255, 255); // 确保速度在有效范围 if (speed > 0) { // 正转 digitalWrite(in1, HIGH); digitalWrite(in2, LOW); analogWrite(pwmPin, abs(speed)); } else if (speed < 0) { // 反转 digitalWrite(in1, LOW); digitalWrite(in2, HIGH); analogWrite(pwmPin, abs(speed)); } else { // 停止 digitalWrite(in1, LOW); digitalWrite(in2, LOW); analogWrite(pwmPin, 0); } }

4.5 调试信息输出函数（可选）

void printDebugInfo() { Serial.print("Sensors: "); for (int i = 0; i < 5; i++) { Serial.print(sensor_values[i]); Serial.print(" "); } Serial.print(" | Error: "); Serial.print(error); Serial.print(" | PID Out: "); Serial.print(pid_output); Serial.print(" | L/R Speed: "); Serial.print(left_motor_speed); Serial.print("/"); Serial.println(right_motor_speed); }

5. PID参数调试实战：从“蛇形走位”到“丝滑过弯”

纸上得来终觉浅，绝知此事要调参。PID调试是循迹小车成败的关键。

5.1 调试准备

1. 硬件就绪：确保小车机械结构对称，轮胎不打滑，传感器安装高度一致（通常距地面1-2cm）。
2. 串口绘图仪：使用Arduino IDE的“串口绘图仪”工具。它将Serial.print()输出的数字实时绘制成曲线，是调试PID的神器。
3. 安全环境：将小车架起，轮胎悬空，防止调试时乱跑。

5.2 四步调试法

第一步：纯P控制 (Ki=0, Kd=0)

• 目标：让小车能基本跟着线走。
• 方法：将Kp从一个较小值（如5.0）开始慢慢增加。
• 现象与调整：
  • 如果小车反应迟钝，总是冲出跑道，缓慢加大Kp。
  • 如果小车在直线段就剧烈左右摇摆（振荡），说明Kp太大了，需要减小。
  • 理想状态：小车能大致沿线走，但在弯道会有较大偏差，且直道上可能有轻微、缓慢的振荡。

第二步：加入D控制 (Kd)

• 目标：抑制振荡，使运动更平滑。
• 方法：在调好的Kp基础上，逐渐加入Kd。
• 现象与调整：
  • 逐渐增加Kd，观察小车摆动是否减小。Kd能有效“阻尼”系统的振荡。
  • Kd过大，会导致系统反应迟钝，对突然的误差变化（如急弯）响应变慢。
  • 理想状态：直道上小车运行非常平稳，几乎无摆动；弯道跟随性良好。

第三步：加入I控制 (Ki)

• 目标：消除静态误差。
• 方法：Ki值必须非常小（通常远小于1），从0.01开始尝试。
• 现象与调整：
  • 观察小车在长直道或固定弯道中，是否有一个固定的、微小的偏向。Ki可以慢慢累积这个微小误差并修正它。
  • 警告：Ki非常危险！过大的Ki会迅速累积，导致输出饱和，小车突然猛打方向失控。务必先调好P和D，最后再加I，且要加积分限幅（如上面代码中的if(integral > 300)...）。

第四步：现场微调

• 将小车放到实际赛道上运行。
• 观察过急弯时是否脱线，过缓弯时是否平滑。
• 可能需要根据赛道情况，对Kp和Kd进行微调。有时甚至可以为直道和弯道设置不同的PID参数组。

6. 运行效果验证与高级优化

6.1 如何验证“循迹一圈”成功？

1. 功能正确性：小车能稳定地从起点出发，沿黑色轨迹线行走，并完整返回起点。
2. 运行稳定性：全程无冲出跑道、剧烈振荡或卡死现象。
3. 速度与平滑性：在保证稳定的前提下，速度尽可能快，转弯平滑无顿挫。
4. 抗干扰能力：对光线变化、地面轻微不平整有一定容错性。

6.2 高级优化策略

• 动态速度控制：在直道上加速，在弯道上减速。可以根据误差绝对值abs(error)来动态调整base_speed。

  // 示例：误差越大，速度越慢 int dynamic_speed = base_speed - abs(error) * speed_factor; dynamic_speed = constrain(dynamic_speed, min_speed, max_speed); // 然后用dynamic_speed替代base_speed进行速度合成

• 传感器数据滤波：如果使用模拟传感器或环境光干扰大，可以加入软件滤波，如中值滤波或滑动平均滤波，使读数更稳定。
• 赛道记忆与预测：对于固定赛道，可以记录每圈的传感器误差或电机输出序列，第二圈时进行预判，实现更优控制（属于进阶策略）。

7. 十大常见问题与排查清单

以下是调试过程中最常见的问题及解决方法，建议逐条排查。

8. 最佳实践与备赛建议

1. 模块化开发：将传感器读取、PID计算、电机驱动分别写成函数甚至库，方便调试和复用。
2. 版本管理：使用Git或简单的手动备份，记录每次参数更改的效果。好的参数组合一定要备份。
3. 实地调试：尽早到与实际比赛相似的地面（颜色、反光度）上进行调试。实验室地板和比赛地毯可能完全不同。
4. 冗余设计：准备两套传感器模块、电机驱动模块。比赛时硬件损坏是常见风险。
5. 关注官方信息：密切关注2026年电赛H题的最终赛题发布，题目细节（如赛道宽度、弯道半径、是否要求停车等）会直接影响你的参数和策略。
6. 团队协作：硬件、软件、算法同学要紧密沟通。硬件的一个微小改动（如传感器间距），软件可能需要重新调参。

9. 总结

“车载平衡滚球运动控制系统”的循迹任务，是一个典型的软硬件结合的系统工程。成功的关键不在于使用了多复杂的算法，而在于对系统每个环节的深刻理解和精细把控。

从稳定的隔离电源，到布局合理的五路传感器，再到核心的加权误差计算与PID控制算法，最后到耐心细致的参数调试，每一步都环环相扣。本文提供的代码和调试方法，已经是一个经过验证的、可工作的框架。你的任务就是在这个框架上，结合自己小车的具体特性（重量、轮径、电机性能），打磨出最适合的那组参数。

记住，调试PID是一个“观察-分析-调整”的循环过程，充分利用串口绘图仪这个可视化工具。当你看到误差曲线从剧烈的上下震荡，变得平滑地围绕零点上下微动时，你的小车就离“丝滑循迹”不远了。

希望这篇长文能为你扫清备赛路上的主要障碍。建议收藏本文，在调试的每个阶段回来对照检查。祝你在2026年的电赛舞台上，让你的小车稳稳地跑出完美的一圈！