ESP32-S3智能小车

jiuri

1297人浏览 · 2025-11-22 17:55:33

jiuri · 2025-11-22 17:55:33 发布

文章目录

ESP32-S3智能小车

ESP32-S3智能小车

前言

智能小车是嵌入式开发的经典项目，它融合了硬件控制、传感器应用、网络通信等多个技术领域。本文将详细介绍如何基于ESP32-S3开发板，从零开始构建一个功能完整的WiFi遥控智能小车，包括硬件设计、软件架构、算法优化等各个方面。

项目概述

本项目实现了一个基于ESP32-S3-MINI-1的智能小车，具备以下核心功能：

WiFi遥控: 通过Web界面实时控制小车运动
多种运行模式: 手动控制、跟随模式、循迹模式、自由运行（避障）
传感器融合: 5路循迹传感器 + 超声波传感器
模块化设计: 清晰的代码架构，易于扩展和维护

硬件设计

核心组件详解

1. ESP32-S3-MINI-1开发板

ESP32-S3-MINI-1是乐鑫科技推出的高性能WiFi+蓝牙双模芯片开发板，是本项目的核心控制器。

技术规格：

处理器: Xtensa双核32位LX7，主频240MHz
内存: 512KB SRAM，支持外部PSRAM扩展
存储: 内置Flash，支持外部Flash扩展
无线通信:
- WiFi 802.11 b/g/n，支持2.4GHz频段
- 蓝牙5.0 (BLE)
GPIO: 45个可编程GPIO，支持多种外设接口
工作电压: 3.0V - 3.6V
工作温度: -40°C ~ 85°C

选择理由：

强大的处理能力，支持复杂的控制算法
内置WiFi，无需额外模块即可实现网络通信
丰富的GPIO接口，满足多传感器需求
完善的ESP-IDF开发框架，开发效率高

2. TB6612FNG电机驱动模块

TB6612FNG是东芝公司生产的双通道H桥电机驱动芯片，用于驱动两个直流电机。

技术规格：

驱动方式: 双H桥驱动
工作电压: 2.5V - 15V（逻辑），4.5V - 13.5V（电机）
最大驱动电流: 1.2A（连续），3.2A（峰值）
PWM频率: 1kHz - 100kHz（本项目使用1kHz）
控制方式:
- 方向控制：AIN1/AIN2（电机A），BIN1/BIN2（电机B）
- 速度控制：PWMA/PWMB（PWM信号）
- 使能控制：STBY（高电平使能）

工作原理：

前进：AIN1=HIGH, AIN2=LOW, PWMA=PWM信号
后退：AIN1=LOW, AIN2=HIGH, PWMA=PWM信号
停止：AIN1=LOW, AIN2=LOW 或 STBY=LOW

GPIO连接：

AIN1: GPIO1（左轮方向控制1）
AIN2: GPIO2（左轮方向控制2）
PWMA: GPIO3（左轮PWM控制）
BIN1: GPIO4（右轮方向控制1）
BIN2: GPIO5（右轮方向控制2）
PWMB: GPIO6（右轮PWM控制）
STBY: GPIO7（使能控制）

3. 5路循迹传感器模块

5路循迹传感器采用红外反射原理，通过检测地面反射光强度来判断是否检测到黑线。

技术规格：

检测原理: 红外反射式
传感器数量: 5路独立传感器
传感器间距: 2cm - 2.5cm - 2.5cm - 2cm（从左到右）
检测宽度: 约9cm（传感器阵列总宽度）
检测距离: 0.5cm - 3cm（可调）
响应时间: < 1ms
工作电压: 3.3V - 5V

传感器布局：

传感器位置示意图：
s1(-4.5cm)  s2(-2.5cm)  s3(0cm)  s4(2.5cm)  s5(4.5cm)
   |          |          |         |          |
  2cm       2.5cm     2.5cm     2cm

工作原理：

传感器发射红外光，接收地面反射光
白色地面反射强，传感器输出LOW（未检测到黑线）
黑色布条吸收光，反射弱，传感器输出HIGH（检测到黑线）

GPIO连接：

OUT1: GPIO8（最左侧传感器）
OUT2: GPIO9（左侧传感器）
OUT3: GPIO10（中间传感器）
OUT4: GPIO11（右侧传感器）
OUT5: GPIO12（最右侧传感器）

4. HC-SR04超声波传感器

HC-SR04是常用的超声波测距模块，通过测量超声波往返时间计算距离。

技术规格：

工作电压: 5V
工作电流: < 15mA
测量范围: 2cm - 400cm
测量精度: 3mm
测量角度: 15度
响应频率: 40kHz
工作温度: -15°C ~ 70°C

工作原理：

向Trig引脚发送10μs高电平触发信号
模块自动发送8个40kHz超声波脉冲
模块检测回波，Echo引脚输出高电平
高电平持续时间与距离成正比：距离 = (高电平时间 × 声速) / 2

GPIO连接：

Trig: GPIO13（触发引脚）
Echo: GPIO14（回响引脚）

硬件连接总览

完整的硬件连接表：

模块	引脚	ESP32-S3 GPIO	说明
TB6612	AIN1	GPIO1	左轮方向控制1
TB6612	AIN2	GPIO2	左轮方向控制2
TB6612	PWMA	GPIO3	左轮PWM控制
TB6612	BIN1	GPIO4	右轮方向控制1
TB6612	BIN2	GPIO5	右轮方向控制2
TB6612	PWMB	GPIO6	右轮PWM控制
TB6612	STBY	GPIO7	使能控制
循迹传感器	OUT1	GPIO8	最左侧传感器
循迹传感器	OUT2	GPIO9	左侧传感器
循迹传感器	OUT3	GPIO10	中间传感器
循迹传感器	OUT4	GPIO11	右侧传感器
循迹传感器	OUT5	GPIO12	最右侧传感器
超声波	Trig	GPIO13	触发引脚
超声波	Echo	GPIO14	回响引脚

电源设计

电机电源: 7.4V锂电池（2节18650串联），直接连接到TB6612的VM引脚
逻辑电源: ESP32-S3使用3.3V，通过板载LDO从USB或外部电源转换
传感器电源: 循迹传感器使用3.3V，超声波传感器使用5V（需电平转换或独立供电）

注意事项：

电机电源和逻辑电源需要共地
建议使用独立电源为电机供电，避免影响ESP32稳定性
确保电源容量足够，建议使用2000mAh以上的锂电池

软件架构设计

分层架构

项目采用经典的分层架构设计，实现了硬件抽象、业务逻辑和用户接口的清晰分离：

┌─────────────────────────────────┐
│      应用层 (main.c)            │
│   - 系统初始化                  │
│   - 任务调度                    │
│   - 组件协调                    │
└─────────────────────────────────┘
           ↓
┌─────────────────────────────────┐
│    中间件层 (middle/)            │
│   - Web服务 (web/)              │
│     * HTTP服务器                │
│     * RESTful API               │
│     * Web界面                   │
│   - WiFi管理 (wifi_manage/)      │
│     * AP/STA模式切换            │
│     * NVS配置存储               │
│   - 小车控制 (car_control/)     │
│     * 模式管理 (car_mode)       │
│     * 跟随模式 (car_follow)      │
│     * 循迹模式 (car_track)       │
│     * 自由运行 (car_free)       │
└─────────────────────────────────┘
           ↓
┌─────────────────────────────────┐
│  硬件抽象层 (bsp/)              │
│   - TB6612驱动                  │
│     * PWM控制                   │
│     * 方向控制                  │
│   - 循迹传感器 (line_tracker)   │
│     * 多路传感器读取            │
│   - 超声波传感器 (ultrasonic)   │
│     * 距离测量                  │
└─────────────────────────────────┘

软件模块详解

1. 硬件抽象层 (BSP)

TB6612驱动模块 (bsp/tb6612/)

功能: 封装电机控制接口，提供高级API

核心接口:

esp_err_t tb6612_init(void);                    // 初始化
esp_err_t tb6612_car_forward(uint8_t speed);    // 前进
esp_err_t tb6612_car_backward(uint8_t speed);   // 后退
esp_err_t tb6612_car_turn_left(uint8_t speed);  // 左转
esp_err_t tb6612_car_turn_right(uint8_t speed); // 右转
esp_err_t tb6612_set_car(int16_t left, int16_t right); // 自定义速度

技术细节:
- 使用LEDC（LED PWM控制器）生成PWM信号
- PWM频率：1kHz，分辨率：8位（0-255）
- 支持正反转和速度控制

循迹传感器模块 (bsp/line_tracker/)

功能: 读取5路循迹传感器状态

核心接口:

esp_err_t line_tracker_init(void);
esp_err_t line_tracker_read_all(line_tracker_state_t *state);
bool line_tracker_read_sensor(uint8_t sensor_num);

技术细节:
- 使用GPIO输入模式，上拉电阻
- 支持单路和批量读取
- 提供状态结构体，便于算法处理

超声波传感器模块 (bsp/ultrasonic/)

功能: 测量前方障碍物距离

核心接口:

esp_err_t ultrasonic_init(void);
esp_err_t ultrasonic_measure_cm(float *distance_cm);

技术细节:
- 使用GPIO和定时器测量Echo高电平时间
- 自动计算距离（考虑声速和温度）
- 支持超时检测和错误处理

2. 中间件层

WiFi管理模块 (middle/wifi_manage/)

功能: WiFi连接管理和配置存储
核心特性:
- 支持AP模式（配网模式）和STA模式（连接WiFi）
- 使用NVS（非易失性存储）保存WiFi配置
- 自动重连机制
- 配置缓存优化
工作流程:
1. 启动时检查NVS中是否有保存的WiFi配置
2. 如果有，自动连接；如果没有，启动AP模式
3. 通过Web界面配置WiFi后，保存到NVS并重启

小车控制模块 (middle/car_control/)

这是项目的核心模块，采用模块化设计，每个功能模式都是独立的模块：

模式管理模块 (car_mode.c/h)

功能: 统一管理小车运行模式
模式类型:
- CAR_MODE_MANUAL: 手动控制模式
- CAR_MODE_FOLLOW: 跟随模式
- CAR_MODE_FREE: 自由运行模式（避障）
- CAR_MODE_TRACK: 循迹模式

核心接口:

car_mode_t car_mode_get(void);
esp_err_t car_mode_set(car_mode_t mode);
const char* car_mode_get_name(car_mode_t mode);

跟随模式模块 (car_follow.c/h)

功能: 使用超声波传感器保持跟随距离
算法特点:
- PID式距离控制
- 可配置跟随距离和速度
- 平滑的速度调整

配置参数:

typedef struct {
    uint8_t base_speed;           // 基础速度
    float follow_distance;        // 跟随距离（cm）
    float max_distance;          // 最大检测距离
    uint32_t check_interval_ms;  // 检测间隔
} car_follow_config_t;

循迹模式模块 (car_track.c/h)

功能: 沿黑线自动行驶
算法特点:
- 加权偏差计算（考虑传感器实际位置）
- 智能速度控制（根据偏差和急转弯调整）
- 丢失黑线容错机制
优化参数:
- 基础速度：180（针对3cm布条优化）
- 最大速度：240
- 检测间隔：20ms（快速响应）

自由运行模块 (car_free.c/h)

功能: 自动避障探索
算法特点:
- 障碍物检测和后退
- 随机转向选择
- 可配置避障距离

Web服务模块 (middle/web/)

功能: HTTP服务器和Web界面
技术栈:
- ESP-IDF HTTP服务器组件
- 嵌入式HTML/CSS/JavaScript
- RESTful API设计
API接口:
- POST /api/car/control - 手动控制
- GET/POST /api/car/mode - 模式管理
- GET /api/sensors - 传感器数据
- GET /api/info - 系统信息
- GET/POST /api/wifi/config - WiFi配置

模块解耦设计

一个重要的设计决策是将Web服务与功能模块完全解耦：

解耦前的问题：

Web服务代码包含大量业务逻辑（循迹算法、跟随算法等）
难以测试和维护
添加新功能需要修改Web服务代码
代码耦合度高，修改影响面大

解耦后的优势：

Web服务只负责HTTP请求处理和响应
功能模块独立，易于单元测试
新增功能只需添加新模块，无需修改Web服务
代码结构清晰，职责分明

实现方式：

// car_mode.h - 模式管理接口
typedef enum {
    CAR_MODE_MANUAL = 0,
    CAR_MODE_FOLLOW = 1,
    CAR_MODE_FREE = 2,
    CAR_MODE_TRACK = 3
} car_mode_t;

car_mode_t car_mode_get(void);
esp_err_t car_mode_set(car_mode_t mode);

// car_follow.h - 跟随模式接口
TaskHandle_t car_follow_start(const car_follow_config_t *config);
void car_follow_stop(TaskHandle_t task_handle);

// car_track.h - 循迹模式接口
TaskHandle_t car_track_start(const car_track_config_t *config);
void car_track_stop(TaskHandle_t task_handle);

// car_free.h - 自由运行模式接口
TaskHandle_t car_free_start(const car_free_config_t *config);
void car_free_stop(TaskHandle_t task_handle);

Web服务中的使用：

// web_server.c - 只负责HTTP处理，调用功能模块
if (new_mode == CAR_MODE_FOLLOW) {
    task_handle = car_follow_start(NULL);
    car_mode_set_task_handle(task_handle);
} else if (new_mode == CAR_MODE_TRACK) {
    task_handle = car_track_start(NULL);
    car_mode_set_task_handle(task_handle);
}
// ... 其他模式

任务管理

项目使用FreeRTOS进行任务管理：

主任务: 系统初始化和组件启动
Web服务任务: HTTP服务器（ESP-IDF内部管理）
自动模式任务: 跟随/循迹/自由运行模式（独立任务）
WiFi任务: WiFi连接管理（ESP-IDF内部管理）

任务优先级：

自动模式任务：优先级5（较高，保证实时响应）
Web服务：默认优先级
系统任务：低优先级

核心算法实现

循迹算法优化

循迹算法是项目的核心难点。针对3cm宽黑线和特定的传感器间距，我们实现了优化的循迹算法。

1. 偏差计算算法

传统算法使用简单的加权平均，我们考虑了传感器的实际物理位置：

// 传感器位置权重（考虑实际间距：2-2.5-2.5-2 cm）
// 传感器位置：s1(-2.0), s2(-0.75), s3(0), s4(0.75), s5(2.0)
float weighted_pos = 0.0f;
int weight_sum = 0;

if (s1) { 
    weighted_pos += -2.0f * 3;  // 最左侧，权重3
    weight_sum += 3;
}
if (s2) { 
    weighted_pos += -0.75f * 2;  // 左侧，权重2
    weight_sum += 2;
}
if (s3) { 
    weighted_pos += 0.0f * 4;  // 中间，权重4（最重要）
    weight_sum += 4;
}
// ... 其他传感器

2. 速度控制策略

优化后的速度控制策略：

居中时: 略微加速（+10），充分利用直道
正常转向: 减少速度差（35/30），保持较高速度
急转弯: 优化速度差（50/50），快速转向但保持速度
微调: 增加修正力度（20/25），快速回到中间

if (deviation == 0) {
    // 居中，直行（可以稍微加速）
    left_speed = track_speed + 10;
    right_speed = track_speed + 10;
} else if (sharp_turn) {
    // 急转弯：快速转向，但保持较高速度
    left_speed = track_speed - (abs_dev * 50);
    right_speed = track_speed + (abs_dev * 50);
} else {
    // 正常转向：减少速度差，保持较高速度
    left_speed = track_speed - (abs_dev * 35);
    right_speed = track_speed + (abs_dev * 30);
}

3. 参数优化

针对3cm布条优化的参数：

#define DEFAULT_TRACK_SPEED       180  // 提高基础速度（原120）
#define DEFAULT_TRACK_MAX_SPEED   240  // 提高最大速度（原160）
#define DEFAULT_TRACK_MIN_SPEED   80   // 提高最小速度（原50）
#define DEFAULT_CHECK_INTERVAL_MS 20   // 减少检测间隔（原30ms）

跟随模式算法

跟随模式使用超声波传感器保持安全距离：

if (distance_cm > follow_distance + 5) {
    // 距离太远，前进
    tb6612_car_forward(base_speed);
} else if (distance_cm < follow_distance - 5) {
    // 距离太近，后退
    tb6612_car_backward(base_speed);
} else {
    // 距离合适，停止
    tb6612_car_stop();
}

自由运行模式（避障）

避障算法结合了距离检测和随机转向：

if (distance_cm < obstacle_distance) {
    // 检测到障碍物，后退并转向
    tb6612_car_backward(base_speed);
    vTaskDelay(300 / portTICK_PERIOD_MS);
    
    // 随机选择左转或右转
    if (esp_random() % 2 == 0) {
        tb6612_car_turn_left(base_speed);
    } else {
        tb6612_car_turn_right(base_speed);
    }
    vTaskDelay(500 / portTICK_PERIOD_MS);
} else {
    // 无障碍物，继续前进
    tb6612_car_forward(base_speed);
}

Web服务实现

HTTP服务器

使用ESP-IDF的HTTP服务器组件实现RESTful API：

httpd_config_t config = HTTPD_DEFAULT_CONFIG();
config.max_uri_handlers = 15;
config.lru_purge_enable = true;

if (httpd_start(&server, &config) == ESP_OK) {
    httpd_register_uri_handler(server, &uri_api_car_control);
    httpd_register_uri_handler(server, &uri_api_car_mode);
    // ... 其他URI处理器
}

API设计

RESTful风格的API设计：

POST /api/car/control - 手动控制小车
GET /api/car/mode - 获取当前模式
POST /api/car/mode - 切换模式
GET /api/sensors - 获取传感器数据
GET /api/info - 获取系统信息

Web界面

使用嵌入式HTML/CSS/JavaScript实现控制界面，支持：

实时控制按钮
传感器数据可视化
模式切换
WiFi配置

开发经验总结

1. 模块化设计的重要性

通过模块解耦，我们实现了：

代码可维护性大幅提升
功能模块可独立测试
新功能添加变得简单

2. 算法优化需要结合实际硬件

循迹算法的优化必须考虑：

传感器实际间距
布条宽度
小车物理特性
实际测试反馈

3. 实时性考虑

使用FreeRTOS任务管理
合理的任务优先级
适当的延迟时间
避免阻塞操作

4. 调试技巧

使用ESP_LOG进行分级日志
串口监控实时数据
Web界面显示传感器状态
分模块测试

性能优化

速度提升

通过算法优化，循迹速度提升了50%：

基础速度：120 → 180
最大速度：160 → 240
响应时间：30ms → 20ms

稳定性提升

优化偏差计算算法
改进丢失黑线处理
增强容错机制

未来扩展方向

地图记忆功能: 记录路径并支持回放
PID控制: 更精确的速度和位置控制
图像识别: 添加摄像头实现视觉导航
多车协同: 支持多车通信和协同
机器学习: 使用TensorFlow Lite实现智能决策

总结

本项目展示了从硬件设计到软件实现的完整开发流程，重点突出了：

架构设计: 分层架构和模块解耦
算法优化: 针对实际硬件的算法调优
工程实践: 代码组织和可维护性

通过这个项目，我们不仅实现了一个功能完整的智能小车，更重要的是掌握了嵌入式系统开发的核心技能和工程实践方法。

项目仓库

本项目已开源，代码仓库地址：

Gitee仓库: https://gitee.com/myliujiuri/esp32-car

仓库包含完整的源代码、文档和示例，欢迎Star和Fork！

快速开始

# 克隆仓库
git clone https://gitee.com/myliujiuri/esp32-car.git
cd esp32-car

# 配置ESP-IDF环境
. $HOME/esp/esp-idf/export.sh

# 编译项目
idf.py build

# 烧录到开发板
idf.py -p /dev/ttyUSB0 flash monitor

项目结构

esp32-car/
├── main/
│   ├── main.c                 # 主程序入口
│   ├── bsp/                   # 硬件抽象层
│   │   ├── tb6612/           # 电机驱动
│   │   ├── line_tracker/     # 循迹传感器
│   │   └── ultrasonic/       # 超声波传感器
│   └── middle/                # 中间件层
│       ├── web/              # Web服务
│       ├── wifi_manage/      # WiFi管理
│       └── car_control/      # 小车控制
├── README.md                  # 项目说明文档
├── README_CN.md              # 中文说明文档
├── BLOG.md                   # 技术博文
└── CMakeLists.txt            # 构建配置