1、电机带负载所引起的死区补偿问题

        2、利用MPU6050传感器进行某一轴的角度测量问题

        3、stm32串口通讯得到的数据用DMA转运问题

        我选用的电机为直流减速电机，型号为GA25-370，是12V的电机。

        电机运行分为带负载和不带负载的两种情况：不带负载的电机转速呈现饱和特性，带负载的电机转速呈现有死区的饱和特性。制作平衡车的时候不会让电机满速运行，所以我们可以近似地看做为线性特性和死区特性。平衡车一定是带负载的，那我们如何补偿呢？这里分享我的方法。

        直流电机调速方案比较简单，就是用PWM波进行调速。一个最简单粗暴的方法就是直接在PID控制的结果中，加上一个数，这个数就是死区的△值。这样的话测量死区△值也很简单，只需将小车平放在地上，失能PID运算，并逐渐提高PWM值，小车轮胎即将运动的时刻所输出的PWM占空比值即为我们所要的死区△的值，记录并写进程序即可。但上述办法有一个弊端，电机的死区主要来源是轮胎的摩擦力（其他的力比如空气阻力可忽略不计），轮胎的摩擦力并不是一成不变的，也就是说△的值是一个时变的量，这种方法补偿的实际效果是小车有一个低频抖动且无法通过改变PID值进行消除。

        第二种方法比较复杂，需要修改直立环的程序逻辑，我们在用第一种方法得到死区△的值后，减去适量的数a进行补偿（此时补偿值为△-a），或者不补偿也可（此时补偿值为0）。之后在直立环的函数里，当角度偏差小的时候（比如±3°），kp选用较大的数，同时结合补偿（△-a或者0）保证小幅偏差可以让小车启动；当角度偏差大的时候，kp选用较小的数，同时结合补偿（△）能保证小车回正即可。这种方法补偿的实际效果可以减轻上一个方法的低频抖动问题，但是小车的抗干扰能力不会太强。

        我们计算偏角普遍是用两种方法：一种是获得重力加速度在x轴和z轴（根据传感器安装不同，选取的两个轴也会有所不同）上分量，通过反正切函数获得，我们设为angle1；另一种方法是获得y轴角速度，对角速度积分获得角度，我们设为angle2。但这两种方法各有利弊：第一种方法适合在静止的时候使用，第二种方法适合在运动的时候使用。

        针对上述两种方法的利弊，我们有两种滤波算法可以使用。

        // 第一种算法为一阶滤波算法，在平衡小车上应用就是：k1*angle1 + (1-k1) *angle2，k1为滤波系数，k1∈[0,1]。对于k1的值，我们通常选用0.03，也就是说我们更偏向于angle2所计算的角度，而不是angle1。为什么呢，是因为小车在平衡的过程中，是不断运动着的，angle2精确度比angle1要高，所以我们更置信于angle2所计算的结果。当然，如果你在编程调试并未使用电机时（也就是说只是看程序运行结果还未上实物），这个滤波算法肯定是不准的，因为它只适合运动的时候进行计算。

        // 第二种算法为卡尔曼滤波算法，这个算法较为复杂，我这里不展开解释其算法过程，只简单介绍原理。卡尔曼滤波算法其实本质上就是猜，是一种有根据地猜，如果你的小车在几乎静止的状态下，卡尔曼滤波更置信于angle1，你的小车在运动的情况下，卡尔曼滤波更置信于angle2，也就是说，卡尔曼滤波在小车的应用上算是更先进的一阶滤波算法，因为它可以根据实际情况调整k1的值。

        根据我的实际应用，这两种算法在平衡小车的上结果几乎一样，分不出哪一个更优劣。不过卡尔曼滤波在只进行数据调试的时候更好用一些。

stm32的DMA外设可以一定程度上减少CPU的运算量，避免中断过多而引起的bug，这里我分享我的USART3的DMA配置（库函数）。