企业官网建设流程全解析

做机器人小车有些年头了，说实话“跑偏”这个毛病，是新手问得最多的问题，也是我自己早年调车时最头疼的问题。一辆小车放在地上，让它直线往前走，结果它总往一边画弧；你以为是电机坏了，换一个还是偏；你以为是程序bug，改了半天还是偏。最后折腾一晚上，才发现是轮子直径差了那么一点，或者左右两边的PWM占空比压根不一样。

这篇文章就围绕“机器人小车总跑偏”这个具体症状，把背后常见的几个环节挨个拆开讲清楚。核心围绕四层：机械结构、电机驱动、控制算法、传感器反馈，外加一套常用的调试工具链。无论你是刚入手STM32智能车、树莓派小车，还是在做麦克纳姆轮底盘、差速转向底盘，这套排查思路基本都通用。我会按排查顺序走一遍，每层都会说明现象特征、判断方法、以及实操中容易忽略的细节，帮你少走几趟弯路。

先给出一个判断框架：跑偏不等于某一个环节坏了，而是多个环节叠加的结果。下面这张表是这几年调试中积累的“现象→嫌疑环节”快速索引，后面每一条都会展开细讲。

1. 机械结构：天生的“长短腿”问题

很多人一上来就怀疑程序，但实际上机械层面的不对称是最容易被忽略、却最致命的跑偏源头。你可以把小车想象成人：两条腿不一样长，再怎么学走路也走不直。对小车来说，“两条腿”就是左右驱动轮、底盘重心、悬挂和轮轴阻力这几个机械因素。

1.1 轮子直径差异：最隐蔽的“画弧元凶”

同一个底盘，左边轮子直径 65mm，右边 66mm，你可能觉得差 1mm 无所谓。实际跑起来，转速相同的情况下，直径大的轮子线速度更大，单位时间走的距离更远，小车自然向直径小的一侧转弯。

我测试过一个两驱小车，左右轮直径差了 1mm，在 1 米长的直道上偏移了差不多 15 厘米。当时还以为是编码器问题，后来用游标卡尺量了轮子才找到原因。

怎么排查：把左右驱动轮拆下来，用游标卡尺测轮子外径，重点测轮子接触地面的那一圈（实际滚动直径）。如果误差超过 0.5mm，建议直接换同批次轮子。橡胶轮胎还有老化变形的问题，新的和旧的混用，跑偏更是必然。

另一个细节是轮轴和轴承的阻力。左右轮轴承一个顺滑、一个涩滞，即使电机转速指令相同，阻力大的那侧实际转速也会被拖慢。判断方法：把车悬空，用手拨动两个轮子，感受旋转阻力是否一致；再把车放地上不供电，沿直线推动，如果它自己会偏向某侧，说明机械阻力已经不对称了。

1.2 重心偏移：慢慢“压”出来的跑偏

重心问题往往不会让新车一上电就偏，但会在运行过程中逐渐显现。比如电池固定的位置偏左，或者车身上加了摄像头、超声波模块，却没有对称安装，重心就不在几何中心上。

重心偏移后，左右轮的压地力不同，摩擦力也产生差异，跑起来会像“拖着一条腿走路”，稳定跑偏。尤其底盘两侧有独立悬挂（四个轮子都有避震）时，重心偏了一侧，该侧弹簧被压缩更多，底盘高度变化又会改变轮子的有效直径和接触角，跑偏会更明显。

排查方法：把小车放在水平桌面上，用手指轻轻压在车体中心位置，试着推动车头，观察车身是否“歪着走”。更量化的方法是分别抬起左右侧，用电子秤称一下轮子对地的压力，如果差异超过 10%，就得重新布置电池和电路板的位置。

1.3 底盘安装与车架变形：一票否决项

我见过一个同学的亚克力底盘，装好电池和驱动板用了半年，底盘中间那块板已经明显下凹。车架变形直接改变轮距和悬挂几何，里外都调不好。

还有底盘螺丝松紧不一致的问题。固定电机的螺丝一边拧得特别紧、另一边偏松，电机的安装位置会出现微小位移，齿轮啮合阻力也不同，跑起来会有轻微的周期性跑偏。

所以机械层的排查顺序建议是：先目测车架是否水平、螺丝是否对称紧固，再量轮径和轴距，最后检查重心和轮轴阻力。这几步全都不涉及代码，五分钟做完，却可能解决一半以上的跑偏问题。

2. 电机驱动：左右手劲不一样大

机械结构查完没问题，下一个环节就是电机和驱动板。这层的问题核心是：左右电机在相同的控制指令下，实际输出转速却不一样。原因又可以细分为 PWM 占空比标定、死区差异、驱动板通道差异、电源压降几个方向。

2.1 左右电机转速-占空比特性：开环标定的必经之路

同一个型号的直流电机，参数也有离散性。它们在相同电压和 PWM 占空比下的空载转速，可能相差 5% 甚至更多。如果你不接编码器，直接给左右两个轮子相同的占空比（比如 50%），理论上期望它们转速一致，实际上常常一边快一边慢。

所以做底盘驱动时，第一步要做的是“开环标定测试”：接通电路后，用串口调试助手或者简单控制程序，分别给左轮和右轮施加一组 PWM 占空比（从 10% 到 90%，间隔 10%），同时用编码器测量（或者用测速仪测）每个占空比下的实际转速，记录成表格：

从这张表就能看出，低速段左右偏差明显偏大，高速段反而接近。这就是低速时跑偏严重、高速时反而好一点的原因之一。

解决方法有两种。一是软件补偿：在程序里建立一张“占空比→目标转速”的映射表，让两边各自按表输出不同的 PWM。二是上闭环：给左右轮分别装编码器，用 PID 速度闭环直接让左右轮转速等于目标值。第二种是工程上最靠谱的方案，后面控制算法部分会详细讲。

2.2 PWM 死区：低速时左右手劲不一致的放大器

直流电机存在启动死区——PWM 占空比太低时，电机力矩不足以克服静摩擦和转子惯性，根本不会转。这个死区阈值对于左右电机来说，很可能不一样。

比如左轮 15% 占空比就能转，右轮要 18% 才转。那么你在程序里给一个 15% 的极小速度指令，期望两边慢慢前进，结果左轮动、右轮不动，车直接原地画弯。这种现象在缓慢行走模式、原地转向微调时特别明显。

排查时，在开环标定测试里记录“最小启动占空比”，如果两边差异超过 3 个百分点，要么更换电机，要么在软件里做一个“死区补偿”：低于阈值的指令直接映射到阈值，保证两边动作一致。还要留意电机减速箱的齿轮润滑状态，润滑不良会让死区阈值变大。

2.3 驱动板与电源压降：看着是软件问题，实则是硬件问题

驱动板的两个通道输出能力也会有差异。同样用 TB6612、DRV8833 这类驱动芯片，两个 H 桥的 MOS 管导通电阻、散热条件不完全一样，大电流时产生的压降就不同，左右电机实际电压也就不同。

更常见的坑是电源线和接线端子。左右电机的电源线一根长一根短，或者端子接触不良，大电流时线路压降差异会非常明显。我试过一次跑偏，排查所有东西都没问题，最后发现是电池到驱动板的一根杜邦线内部折断了，连接着右电机供电，接触电阻忽大忽小，车一会儿直一会儿偏。

排查建议：用万用表分别量驱动板输出端给左右电机的实际电压，尤其是在电机堵转或大电流时对比。或者把左右电机驱动线对调，如果偏向反过来了，说明硬件通道问题坐实。

3. 控制算法：PID 不是“抄参数”就完事

机械和驱动都正常，左右轮也能精确输出相同转速了，这时候还跑偏，问题就转移到控制算法上。很多新手拿到 PID 直接网上抄一组参数，结果车不是振荡就是“画龙”，第三件事就是怀疑传感器坏了。其实玩转 PID，三句话就能归纳：Kp 管“则”不跑偏，Ki 管“残余误差”，Kd 管“别过头”。

3.1 PID 调试顺序：从比例开始，一步步来

我给小车调速度闭环时，习惯先全部清零，只设一个非常小的 Kp（比如 0.1），然后给一个固定目标速度（比如 0.2m/s），观察响应。如果转速达不到目标且有明显稳态误差——比如实测只有 0.15m/s——就加大 Kp。Kp 越大，转速越接近目标，但超过临界值后，转速就开始围绕目标值来回振荡，甚至发出尖锐的电机鸣叫声。

这时候再加 Ki。Ki 的作用是消除稳态误差：Kp 已把速度拉到接近目标但差一点，Ki 会一点点补足这个差值，让误差归零。Ki 在爬坡、负载变化时特别关键，但也最容易引起“超调+回摆”——速度越过目标后又冲回来，来回几次才稳定，车走起来像喝醉了。

Kd 是速度环里用得最少的，因为编码器反馈本身有噪声，Kd 一大会放大噪声，效果适得其反。如果你用的是陀螺仪/IMU 航向闭环，Kd 才有实际的阻尼价值。

调试时有个技巧：用串口调试助手，把目标转速、实测转速、PID 输出这三个变量以固定频率打印出来。观察曲线，比肉眼盯着车跑要准确得多。

3.2 积分饱和：为什么一松手就转圈

积分饱和是个极容易踩的坑。假设小车被卡住或者正以大力矩加速，目标速度 0.3m/s，实际却一直达不到，PID 的积分项会持续累计一个很大的值。等障碍解除或车动起来后，这个大积分输出一送，车会猛地冲出去，甚至原地打转。

解决积分饱和的标准做法是限幅：给积分项设一个最大最小值，比如最大 20，最小 -20；或者做“积分钳位”，只有输出在限幅范围内时积分才累加。对于跑偏问题，积分饱和体现为：直线走得好好的，突然收到一个转向指令再松开，车会朝一个方向额外多转一点——这就是积分项没有清零导致的“余尾”。

所以做小车转向控制时，转向执行完记得把该轴的积分项清零；做速度闭环时，给目标突变前，也应把积分项复位。

3.3 差速运动学换算：直线不是“左右 PWM 相同”那么简单

很多人在做差速小车时，以为“直行 = 左右轮 PWM 相同”。这个想法在低速均匀负载下勉强成立，实际中却不一定。因为转向时给定的角速度、线速度，需要换算到左右轮各自的目标转速，换算公式是：

左轮目标速度 = 线速度 - 角速度 * 轮距 / 2 右轮目标速度 = 线速度 + 角速度 * 轮距 / 2

如果你的目标速度换算错了，或者轮距写错，直行时就等于给左右轮设了不同的目标速度，车自然跑偏。轮距要用“左右轮中心到中心”的距离，差一厘米，长时间运行累积的偏向会特别明显。

这里最容易踩的坑是：用麦克纳麦轮（全向轮）时也要做运动学分解，但公式和普通差速不一样。直行时四个轮子的转速”合成”后才能保证直线，任意一个轮子的映射关系写错，就会出现斜着走甚至原地旋转的诡异表现。

4. 传感器反馈：测不准才是原罪

如果你已经确认机械没问题、驱动一致、PID 也调好了，剩下的跑偏源头，十有八九是传感器“测不准”。对跑偏影响最大的两个感知设备：轮速编码器和航向传感器（陀螺仪/IMU）。

4.1 霍尔编码器：极对数配错导致测速差一倍

霍尔编码器常见的有 13 极对、20 极对等规格，代码里CPR参数（每圈脉冲数）写错的话，实际测出来的转速就会和真实值相差数倍。左右轮如果配置错误，会导致一边看起来转得快、一边转得慢，PID 就会拼命调整真实转速去迁就错误测量，车自然跑不直。

有一个更隐蔽的坑：编码器 A/B 相接线反了。虽然很多程序可以反向计数，但如果你没做方向适配，左右轮一个加数一个减数，PID 控制直接紊乱。排查时，先把车悬空，用手慢慢转动左轮和右轮，用串口助手打印编码器计数。两个轮子的数值应同方向增加，且大小和手转速度线性匹配。

4.2 陀螺仪/IMU 安装位置和数据滤波

如果小车有航向闭环（比如用陀螺仪维持直线），那 IMU 的安装位置就特别讲究。芯片必须尽量靠近车体几何中心，且 Z 轴垂直于底盘平面。装歪哪怕几度，航向角输出就会有常数偏差，小车会朝着一个固定方向慢慢转弯。

传感器数据如果不做滤波，波形会带毛刺。但滤波太激进又会导致相位延迟，控制上表现为“转过了才发现偏了”的滞后跑偏。折中方案是滑动窗口平均，窗口大小选 10~20 个数据点，或者用轻量级低通滤波，截止频率选 20~30Hz，兼顾平滑和实时性。

我踩过的一个坑是 IMU 供电电压不稳。陀螺仪对电源纹波很敏感，电压波动会在航向角上叠加周期性噪声，车走起来像“蛇形前进”。给 IMU 单独加 LDO 或滤波电容后，现象立刻消失。

4.3 里程计标定：跑得越远，偏差越大

没有航向传感器的小车，走直线靠的是左右轮编码器计数一致。但编码器本身也有误差，加上轮子打滑、轮径误差，里程计会随时间累积漂移。表现为：刚启动时走得很直，跑十几米后渐渐偏离。

解决方法是做“里程计标定”：让小车跑一段已知长度的直线（比如 10 米），用卷尺量实际位移与编码器累计位移，算出一个比例系数。把左右轮的比例系数分别标定到一致，能显著延长“走直线”的有效距离。更高级的做法是用 UWB、视觉标签或者磁条做全局修正，这个属于后续扩展方向，但初级阶段的里程计标定绝对值得做好。

5. 调试工具链：用对工具才能定位问题

写代码、调小车这些年，靠肉眼去“看”跑偏，效率极低。真正高效的做法是利用串口、波形、日志等调试工具，把看不见的数据“拉”出来看。这套工具链的熟练程度，决定了你排查跑偏问题的速度。

5.1 串口调试助手：最基础也最刚需

排查跑偏时，我用串口助手打印四个关键数据：左右轮目标转速、左右轮实测转速、PID 输出、航向角（如果有）。打印频率 50~100Hz 即可，别太高，否则串口会阻塞主循环。

打印格式建议带时间戳和标头，方便后期分析：

[100ms] L_target:20.0 L_real:19.6 R_target:20.0 R_real:20.4 L_PID:12.5 R_PID:-8.2 yaw:0.05

串口助手里，SSCOM、正点原子串口助手这类软件都够用。注意波特率、换行符（\r\n还是\n）要跟单片机打印格式一致，否则显示乱码。数据量大时不要用“显示模式”肉眼看，打开“保存到文件”功能，事后用 Excel 或 Python 画曲线分析。有一段时间我用 win11 的 windbg 双机调试调试上位机程序，也踩过波特率配置不一致导致调试失效的坑。

5.2 上位机波形：从“看现象”到“看数据”的思维转变

串口助手适合打印数值，但看趋势和波动不够直观。这时候需要用上位机绘图工具。我常用的方案里，VOFA+ 是免费且好上手的：它的“JustFloat”协议可以把单片机发来的 float 数组实时画成波形，左右轮速度曲线、PID 输出曲线一目了然。

具体做法是：在单片机里按固定格式发送数据帧，比如帧头 + 左轮速度 float + 右轮速度 float + PID 输出 float。VOFA+ 收到后自动绘图。这样跑偏时，一眼就能看出是“左轮 PI D输出爆了”还是“右轮反馈一直跟不上”还是“两个轮子都在正常响应但车还是偏”。

我印象很深的一次：调一辆四驱麦克纳姆轮小车，出发时是直的，跑 3 秒后开始斜向漂移。用 VOFA+ 看四个轮子的转速，才发现其中一个轮子的反馈信号周期性跌落，原因是编码器焊点虚焊。这种问题，用肉眼观察车体几乎不可能定位，但波形极其明显。

5.3 仿真与在线调试工具：别直接照搬参数

现在网上有不少“PID 在线调试网站”和仿真工具，用虚拟模型演示 PID 参数变化对系统响应的影响。这类工具对理解 PID 的“脾气”很有帮助，建议第一次接触 PID 的人先去点一点，直观感受比例、积分、微分各自的效果。

但一定注意：仿真参数不能直接照搬到真车。真车有电机力矩饱和、底盘柔性、编码器噪声、通信时延，仿真里完美稳定的参数，上实车可能直接振荡。仿真的价值在于“理解规律”，实车调参还得靠串口和波形。

另一个工具方向是系统日志回放。比如在 Linux 小车（树莓派、Jetson 系列）上，可以把传感器数据和控制输出写入日志文件，跑一圈回来再离线分析。跑偏问题通常偶尔出现一次，抓不住现场的话，日志回放就是最好的“事后监控”手段。

最后再分享一个小经验

把所有改动记录成版本号，每次只改一个变量。这句话听起来像废话，但踩坑多了就明白它的分量。我曾经调一辆两驱小车，同时改了 PID 参数、换了新轮子、又调整了重心位置，结果车还是跑偏，我根本没法判断到底哪个改动起了反作用。后来老老实实回到“每次只改一项，改完立刻验证”的节奏，问题很快定位到姿态传感器安装角度上。

跑偏排查的本质，不是找到“一个原因”，而是把机械、驱动、控制、反馈这四个环节当成一根链条，逐个排除。机械上看轮径和重心，驱动上看 PWM 和电源，控制上看 PID 和运动学换算，反馈上看编码器和 IMU。配合串口助手观察数据、上位机绘制波形，跑偏这个问题，其实是机器人调试里最容易“系统化解决”的。

如果你也正好卡在某辆小车跑偏的问题上，照着这个顺序过一遍，大概率能省下好几个晚上。