Arduino BLDC 自主巡逻机器人：避障与路径规划实战

状态机边界巡逻

在限定区域（如仓库货架间），需结合红外边界检测与超声波避障。使用状态机管理 FORWARD、TURN、REVERSE 等模式，避免逻辑混乱。

#include <NewPing.h>
#include <SimpleFOC.h>

// 硬件配置同上...省略部分初始化代码...
NewPing sonar(A0, A1, 200);
#define IR_LEFT A2
#define IR_RIGHT A3

enum State { FORWARD, TURN_LEFT, TURN_RIGHT, REVERSE };
State currentState = FORWARD;
unsigned long stateChangeTime = 0;

void setup() {
  Serial.begin(115200);
  pinMode(IR_LEFT, INPUT);
  pinMode(IR_RIGHT, INPUT);
  // ... 电机初始化 ...
}

void loop() {
  motorL.loopFOC();
  motorR.loopFOC();

  bool leftEdge = (digitalRead(IR_LEFT) == LOW);
  bool rightEdge = (digitalRead(IR_RIGHT) == LOW);
  int obstacleDist = sonar.ping_cm();
  bool obstacleDetected = (obstacleDist > 0 && obstacleDist < 30);

  switch (currentState) {
    case FORWARD:
      motorL.target = motorR.target = 2.0;
      if (obstacleDetected) {
        currentState = (random(2) ? TURN_LEFT : TURN_RIGHT);
        stateChangeTime = millis();
      } else if (leftEdge || rightEdge) {
        currentState = REVERSE;
        stateChangeTime = millis();
      }
      break;
    case TURN_LEFT:
      motorL.target = -3.0;
      motorR.target = 3.0;
      if (millis() - stateChangeTime >= 800) currentState = FORWARD;
      break;
    case TURN_RIGHT:
      motorL.target = 3.0;
      motorR.target = -3.0;
      if (millis() - stateChangeTime >= 800) currentState = FORWARD;
      break;
    case REVERSE:
      motorL.target = motorR.target = -1.5;
      if (millis() - stateChangeTime >= 1000) {
        currentState = (leftEdge ? TURN_RIGHT : TURN_LEFT);
        stateChangeTime = millis();
      }
      break;
  }
}

静态路径规划（A* 模拟）

已知地图环境下，从起点到终点的最优路径导航。核心在于编码器定位跟踪与角度偏差控制。

// 假设已实现 A* 算法类
struct Point { float x, y; };
std::vector<Point> path;
float currentX = 0, currentY = 0;
float targetX = 5.0, targetY = 5.0;

void setup() {
  // 初始化电机、编码器、规划路径
  path = planner.findPath(Point(0, 0), Point(5, 5));
}

void loop() {
  updatePose(); // 更新当前位置
  Point target = path.front();
  
  float angleError = atan2(target.y - currentY, target.x - currentX);
  float distance = sqrt(pow(target.x - currentX, 2) + pow(target.y - currentY, 2));

  if (abs(angleError) > 0.1) {
    // 角度偏差大，先转向
    motorL.move(0.1 - angleError * 0.5);
    motorR.move(0.1 + angleError * 0.5);
  } else if (distance > 0.1) {
    // 角度准了，直行
    motorL.move(0.3);
    motorR.move(0.3);
  } else {
    path.erase(path.begin());
  }
}

技术要点总结

传感器选型决定智能程度 超声波成本低但范围窄，适合简单避障；激光雷达精度高，是实现 SLAM 和高级规划的基础。根据场景灵活搭配。

算法分层 全局规划（如 A*）负责'从 A 到 B 怎么走最省时'，局部规划（如 DWA）负责'眼前有人怎么绕开'。两者结合才能应对复杂环境。

运动控制精度 单纯 PWM 控制转速不稳，推荐使用 FOC 库（如 SimpleFOC）驱动 BLDC，实现平滑的转速和扭矩控制，这对精确转向至关重要。

定位是导航锚点 没有定位，路径规划就是空谈。室内通常依赖编码器里程计估算 (x, y) 坐标，配合 IMU 提高可靠性。

状态机思维 设计搜索、前进、避障、恢复等状态，并加入超时机制。例如转向时间过长仍未找到路，触发'随机探索'或'原路退回'策略，防止卡死。