520电机编码器原理与实战：从信号采集到精准控制

1次阅读

共计 2439 个字符，预计需要花费 7 分钟才能阅读完成。

在机器人控制和自动化设备开发中，520 电机编码器的信号处理常面临噪声干扰、数据丢帧等挑战。特别是在高速旋转时，脉冲丢失现象尤为突出。这不仅影响了角度测量的精度，还可能导致控制系统的稳定性问题。

脉冲丢失现象 ：当电机转速超过一定阈值时，传统的软件计数方法往往无法及时响应脉冲变化，导致计数不准确。
软件计数与硬件捕获对比 ：软件计数虽然实现简单，但在高速场景下容易丢帧；硬件捕获则通过专用定时器接口实现高精度计数，但配置较为复杂。

STM32 的定时器模块提供了专门的编码器接口模式，可以高效地捕获编码器脉冲信号。以下是配置步骤：

初始化 GPIO 引脚，设置为输入模式并启用上拉 / 下拉电阻。
配置定时器为编码器接口模式（TIM_EncoderInterfaceConfig）。
启用定时器并启动编码器接口。

void Encoder_Init(void) {GPIO_InitTypeDef GPIO_InitStruct = {0};
    TIM_Encoder_InitTypeDef sEncoderConfig = {0};
    TIM_MasterConfigTypeDef sMasterConfig = {0};

    // GPIO 配置
    GPIO_InitStruct.Pin = GPIO_PIN_0 | GPIO_PIN_1;
    GPIO_InitStruct.Mode = GPIO_MODE_INPUT;
    GPIO_InitStruct.Pull = GPIO_PULLUP;
    HAL_GPIO_Init(GPIOA, &GPIO_InitStruct);

    // 定时器配置
    htim2.Instance = TIM2;
    htim2.Init.Prescaler = 0;
    htim2.Init.CounterMode = TIM_COUNTERMODE_UP;
    htim2.Init.Period = 0xFFFF;
    htim2.Init.ClockDivision = TIM_CLOCKDIVISION_DIV1;
    HAL_TIM_Encoder_Init(&htim2, &sEncoderConfig);

    // 启动编码器接口
    HAL_TIM_Encoder_Start(&htim2, TIM_CHANNEL_ALL);
}

通过利用编码器的正交信号（A 相和 B 相），可以实现 4 倍频计数。具体原理是：在 A 相和 B 相的每个边沿都进行计数，从而将分辨率提高 4 倍。

编码器信号线应采用双绞线布线，以减少电磁干扰（EMI）的影响。双绞线可以有效抵消外部磁场对信号线的干扰。

在信号线上添加 RC 滤波电路（如 100Ω 电阻和 100nF 电容）可以显著降低高频噪声。以下是示波器实测对比：

不加 RC 滤波 ：信号波形存在明显的毛刺和抖动。
加 RC 滤波 ：信号波形平滑，毛刺减少。

卡尔曼滤波器是一种高效的信号处理算法，适用于编码器信号的降噪。以下是状态方程推导和 C 语言实现：

typedef struct {
    float Q_angle; // 过程噪声协方差
    float Q_bias;  // 过程噪声协方差
    float R_measure; // 测量噪声协方差
    float angle;    // 估计角度
    float bias;     // 估计偏差
    float P[2][2];  // 误差协方差矩阵
} KalmanFilter;

float Kalman_update(KalmanFilter *kf, float newAngle, float newRate, float dt) {
    // 预测步骤
    kf->angle += dt * (newRate - kf->bias);
    kf->P[0][0] += dt * (dt * kf->P[1][1] - kf->P[0][1] - kf->P[1][0] + kf->Q_angle);
    kf->P[0][1] -= dt * kf->P[1][1];
    kf->P[1][0] -= dt * kf->P[1][1];
    kf->P[1][1] += kf->Q_bias * dt;

    // 更新步骤
    float y = newAngle - kf->angle;
    float S = kf->P[0][0] + kf->R_measure;
    float K[2];
    K[0] = kf->P[0][0] / S;
    K[1] = kf->P[1][0] / S;

    kf->angle += K[0] * y;
    kf->bias += K[1] * y;

    float P00_temp = kf->P[0][0];
    float P01_temp = kf->P[0][1];

    kf->P[0][0] -= K[0] * P00_temp;
    kf->P[0][1] -= K[0] * P01_temp;
    kf->P[1][0] -= K[1] * P00_temp;
    kf->P[1][1] -= K[1] * P01_temp;

    return kf->angle;
}