8线普通编码器入门指南：从原理到实战避坑

1次阅读

共计 2628 个字符，预计需要花费 7 分钟才能阅读完成。

8 线普通编码器在工业自动化领域非常常见，主要用于位置检测和速度测量。它们通常出现在以下场景中：

伺服电机控制系统：用于反馈电机转子的实际位置
数控机床：测量工作台或刀具的精确位移
自动化生产线：监控传送带或机械臂的运动状态
电梯控制系统：检测轿厢位置

与更简单的增量式编码器相比，8 线编码器能提供更高的分辨率和可靠性；与绝对式编码器相比，它又具有成本优势。这种平衡使其成为许多中端工业应用的理想选择。

特性	8 线普通编码器	增量式编码器	绝对式编码器
分辨率	中等	低	高
成本	中等	低	高
断电记忆	否	否	是
抗干扰能力	强	中等	强
安装复杂度	中等	低	高
适用场景	中精度控制	简单测速	高精度定位

电源设计
使用 LDO 稳压器为编码器提供干净的 5V 电源
在电源输入端添加 10μF 和 0.1μF 去耦电容
信号连接
A/ B 相输出接 STM32 的定时器编码器接口 (如 TIM1/TIM2)
Z 相信号可接外部中断引脚用于原点校准
所有信号线需加 100Ω 终端电阻
PCB 布局
编码器信号走线尽可能短且等长
避免与高频或大电流线路平行走线
使用差分走线方式减少干扰

// 符合 MISRA- C 规范的编码器接口初始化代码
void Encoder_Init(void)
{GPIO_InitTypeDef GPIO_InitStruct = {0};
    TIM_Encoder_InitTypeDef EncoderConfig = {0};
    TIM_MasterConfigTypeDef sMasterConfig = {0};

    // 1. 使能时钟
    __HAL_RCC_TIM3_CLK_ENABLE();
    __HAL_RCC_GPIOA_CLK_ENABLE();

    // 2. 配置 GPIO
    GPIO_InitStruct.Pin = GPIO_PIN_6 | GPIO_PIN_7;  // TIM3_CH1/CH2
    GPIO_InitStruct.Mode = GPIO_MODE_AF_PP;
    GPIO_InitStruct.Pull = GPIO_PULLUP;
    GPIO_InitStruct.Speed = GPIO_SPEED_FREQ_HIGH;
    GPIO_InitStruct.Alternate = GPIO_AF2_TIM3;
    HAL_GPIO_Init(GPIOA, &GPIO_InitStruct);

    // 3. 配置定时器编码器模式
    EncoderConfig.EncoderMode = TIM_ENCODERMODE_TI12;
    EncoderConfig.IC1Polarity = TIM_ICPOLARITY_RISING;
    EncoderConfig.IC1Selection = TIM_ICSELECTION_DIRECTTI;
    EncoderConfig.IC1Prescaler = TIM_ICPSC_DIV1;
    EncoderConfig.IC1Filter = 0x0F;  // 适当滤波

    // 相同配置适用于 IC2
    EncoderConfig.IC2Polarity = TIM_ICPOLARITY_RISING;
    EncoderConfig.IC2Selection = TIM_ICSELECTION_DIRECTTI;
    EncoderConfig.IC2Prescaler = TIM_ICPSC_DIV1;
    EncoderConfig.IC2Filter = 0x0F;

    HAL_TIM_Encoder_Init(&htim3, &EncoderConfig);

    // 4. 启动编码器接口
    HAL_TIM_Encoder_Start(&htim3, TIM_CHANNEL_ALL);
}

对于存在机械振动或电气噪声的应用场景，简单的数字滤波可能不够。这里实现一个一维卡尔曼滤波器：

typedef struct {
    float q;  // 过程噪声协方差
    float r;  // 测量噪声协方差
    float x;  // 估计值
    float p;  // 估计误差协方差
    float k;  // 卡尔曼增益
} KalmanFilter;

void Kalman_Init(KalmanFilter* kf, float q, float r, float initial_value)
{
    kf->q = q;
    kf->r = r;
    kf->p = 1.0f;  // 初始估计误差较大
    kf->x = initial_value;
}

float Kalman_Update(KalmanFilter* kf, float measurement)
{
    // 预测阶段
    kf->p = kf->p + kf->q;

    // 更新阶段
    kf->k = kf->p / (kf->p + kf->r);
    kf->x = kf->x + kf->k * (measurement - kf->x);
    kf->p = (1.0f - kf->k) * kf->p;

    return kf->x;
}

使用时，将编码器的原始计数值通过卡尔曼滤波器处理，可以显著减少抖动带来的影响。

生产环境中必须检查以下 EMC 防护措施：