一文说清Arduino小车循迹的基本工作流程

从零搞懂Arduino小车如何“看见”并追随黑线：一次完整的循迹控制系统拆解

你有没有见过那种自己沿着地上的黑线跑来跑去的小车？不靠遥控，也不连手机，它就像长了眼睛一样，稳稳地拐弯、直行，甚至在断线时还能停下来找路。这背后其实并没有那么神秘——它的核心技术，就藏在一块Arduino板子、几个红外传感器和一个电机驱动模块里。

今天我们就来彻底讲清楚：一台Arduino小车到底是怎么实现“循迹”的？整个过程从感知到决策再到执行，是如何一步步协同工作的？我们不会堆砌术语，而是像搭积木一样，把每个部件的作用、原理和代码逻辑都掰开揉碎，让你真正理解这套系统是怎么“活”起来的。

小车的眼睛：红外传感器是怎么“看”清黑白线的？

要让小车自动走，首先得让它能“看见”路。但用摄像头做图像识别对初学者来说太复杂了，成本高、计算量大、调试困难。于是大多数入门项目选择了一种更聪明的办法：用红外光反射差异来判断颜色。

最常见的就是TCRT5000 模块，便宜、稳定、接口简单。它其实由两部分组成：

• 红外发射管（IR LED）：持续发出人眼看不见的红外光。
• 红外接收三极管（Phototransistor）：检测地面反射回来的光强。

当这个模块照到不同颜色表面时，会发生什么？

⚠️ 注意：这里的高低电平容易让人困惑！记住一句话：有光返回 = 导通 = 输出低电平。

很多模块还带一个 LM393 比较器芯片，可以把模拟信号转成干净的数字信号，并通过旋钮调节灵敏度（也就是设定“多少光才算够亮”）。这样即使环境光有点变化，也不会频繁误判。

实战调试技巧：先让传感器“说话”

在正式接入控制前，最好先单独测试一下传感器是否正常工作。下面这段代码可以帮你快速校准阈值：

const int sensorPin = A0; // 如果是模拟输出脚 const int threshold = 500; // 根据实际测量调整 void setup() { Serial.begin(9600); } void loop() { int val = analogRead(sensorPin); if (val < threshold) { Serial.println("【黑线】"); } else { Serial.println("【白地】"); } delay(100); }

打开串口监视器，分别把传感器对准黑线和白纸，观察读数范围。比如我发现：
- 白地：800~950
- 黑线：100~200

那我就可以把threshold设为 500，确保中间留出安全余量。

📌关键提示：
- 安装高度建议控制在1cm 左右，太高会受环境光干扰，太低容易蹭地。
- 避免阳光直射或强灯光照射传感器，否则可能“失明”。
- 多个传感器之间要有一定间距（通常 1.5~2cm），避免互相串扰。

小车的大脑：Arduino是如何做出决策的？

如果说传感器是眼睛，那Arduino 就是大脑。它不做复杂的思考，但它足够快、足够可靠，能够每秒几十次地问自己：“我现在在哪？该往哪边走？”

常用的型号如 Uno、Nano 或 ESP32，它们都能轻松胜任这项任务。

多眼协同：为什么至少要用3个传感器？

单个传感器只能告诉你“在线上”或“不在”，但没法知道偏左还是偏右。就像蒙着眼走路，踩到线你就停，可你怎么知道该往左迈一步还是右迈一步？

所以实际中我们都会用多个传感器排成一行，形成一个“阵列”。最常见的是三路或五路布局：

[左] [中] [右] L M R

根据这三个点的状态组合，就能判断出小车相对于黑线的位置：

注：这里1表示检测到白色（输出高电平），0表示在线上（黑色）

是不是有点像玩平衡木？只要不断根据偏差纠正方向，就能一直走下去。

代码实现：读取状态并生成指令

下面是读取三个数字传感器的基础代码：

const int leftSensor = 2; const int midSensor = 3; const int rightSensor = 4; void setup() { pinMode(leftSensor, INPUT); pinMode(midSensor, INPUT); pinMode(rightSensor, INPUT); Serial.begin(9600); } void loop() { int L = digitalRead(leftSensor); int M = digitalRead(midSensor); int R = digitalRead(rightSensor); Serial.print(L); Serial.print(" "); Serial.print(M); Serial.print(" "); Serial.println(R); delay(50); // 控制采样频率，不要太快 }

运行后打开串口监视器，推着小车慢慢过线，你会看到状态实时变化。这就是后续所有控制逻辑的输入基础。

小车的肌肉与神经：L298N如何驱动轮子动起来？

有了判断，还得有行动。这时候就需要L298N 电机驱动模块登场了——它是连接“想法”和“动作”的桥梁。

Arduino 输出的电流很小，直接带不动电机。而 L298N 是一个双H桥驱动芯片，专门用来放大控制信号，驱动两个直流电机正反转 + 调速。

H桥是什么？它是怎么让电机转向的？

你可以把 H 桥想象成四个开关组成的电路：

V+ | Q1-----Q3 | | MOTOR MOTOR | | Q2-----Q4 | GND

通过控制这四个开关的通断方式，就能改变电流流向，从而控制电机正转、反转或刹车。

L298N 内部集成了两个这样的 H 桥，分别控制左右轮。

引脚怎么接？别搞混了！

典型接线如下：

电源方面强烈建议使用双电源设计：
- Arduino 用 USB 供电（5V）
- 电机用独立电池（7–12V），防止电机启动时电压骤降导致主控重启

编写基本运动函数

我们可以封装几个常用动作，方便后续调用：

int IN1 = 5, IN2 = 6, IN3 = 7, IN4 = 8; int ENA = 9, ENB = 10; void setup() { pinMode(IN1, OUTPUT); pinMode(IN2, OUTPUT); pinMode(IN3, OUTPUT); pinMode(IN4, OUTPUT); pinMode(ENA, OUTPUT); pinMode(ENB, OUTPUT); } void forward() { digitalWrite(IN1, HIGH); digitalWrite(IN2, LOW); digitalWrite(IN3, HIGH); digitalWrite(IN4, LOW); analogWrite(ENA, 200); // PWM调速，0~255 analogWrite(ENB, 200); } void turnLeft() { digitalWrite(IN1, LOW); digitalWrite(IN2, HIGH); // 左轮后退 digitalWrite(IN3, HIGH); digitalWrite(IN4, LOW); // 右轮前进 analogWrite(ENA, 150); analogWrite(ENB, 150); } void turnRight() { digitalWrite(IN1, HIGH); digitalWrite(IN2, LOW); // 左轮前进 digitalWrite(IN3, LOW); digitalWrite(IN4, HIGH); // 右轮后退 analogWrite(ENA, 150); analogWrite(ENB, 150); } void stopMotor() { digitalWrite(IN1, LOW); digitalWrite(IN2, LOW); digitalWrite(IN3, LOW); digitalWrite(IN4, LOW); }

这些函数就像是给小车写的“动作剧本”，什么时候该直行、转弯，全靠它们执行。

整体协作流程：闭环控制是如何形成的？

现在三个核心模块都准备好了，接下来就是最关键的一步：把它们串起来，形成一个自动反馈系统。

整个工作流程是一个典型的闭环控制系统，循环周期大约在 10ms 到 50ms 之间：

┌──────────────┐ │ 初始化系统 │ └──────┬───────┘ ↓ ┌──────────────┐ │ 采集传感器数据 │ ←─┐ └──────┬───────┘ │ ↓ │ ┌──────────────┐ │ │ 分析当前位置 │ │ └──────┬───────┘ │ ↓ │ ┌──────────────┐ │ │ 决策控制动作 │ │ └──────┬───────┘ │ ↓ │ ┌──────────────┐ │ │ 发送电机指令 │ ──┘ └──────┬───────┘ ↓ ┌──────────────┐ │ 执行移动并反馈 │ └──────────────┘

具体代码整合如下：

// 传感器引脚 int L = 2, M = 3, R = 4; void setup() { pinMode(L, INPUT); pinMode(M, INPUT); pinMode(R, INPUT); // 初始化电机引脚已在上面定义 } void loop() { int leftVal = digitalRead(L); int midVal = digitalRead(M); int rightVal = digitalRead(R); // 状态判断 + 控制逻辑 if (midVal == 1 && leftVal == 0 && rightVal == 0) { forward(); } else if (leftVal == 1) { turnRight(); // 注意：左传感器触发说明车身偏右，需右转修正 } else if (rightVal == 1) { turnLeft(); } else { // 全部为0：脱线了 stopMotor(); delay(100); // 可加入旋转搜索逻辑 } delay(20); // 控制循环节奏 }

💡 提示：这里的turnLeft()和turnRight()实际上是差速转向，利用左右轮速度差实现平滑转弯，而不是原地打方向。

高阶玩法与常见问题应对

你以为这就完了？其实还有很多细节决定成败。

如何处理急弯或断线？

普通三路传感器在遇到急弯时很容易直接冲出去。怎么办？

✅方案一：增加传感器数量
- 使用5路甚至8路阵列，提升位置分辨率
- 例如：[LL][L][M][R][RR]，能更早预判趋势

✅方案二：引入比例控制（P控制）
- 不再只是“左/中/右”三种状态，而是根据偏离程度连续调节转向角度
- 例如：偏得越远，转向越猛

int error = (leftVal * -2) + (midVal * 0) + (rightVal * 2); // 权重法计算偏差 int turn = Kp * error; // Kp为比例系数 analogWrite(ENA, baseSpeed + turn); analogWrite(ENB, baseSpeed - turn);

这就是迈向PID 控制的第一步。

✅方案三：设计脱线恢复策略
- 脱线后先倒车一小段
- 然后左右摆头扫描，寻找最近的黑线边缘
- 或记忆最后一次有效路径方向进行试探

如何提升整体稳定性？

最佳实践清单：让你的小车跑得又快又稳

掌握了这些内容，你就不再只是“照着教程接线”的操作工，而是真正理解了智能小车背后的控制思想。从感知→决策→执行的完整链条，本质上也是所有机器人系统的底层逻辑。

下一步你可以尝试：
- 加入超声波模块实现避障+循迹双模式切换
- 用蓝牙模块远程查看状态或修改参数
- 上位机绘图显示传感器数据变化曲线
- 进阶使用 PID 算法实现高速平稳追踪

当你亲手写出第一段能让小车自主跑完全程的代码时，那种成就感，绝对值得。

如果你正在做这个项目，或者已经遇到了某些坑，欢迎留言交流——我们一起把技术讲透。