那天夜里我本来只想随手翻两个 GitHub 仓库就收工结果刷到这套扫地机器人开源方案后直接看到凌晨两点。它不是那种改改配置文件的玩具 demo电路图、物料清单、底盘结构文件、嵌入式固件、建图算法、路径规划到手机端遥控 App 和 OTA 升级整套东西整整齐齐放在仓库里README 里甚至写了怎么校准轮子。评论区已经有人照着 BOM 下单打板了。这东西适合谁我琢磨了一下大概三类人做嵌入式或机器人方向、想找个综合项目把电机控制、传感器融合、SLAM 全串起来的开发者想给自家场景定制一台清扫设备的硬件党还有纯粹好奇“扫地机为什么不会一直撞墙”的朋友。看完这篇你得到的会是一个很具体的答案而不是一句玄学。1. 这套“整套方案”到底交付了什么拆开仓库逐层看很多人听到“开源扫地机器人”的第一反应是“不就是个能跑的 Arduino 小车加个吸尘器”。真不是。我看的这套方案交付物分在几个清晰目录里从设计到软件全部敞开大致是下面这套结构模块交付内容说明机械结构FreeCAD 源文件、STL 导出件、装配说明底盘、防撞挡板、风机风道、边刷结构硬件电路KiCad 原理图和 PCB 工程主控板、电机驱动、电源降压、传感器接口嵌入式固件ESP32/STM32 工程电机 PID、编码器读取、传感器采集、串口协议机器人侧软件ROS2 相关包、SLAM 配置建图、定位、路径规划、Web 服务客户端Web App 或手机端工程实时地图、遥操作、清扫策略配置整套方案跑起来之后是明确分层的不是把所有东西塞进一个芯片里硬扛。底层是实时控制层管电机速度环、编码器累计、悬崖传感器和碰撞检测。这部分必须由 MCU 来做原因很实在Linux 系统有调度抖动你让树莓派直接输出 PWM 控制轮子偶尔一个卡顿就会让速度环震荡表现在车上是跑直线像喝醉。所以 MCU 是“手脚”负责所有硬实时的事情。中层是感知与决策层跑在树莓派或瑞芯微这类单板机上。它接收雷达、里程计、IMU 数据做扫描匹配、栅格地图更新、路径规划。上层是交互层Web 界面通过 Wi-Fi 拿到地图和位姿把用户的清扫指令下发。这个分层结构几乎是所有商品扫地机的同款架构只是商品机把 MCU 和主控集成在同一块板上。开源方案把层级切开反而是最方便学习和魔改的地方。你完全可以把它的底盘控制代码扒下来换上自己的传感器组合也可以只取它的 Web 前端接自己的后端地图数据。2. 硬件选型与成本钱砸在哪、哪里能抠2.1 主控为什么非要“双芯”Linux 管脑子、MCU 管手脚很多人会问现在 ESP32 性能也不差为什么不能一个芯片全干原因有两个。第一跑 SLAM 这类算法需要浮点能力和内存。ESP32 虽然有 FPU但跑扫描匹配、栅格概率更新这类计算速度跟不上一帧雷达数据处理完下一帧已经堆到队列里了建图质量会很差。第二实时任务和重计算任务混在一个 RTOS 里优先级调度会互相干扰。扫地机在清扫中一旦遇到突发障碍电机反转必须在毫秒级响应这时候如果 CPU 正在做耗时的地图更新轮子就“愣住”了。所以比较稳妥的双芯方案是树莓派 4B 或 RK3566 之类的单板机跑 Linux 和 ROS2负责 SLAM、路径规划、Web 服务ESP32 或 STM32 跑 FreeRTOS负责电机速度环、编码器累计、传感器实时判断两边用 UART 串口通信。如果你只是先验证算法也可以先用电脑跑 ROS2把底盘换成一个小车平台这样不用急着买树莓派。2.2 LIDAR 是整台机器最不能省的核心件扫地机定位的本质是在一个平面里不断回答“我在哪、我面向哪个方向”。纯靠轮子编码器推算位置也就是里程计走几米还行走一个房间就漂得没法看。这时候需要 LIDAR激光雷达来把“我和周围墙面的相对关系”测量出来。比较常见的开源方案用 360 度 2D 激光雷达比如 YDLIDAR 的 X4 或者思岚的 RPLIDAR A1 这类测距范围在 6 到 12 米量级扫描频率 5 到 10 赫兹。它的原理是一个激光测距头旋转 360 度每圈采几百个距离点配合角度信息就得到一帧点云。LIDAR 是整个 BOM 里最贵的一件但也最值得花钱。它直接决定建图质量和定位稳定性。不建议用特别便宜的山寨雷达点云噪声会让 Cartographer 这类算法跑得很痛苦。二手平台偶尔能淘到成色不错的拆机雷达可以捡漏但买之前一定确认通信接口和供电要求。2.3 电机、驱动和传感器组合怎么配底盘部分一步到位的选择是带霍尔编码器的 12V 直流减速电机减速比一般在 1:20 到 1:30 左右。扫地机整机重量大概 3 公斤轮子半径约 3 厘米按地面摩擦系数 0.3 估算单轮需要的驱动力矩大约在 0.27 牛米左右。直流电机本身转速高、扭矩小必须靠减速箱把转速降下来、把扭矩放大。这里的计算逻辑很直接减速比越大扭矩越大但轮子极限速度越低。考虑清扫速度和越障能力1:30 左右是比较常见的甜点区。电机驱动方面TB6612 这类芯片做小功率够了单路持续电流 1.2A 左右。如果选了大功率电机建议换成 BTS7960 这类半桥驱动留足电流余量并在电机两端并联电解电容吸收换向尖峰。最容易翻车的地方是驱动芯片过流保护触发后复位逻辑不一致导致一侧轮子停转机器原地画圈这个在调试阶段很常见。传感器组合里IMU 用 MPU6050 这类六轴传感器就够主要拿它的角速度数据辅助修正转动的漂移。悬崖传感器一般用 3 到 4 个 TCRT5000 红外反射模块装在底盘前后边缘检测到“反射距离异常变远”就认为到了台阶边缘。碰撞检测做一个浮动防撞挡板压住微动开关比单纯用雷达检测更可靠因为有些软质障碍物雷达会漏。2.4 电源系统与整体成本估算电池组建议用三节 18650 串联标称 11.1V加一块带均衡的 BMS 保护板。充电用 12.6V 的专用充电模块。系统里 LIDAR 和树莓派都要 5V用 MP1584 这类 DC-DC 降压模块从电池端取电而不是从树莓派的 5V 引脚反拖这是新手很容易踩的坑。整机功率大概是电机加减速时峰值能到 20 到 30W风机 5 到 15W树莓派加雷达 5W 左右。3S 5000mAh 电池组大约 55Wh 能量实际清扫续航大约一个多小时和主流商品机差不多。整个项目的材料成本按我自己估算大概在一千三到两千六之间主要浮动项是 LIDAR 和单板机部件价格区间说明LIDAR400 - 800最贵核心件可淘二手单板机300 - 700树莓派 4B 或香橙派等ESP32 驱动板50 - 150PCB 可以自己去打样电机 编码器 x2100 - 200注意减速比和扭矩电池组 充电板150 - 250建议买带 BMS 成品3D 打印件 / 外壳200 - 400可先用木板或亚克力传感器等杂项80 - 150悬崖、碰撞、IMU 等3. 软件栈是真正的重头戏SLAM、路径规划和那张看得懂的地图3.1 在一台巴掌大的板子上跑 SLAMSLAM 这个词听起来玄拆开看就是两件事估计机器人在地图里的位置同时更新地图。扫地机每转一圈 LIDAR就拿到一帧点云。里程计会先给一个“我大概往前走了多少”的预测扫描匹配再把预测修正到和周围环境最一致的位置上。这个修正本质是一个最优化问题调整机器人的坐标让当前这帧墙面的距离测量和之前累积的地图最吻合。但里程计会漂移走一大圈回到起点时机器会发现地图首尾对不上。这时候靠回环检测把累积误差掰回来。Cartographer 这样的开源 SLAM 库之所以建图质量高就是因为它用 submap 加后端优化的方式做好回环检测。代价是配置参数多上手门槛高一点。如果你用 ROS2另一个好选择是 slam_toolbox配置简单小场景下效果相当不错。想验证原理可以看 TinySLAM代码量很小但地图质量明显差一截。我给的建议是第一版先用 slam_toolbox 把流程跑通地图质量不够满意再换 Cartographer不要一上来就折腾参数。3.2 清扫路径弓字形、螺旋和绕障的组合拳建完图之后真正决定“像不像商品机”的是清扫策略。最常见的全覆盖路径是弓字形也就是命名为 boustrophedon 的“牛耕式”走法沿着一边走碰到边界或障碍后平移一个机身宽度再反向走回来。这种方式的优点是覆盖率最高、重复最少。遇到障碍物时机器人从弓字线上偏离绕完障碍后要回到原来的弓字线上继续这个“找回断点”的逻辑最考实现。简单做法是记录未完成的轨迹段绕障结束后用 A* 全局路径回到断点附近。定点清扫用螺旋路径从圆心逐渐向外扩回充电座则先用 A* 规划到充电座附近再切换红外信标追踪做精细对准。整套策略合在一起就是一个扫地机脑子里的完整行为状态机。3.3 交互层Web App、MQTT 和 OTA交互层是开源方案里最容易出成果也最容易忽略的部分。很多人的做法是在单板机上跑一个 Web 服务器通过 WebSocket 把地图实时推给浏览器页面上能看到机器人位置、清扫轨迹和禁扫区。数据通信用 JSON 就足够可以省掉一大堆自定义协议。接入智能家居生态一般走 MQTT。树莓派上装一个 Mosquitto 作为 brokerESP32 或上层服务把传感器状态、清扫进度、机器人位姿发布到 topicHome Assistant 订阅之后就能做到“离家后自动开始清扫”这类联动。OTA 升级很值得提前做。机器人固件和上层代码经常会调没有 OTA 的话每次改参数都要搬个显示器接键盘或者拆机插线非常痛苦。做一个小型的 HTTP 下载服务把新固件包放在局域网机器人定期检查版本下载更新这个功能越早做越省事。# 跑通基础流程的示例命令以 ROS2 方案为例 ros2 launch vacbot_bringup base.launch.py ros2 launch vacbot_nav mapping.launch.py # 先用键盘遥控走一圈把地图建出来 ros2 run teleop_twist_keyboard teleop_twist_keyboard4. 完整复刻的四个阶段从空底盘到全屋扫地4.1 阶段一让轮子听话第一件事不是写 SLAM而是让底盘能按要求精确运动。把电机、编码器、驱动板和 ESP32 接好用 PlatformIO 把固件烧进去。用串口监视器观察编码器脉冲是否正常、PWM 输出后轮子转速是否线性。这一步最关键的是调好速度环 PID。不要一上来就调 I 参数先把 P 调到轮子能稳定跟随目标速度再一点点加 I 消除稳态误差。判断标准很简单用手捏住轮子制造阻力速度掉下去之后应该能快速恢复。# 固件烧录示例PlatformIO 环境 pio run -e esp32dev -t upload4.2 阶段二把“自我感觉”校准到厘米级里程计是 SLAM 的基础它不准后面的地图和路径全都要崩。校准分两步第一步标定轮径让轮子转固定 N 圈实测直线移动距离反推真实轮径第二步做直线测试让机器人跑 1 米测横向偏移和终点偏航角。如果发现机器人跑直线总往一边偏先别急着调 PID看看左右电机是不是装反、编码器分辨率是否一致。排除这些之后可以在左右电机目标速度里加一个固定偏置系数来补偿机械差异。这个过程很费时间但值得做扎实因为后面所有定位和路径都建立在“底盘说自己是准的”这个前提上。4.3 阶段三雷达数据进来看得见的“眼睛”把 LIDAR 接到单板机上先用官方 SDK 自带的可视化工具看原始点云。这一步能快速暴露供电问题比如点云里有大量固定的杂散点、某一片角度区域数据缺失基本都是电源纹波或者接线接触不良导致的。在室内把机器人静止放在一个位置如果点云显示的墙面是平滑的直线那供电和通信都算过关。如果墙面呈波浪状说明雷达转速不稳定或供电不足。不要急着跑 SLAM先把这个问题解决掉。4.4 阶段四建图、分区、跑全屋清扫雷达数据干净之后就可以遥控机器人慢慢走一圈。建图时速度要慢转弯要缓否则扫描匹配容易跟丢。第一圈不要追求快地图完整度优先。建完图做两件事一是把地图里明显的噪声点清理掉二是划分房间。分区算法可以直接用现成的形态学分割也可以手动在 Web 界面画框定义房间和禁区。最后把弓字形清扫的路线生成逻辑接上先在一个房间跑观察覆盖率和重复率确认没问题再扩展到全屋。5. 翻车实录我复刻过程中踩过的五个坑5.1 里程计漂移和地毯打滑最容易踩的第一个坑就是里程计漂移。扫地机在地毯上跑轮子会打滑编码器以为走了 1.2 米实际只走了 1 米。房间越大误差累积越严重地图最后会变形。解决办法是引入 IMU 数据做融合让角速度计算主要信任 IMU而线性位移以里程计为主、雷达修正为辅。不要指望纯靠轮子编码器能撑完整张地图。5.2 黑色亮面地板让悬崖传感器全线误报TCRT5000 这类红外反射传感器的工作原理是发射红外光、检测反射强度。在黑色亮面地板上红外光被吸收或者镜面反射到别处传感器会误判成“没有地面”扫地机在卧室中间突然急停报错。这个坑的修复方案是不要用固定阈值判断做一次地板反射率校准在每个清扫区域先采样地面反射值再设阈值。另外把传感器改成倾斜一定角度安装能明显减少镜面反射的干扰。5.3 LIDAR 电源纹波引发点云毛刺有段时间我建图总是出现重影排查了很久最后发现是 LIDAR 和电机驱动共用了同一条 5V 电源线。电机 PWM 工作时电流突变造成电压纹波雷达的测距值开始抖动点云在固定方向出现毛刺。把雷达供电单独用一路 DC-DC 隔离在电源输入端加一个大容量的电解电容和磁珠滤波之后问题立刻消失。这个经验用一句话总结电机和传感器永远不要共用电源走线。5.4 回充座识别红外对准比想象中难回充逻辑看起来简单实际调起来很折磨人。距离充电座还有一两米的时候机器人用雷达确认位置靠近到一定范围需要切换到红外接收模式来精细对准。问题是红外的方向性很强偏一点就收不到信号。我的做法是调整充电座红外的发射角度让它朝外扩散一点同时机器人寻找信号时先原地旋转扫描一遍找到最强信号方向再缓慢靠近。最后靠检测充电极片的接触电流确认已经插上而不是只看是否到了目标坐标。5.5 电池保护板不能省EMI 也不能不防锂电保护板是底线不能省。三串 18650 一旦过放电池基本就废了严重还会鼓包。项目里一定要有软件检测电压的功能电压低于阈值时先停风机和电机再优雅关机给用户留出充电时间。EMI 问题是隐性的。电机换向产生的电磁干扰会通过电源线传导到 IMU导致陀螺仪数据出现周期性跳变表现是地图里频繁出现“机器人突然转向”的假轨迹。把电机线双绞、远离 IMU再给 IMU 加一个橡胶减震垫能解决大部分问题。6. 从“能跑”到“敢放家里跑”还差的那些功课6.1 安全可靠性和整机收纳设计自己做的机器人跑在家里安全比功能更重要。线束要全部固定电路板裸露的地方加个透明亚克力挡板防止金属物体搭到正负极。控制逻辑里要加过流保护风机堵转、边刷缠住头发时不能只靠驱动芯片自带的保护软件也要监控异常电流并停机。如果家里有小孩或者宠物整机外壳不能有尖锐边角3D 打印件打磨干净电池舱要做成螺丝固定的封闭结构防止小朋友抠开。6.2 结构件材料选择和小细节3D 打印外壳别用普通 PLA放阳台上晒一个夏天底盘就软了。用 PETG 或 ABS强度和耐热性都好不少。设计外壳时壁厚至少 2 毫米内部加几条加强筋否则震动一段时间容易断卡扣。风机风道是整个结构里最容易影响体验的地方。吸力大不代表吸得干净风道的密封性更重要如果尘盒和风机之间漏气边角效果会很差。可以在尘盒周围加一圈硅胶密封条实测对吸尘效率提升很明显。6.3 让生态接住它Home Assistant 与其他集成跑通之后最让人上瘾的是接生态。把 MQTT 数据接到 Home Assistant配置好自动化扫地机就不再是孤岛设备可以和灯光、门窗传感器联动。定时清扫、离家自动启动、清扫完成后推送手机通知这些都是基于现成协议就能实现的。如果你不想从零造一台还有另一条“开源化”路线像 Valetudo 这样的开源项目可以直接让不少市售扫地机脱离云端在本地完成控制和地图管理。从学习角度看它的 Web 界面和固件结构也值得翻一翻能让你对“商品机内部到底怎么跑”有一个更落地的理解。折腾这套方案前后花了我一个多月大部分时间不是焊板子和打印外壳而是调参数。但我回头想它给你的不只是一台自己攒的扫地机更是一整套“能自己造东西”的思维模式每个模块都是可替代的每个算法都能打开看源码。如果你也想搞一台我的建议是从“让底盘走直线”开始别一上来就追 SLAM这个基础打牢了后面的地图和路径都会顺很多。最后分享一个小技巧所有调试日志都打上时间戳存成文件。遇到玄学问题的时候回放日志比在现场反复猜测高效得多尤其排查这种多传感器、多进程协作的机器人项目一份带时序的日志能帮你省下好几个通宵。