STM32实战：基于I2C的MPU6050卡尔曼滤波姿态解算（附源码）

1. 项目背景与核心价值

大家好，我是老李，一个在嵌入式领域摸爬滚打了十多年的工程师。今天想和大家聊聊一个非常经典且实用的项目：如何在STM32上，通过I2C驱动MPU6050，并用卡尔曼滤波算法来解算姿态角。这个项目可以说是玩转无人机、平衡车、机器人甚至手机游戏手柄的“基本功”。

你可能遇到过这样的情况：从网上买了个MPU6050模块，接上单片机，读出来的数据却“飘”得厉害，静止放着角度值也乱跳，稍微一动数据又延迟滞后。直接拿这个数据去控制电机，设备肯定“抽风”。问题的核心在于，MPU6050输出的原始加速度计和陀螺仪数据，天生就带着噪声和漂移。加速度计怕震动，陀螺仪怕时间累积误差。这时候，就需要一个“聪明”的算法来融合两者的优点，弥补各自的缺点，这就是卡尔曼滤波的用武之地。

这个项目的核心价值，就是教你从零开始，搭建一个稳定、可靠、实时性高的姿态感知系统。我会把复杂的数学理论“翻译”成你能看懂的操作步骤和代码逻辑，并提供一套我反复调试、在多个实际项目中验证过的源码。无论你是正在做毕业设计的学生，还是希望在产品中增加姿态感知功能的开发者，跟着这篇文章一步步做下来，你不仅能得到一个可用的程序，更能真正理解其背后的原理，做到举一反三。

2. 硬件准备与电路连接

2.1 核心器件选型与作用

工欲善其事，必先利其器。我们先来认识一下这个项目的两位“主角”。

首先是主控芯片，我强烈推荐使用STM32系列，比如STM32F103C8T6（也就是常说的“蓝桥杯”或“最小系统板”核心）。它比传统的51单片机强大太多：主频高达72MHz，有硬件I2C控制器，计算卡尔曼滤波这种浮点运算也游刃有余。关键是资源丰富，价格还便宜，是入门和进阶的绝佳选择。

第二位主角就是MPU6050。它是一个六轴惯性测量单元（IMU），内部集成了三轴加速度计和三轴陀螺仪。简单来说，加速度计能感知“线运动”，比如倾斜、震动；陀螺仪能感知“角运动”，比如旋转的速度。它通过I2C接口输出数字信号，极大简化了我们的编程工作。市面上常见的模块已经集成了电压转换和滤波电路，我们直接用就行。

2.2 电路连接实战图解

连接电路非常简单，关键是确保电源和信号的稳定。下图清晰地展示了STM32与MPU6050模块的接线方式：

注意：很多STM32开发板的PB6、PB7引脚可能被其他功能（如串口）占用，请根据你的具体板子原理图进行调整。使用硬件I2C时，必须选择支持I2C功能的引脚。

这里有几个我踩过的坑要提醒你：

1. 电源一定要纯净：MPU6050对电源噪声很敏感。最好使用开发板的3.3V线性稳压电源输出，如果从电机驱动板取电，一定要加强滤波，比如并联一个10uF的电解电容和一个0.1uF的瓷片电容。
2. 上拉电阻不能少：I2C总线是开漏输出，必须依靠上拉电阻才能输出高电平。虽然模块上通常有（一般是4.7kΩ），但如果通信距离稍长或干扰大，可以尝试减小到2.2kΩ以增强驱动能力。
3. 远离干扰源：尽量让MPU6050的走线远离电机、电源开关等大电流线路，可以有效减少电磁干扰带来的数据毛刺。

3. 卡尔曼滤波：从理论到“人话”

我知道，一提到卡尔曼滤波，很多人头就大了，满眼的矩阵和公式。别怕，我们暂时忘掉数学推导，用开车的例子来理解它的精髓。

想象你在开车，车上有两个设备：一个GPS（类似加速度计）和一个里程表/速度计（类似陀螺仪）。

• GPS：能直接告诉你绝对位置（比如经纬度），但更新慢（1秒1次），而且在隧道、高楼间误差很大（噪声大）。
• 里程表：通过轮子转速积分得到走了多远，更新很快（每秒很多次），短时间内非常准。但时间一长，轮胎打滑、胎压变化都会导致误差累积，越走偏差越大（这就是积分漂移）。

卡尔曼滤波就像一个“最懂车的副驾驶”，它做两件事：