一、基础参数

内核：ARM Cortex-M3 @ 72MHz 闪存

Flash：256KB SRAM：48KB

封装：LQFP64

供电：2.0V ~ 3.6V；

典型 3.3V

调试接口：JTAG / SWD（推荐 SWD，节省引脚）

外设资源汇总：

• GPIO：51 个
• 3 路硬件 USART、2 路硬件 SPI、2 路 I2C
• 1 路 CAN 2.0B（机器人底盘非常关键）
• 12 位 ADC ×3（最多 16 通道）
• 高级定时器 TIM1、通用定时器 TIM2/TIM3/TIM4（可输出 PWM 驱动电机）
• DMA、外部中断、看门狗

二、优势（很多低成本 ROS 控制板依然选用它）

1. 供货周期极长、市场存量巨大、价格低廉，供应链稳定；
2. Cortex-M3 架构简单，开发资料遍地，驱动、PID、运动控制代码成熟；
3. 自带硬件 CAN，适合连接伺服驱动器、电机总线；
4. 足够实现基础麦轮 / 两轮差速运动解算、编码器采集、PID 闭环；
5. 支持 I2C/SPI 驱动 IMU（ICM20948、MPU9250）。

三、致命短板（工程落地重点，区分教学样机 vs 商用工业机器人）

1. 没有硬件 FPU（浮点运算单元） 所有浮点运算依靠软件模拟！ 姿态解算（AHRS、四元数）、麦轮运动学、坐标变换浮点计算非常占用算力。

现象：IMU 融合算法一开，定时器控制周期拉长，PWM 控制卡顿。

✅ 解决方案：

• 尽量使用定点数运算；
• 降低姿态解算频率；
• 复杂算法上移至上位机（NVIDIA / 瑞芯微 / RDK）；
• 商用产品升级 F4/F7/H7（带硬件 FPU）。

1. SRAM 只有 48KB ROS 串口转发、大数据缓冲区、多传感器缓存很容易内存溢出；不适合大规模数据缓存。

2. 最高主频 72MHz，算力天花板低

• 适合：底层运动控制、电机闭环、编码器采集；
• 不适合：本地 AI 推理、复杂滤波、高频多传感器融合。

1. 无 ETH 以太网、无 USB 硬件 OTG 高速；只能串口和上位机通信 市面上 STM32F103 ROS 控制板大多依靠 串口转发 ROS 话题 痛点：串口带宽上限低，大数据（激光雷达点云）传输瓶颈明显。

2. 不支持 DDS、无法原生跑 ROS2；只能做 ROS1 串口桥接

F103 适合作为底层执行 Agent，只负责运动执行；

智能决策、大模型、世界模型必须交给上层算力单元。

四、典型硬件搭配方案（机器人控制板方案）

主控：STM32F103RCT6 外设搭配：

1. SPI → ICM20948 IMU 姿态传感器
2. TIM 定时器 → 四路电机 PWM 输出 + 编码器正交解码
3. CAN → 伺服电机驱动（可选）
4. USART → 和上位机（RDK / 电脑）串口通信，ROS 数据交互
5. I2C → OLED 显示屏、按键

五、选型定位建议（教学样机 / 商用产品区分）

✅ 适合场景

1. 高校教学 ROS 麦轮底盘、实验室研发样机；
2. 低速小型移动机器人，运动控制逻辑简单；
3. 预算有限、仅需要底层电机执行层；
4. 上层具备算力主机，所有 AI、导航、融合算法交给上位机。

❌ 不推荐场景

1. 工业级长时间运行机器人；
2. 需要高频本地 IMU 姿态解算、高精度导航；
3. 需要高速通信、以太网、ROS2 原生通信；
4. 想要在单片机本地部署轻量化算法。

六、横向选型替代参考

• 低成本升级：STM32F407RGT6 带硬件 FPU、168MHz、192KB SRAM，浮点性能提升数倍，是机器人控制板主流升级方案；
• 高性能：F7/H7 系列，适合需要本地复杂感知融合的控制器。

七、技术体系延伸思考

上层：大模型 / 世界模型（数字智能体）→通信系统→底层运动控制 Agent（STM32） STM32F103 的清晰定位： 底层执行单元，只承担硬件闭环控制，不承载智能决策。

通信链路（串口 / CAN）作为控制面，下发速度指令；IMU (ICM20948) 采集本体状态回传上层。

重要工程结论： 如果你打算自研工业级 ROS 运动控制板（商用售卖），不建议 F103 作为主控； F103 适合教学玩具底盘（类似 ROSMASTER-M1 定位），想要产品化，直接上 F407 起步。