Arduino BLDC复杂家居机器人的核心技术在于：多传感器融合通过“远-中-近”异构感知与EKF滤波实现全屋精准建图与动态避障，干湿自适应清洁通过地面材质识别、脏污程度评估与模糊逻辑决策，自动在“纯吸-扫吸-湿拖-干擦”模式间无缝切换，二者协同实现“看得清、认得准、洗得对”。

一、系统架构与核心原理
该系统采用"感知-决策-执行"三层架构，两大核心模块形成闭环协同：
多传感器融合层：家居环境看似简单，实则充满挑战——家具腿、宠物、拖鞋、地毯边缘、玻璃门、楼梯口等构成复杂的非结构化场景。系统构建"远-中-近"三层异构感知体系——远距使用激光雷达（LiDAR/LDS）进行360°扫描建图与SLAM定位，中距依赖超声波阵列和深度相机检测动态障碍物（如移动的宠物、儿童），近距通过红外沿墙传感器、悬崖传感器和碰撞保险杠实现贴边清扫与跌落保护。多源数据通过扩展卡尔曼滤波（EKF）实时融合，将LiDAR的绝对位姿、IMU的高频姿态和编码器的高频里程计进行互补，实现厘米级定位精度。
干湿自适应清洁层：这是区别于传统扫地机器人的核心创新。系统通过多模态传感判断当前地面状态——光学灰尘传感器检测脏污程度，灰度传感器/电容式传感器识别地面材质（硬质地板vs地毯），湿度传感器检测地面是否有积水或液体污渍。基于模糊逻辑控制器（FLC），系统无需精确数学模型，即可将多传感器输入转化为BLDC多电机的协同指令，自动在"纯吸模式-扫吸模式-湿拖模式-干擦模式"之间无缝切换，并动态调节吸力、刷速、出水量和行进速度。
其本质是：多传感器融合解决"家里环境复杂怎么看清和导航"，干湿自适应清洁解决"不同地面和脏污怎么精准匹配清洁策略"。

二、主要特点

1. 多传感器融合——"远-中-近"三层异构感知
   家居环境的感知需求远比工业环境复杂，因为家庭场景充满动态变化和材质多样性：
   远距感知（LiDAR/LDS）：360°旋转激光测距，实时构建房间的二维点云地图，是SLAM（同步定位与建图）的基础。在Arduino平台上，通常采用轻量级SLAM算法（如SLAM-lite），适配有限的计算资源。
   中距感知（超声波+深度相机）：超声波传感器（如HC-SR04）覆盖0.3~5m范围，检测家具、墙壁等静态障碍；深度相机（如ESP32-CAM配合简易深度算法）可识别动态障碍物（宠物、儿童），支持语义级别的避障决策。
   近距感知（红外+悬崖+碰撞）：红外沿墙传感器保持与墙壁的恒定距离进行沿边清扫；悬崖传感器（红外或超声波）安装在底部边缘，检测台阶或楼梯防止跌落；碰撞保险杠作为最后一道物理防线。
   地面状态感知（灰尘+湿度+灰度）：光学灰尘传感器通过散射光强度判断当前区域脏污程度；湿度传感器检测地面是否有液体（如厨房溅水、卫生间积水）；灰度传感器通过反射率差异区分硬质地板和地毯。
   数据融合算法：通过EKF将LiDAR（低频高精度绝对位姿）、IMU（高频姿态但会漂移）和轮式编码器（高频里程计但有累积误差）进行融合，获得稳定、鲁棒的全局定位。在Arduino平台上，通常采用简化版EKF或互补滤波，控制周期不低于50ms。
2. 干湿自适应清洁——模糊逻辑驱动的多模式切换
   这是系统的核心创新，实现了从"一刀切清洁"到"因地制宜清洁"的跨越：
   地面材质识别：灰度传感器或电容式传感器通过反射率/介电常数差异，区分硬质地板（瓷砖、木地板）和地毯。检测到地毯时，系统自动关闭湿拖功能、提升主刷高度、增大吸力（“地毯增压模式”），防止打湿地毯或缠绕纤维。
   脏污程度评估：光学灰尘传感器实时检测当前区域的灰尘浓度。轻度脏污区域采用标准吸力+中速行进；重度脏污区域（如厨房油污区、玄关泥沙区）自动切换至深度清洁模式——降低行进速度、提升吸力至最大、增加边刷转速，实现"重点清扫"。
   液体检测与湿拖控制：湿度传感器检测地面是否有积水或液体污渍。检测到液体时，系统切换至"湿拖模式"——启动微型水泵控制出水量，BLDC驱动拖布盘以适当转速旋转擦拭；液体清除后自动切换至"干擦模式"——关闭水泵，拖布盘高速旋转吸干残余水分，防止地面湿滑。
   模糊逻辑控制器（FLC）：传统PID控制需要精确的数学模型，而清洁场景的"干净程度"“脏污类型"等概念本身是模糊的。FLC将传感器输入转化为模糊语言变量（如"很脏”“中等”“较干净”），通过预设规则库（如"IF 地面=地毯 AND 脏污=重度 THEN 吸力=最大 AND 湿拖=关闭"）输出BLDC电机的协同控制指令。其优势在于无需精确模型、鲁棒性强、易于扩展规则。
   BLDC多电机协同：系统通常包含4_{6个BLDC电机——2个行走驱动电机（差速驱动）、1个主滚刷电机、1个吸尘风机电机、1}2个边刷电机。FLC根据清洁模式动态调节各电机转速：标准模式下行走中速+吸力中等+边刷低速；深度模式下行走低速+吸力最大+边刷高速；湿拖模式下行走低速+水泵开启+拖布盘旋转。
3. 智能导航与路径规划
   SLAM建图与分区：首次运行时，机器人通过LiDAR扫描构建全屋地图，自动识别房间边界，用户可通过手机App划分清扫区域、设置禁区（如卫生间、宠物食盆区）。
   路径规划算法：全局路径采用弓字形（Boustrophedon）覆盖算法确保无遗漏；局部避障采用简化的动态窗口法（DWA）或矢量场直方图（VFH），在Arduino有限算力下实现实时避障。
   断点续扫：电量不足时自动返回充电座，充电完成后从上次中断的位置继续清扫，而非重新开始。
4. 分层式控制架构
   针对Arduino算力限制，系统采用"上位机+下位机"分布式架构：
   上位机（决策层）：采用ESP32或树莓派，负责SLAM建图、路径规划、模糊逻辑决策、人机交互（Wi-Fi/蓝牙连接手机App）。
   下位机（执行层）：采用Arduino Mega或专用BLDC驱动板，负责底层实时控制——BLDC电机FOC/PID闭环、传感器数据采集、安全中断处理。上下位机通过UART或CAN总线通信。

三、应用场景

1. 日常家庭地面清洁
   最基础的应用场景。机器人在客厅、卧室、走廊等区域自主清扫，多传感器融合实现全屋覆盖无遗漏，干湿自适应确保硬质地板湿拖、地毯干吸、厨房重油污深度清洁，满足日常保洁需求。
2. 厨房/餐厅重油污清洁
   厨房区域地面常有油渍、食物残渣和液体泼洒。灰尘传感器检测到重度脏污后自动切换深度清洁模式，湿度传感器检测到液体后启动湿拖+吸水流程，BLDC主刷电机提升转速增强物理刷洗力度，实现针对性清洁。
3. 卫生间湿滑地面清洁
   卫生间地面常有积水和湿滑风险。湿度传感器检测积水后切换至"吸水模式"——关闭边刷（防止甩水），拖布盘低速旋转配合水泵控制出水量，清洁完成后自动切换"干擦模式"高速旋转吸干残余水分，防止地面湿滑造成安全隐患。
4. 宠物家庭毛发清洁
   宠物家庭地面常有大量毛发和爪印。系统检测到毛发密集区域后，提升主刷转速和吸力，边刷高速旋转将毛发扫向吸口；同时BLDC行走电机降低速度，确保充分覆盖。部分方案还配备防缠绕设计，避免毛发缠绕主刷导致堵转。
5. 多材质地面混合家庭
   许多家庭同时拥有瓷砖、木地板、地毯等多种地面材质。灰度传感器实时识别地面类型，机器人在不同材质间无缝切换清洁策略——瓷砖区湿拖、木地板区微湿拖（控制出水量防止渗水）、地毯区关闭湿拖并增压吸尘，实现一机多用。
6. 教育科研与竞赛平台
   作为移动机器人导航、多传感器融合和智能控制的教学实验平台，演示异构传感器数据融合、EKF/互补滤波、模糊逻辑控制、BLDC多电机协同和SLAM建图等核心技术的工程实现。适用于大学生课程设计和机器人竞赛。

四、需要注意的事项

1. 传感器校准与数据冲突
   家居环境中传感器面临多种干扰：
   光学传感器受光照影响：灰尘传感器和灰度传感器的读数受环境光照强度影响显著。需在软件中加入环境光补偿算法，或在传感器上方加装遮光罩，减少环境光干扰。
   湿度传感器响应滞后：湿度传感器的响应时间通常在秒级，而机器人行进速度较快，可能导致"已经离开湿区但传感器仍报告潮湿"的误判。需加入时间窗口滤波（如连续3次检测干燥才切换模式）。
   多传感器数据冲突：当灰度传感器报告"地毯"而湿度传感器报告"有积水"时（如地毯被泼水），系统需有明确的仲裁策略。建议以安全为优先——检测到液体时一律关闭湿拖，避免加重积水。
2. 模糊逻辑规则库的完备性
   模糊逻辑的性能高度依赖规则库的质量：
   规则冲突：不同规则可能产生矛盾输出（如"地毯+重度脏污"规则要求增大吸力，但"地毯"规则要求降低刷速），需定义规则优先级或使用加权平均法融合冲突输出。
   规则覆盖不足：家庭场景多样，预设规则可能无法覆盖所有情况（如"湿滑的瓷砖上撒了面粉"）。建议预留规则扩展接口，允许用户通过App自定义清洁策略。
   参数整定：模糊集合的隶属度函数和规则权重需通过大量实验标定，不同家庭环境（面积、地面材质、脏污类型）可能需要不同的参数配置。
3. BLDC多电机协同与功耗管理
   多BLDC电机同时运行对电源系统提出严峻挑战：
   瞬时电流冲击：主滚刷和吸尘风机启动时电流可达额定值的3~5倍，可能导致电池电压瞬间跌落，触发主控欠压复位。需采用大容量低内阻电池（如3S/4S锂聚合物），并在电源端加装超级电容缓冲瞬态电流。
   续航与性能平衡：深度清洁模式下多电机满负荷运行，续航时间大幅缩短。需设计"经济模式"——在非重点区域降低吸力和刷速，仅在检测到重度脏污时短时提升功率，延长整体续航。
   电机过热保护：持续大扭矩运行导致电机温度上升。需配备NTC温度传感器，设置分级保护——85℃降额运行，105℃强制停机冷却。
4. 水路与密封设计
   湿拖功能引入水路系统，带来漏水和水损风险：
   水泵控制精度：微型水泵的出水量需精确控制，过多导致地面积水，过少清洁效果不佳。建议采用PWM调速水泵，配合流量传感器闭环控制。
   水箱密封与防漏：水箱接口、管路连接处需严格密封，防止机器人在倾斜或碰撞时漏水。建议在底盘最低点设置漏水检测传感器，检测到漏水立即关闭水泵并报警。
   拖布清洁与更换：拖布长期使用后积聚污垢，反而造成二次污染。需设计拖布自清洁机制（如回充时自动清洗）或提醒用户定期更换。
5. 电磁兼容（EMC）与传感器抗干扰
   BLDC电机是强电磁干扰源，对传感器信号质量构成威胁：
   电机噪声抑制：BLDC电机高频PWM开关噪声可能干扰灰尘传感器和湿度传感器的模拟信号。需做好电源隔离（电机供电与传感器供电分开，使用独立DC-DC模块）、信号线屏蔽（双绞线+磁珠）、PCB布局分区（动力区与信号区物理隔离）。
   IMU振动隔离：BLDC电机运转产生的高频振动会干扰IMU数据，影响定位精度。IMU必须刚性固定在底盘重心附近，并加硅胶减震垫隔离电机振动。
6. Arduino平台算力限制
   标准Arduino（16MHz, 2KB RAM）运行多传感器融合+模糊逻辑+SLAM存在严重资源瓶颈：
   计算延迟：EKF涉及矩阵运算，Arduino Uno无硬件浮点单元，计算较慢。建议控制周期不低于50ms，或采用定点数运算替代浮点运算。
   推荐架构：采用"ESP32负责SLAM+模糊逻辑决策+手机App通信，Arduino Mega负责BLDC底层PID/FOC控制+传感器数据采集"的分层架构，各司其职。ESP32自带Wi-Fi/蓝牙，省去额外通信模块。
   严禁使用delay()：多任务并发时（传感器采集+电机控制+通信），必须使用millis()非阻塞定时或硬件定时器中断，确保控制回路的实时性。
7. 安全冗余设计
   家居环境中有人和宠物活动，安全至关重要：
   多级安全防线：远距由SLAM地图全局规划绕行；中距由超声波/深度相机触发局部避障；近距由红外/碰撞保险杠触发紧急减速；极近距离由悬崖传感器触发紧急停止。多级防线层层递进。
   硬件急停：配备物理急停按钮或碰撞传感器直连电机驱动器使能端，确保在软件失效时也能立即切断电机动力。
   宠物/儿童保护：深度相机或超声波检测到动态障碍物（宠物、儿童）时，机器人应主动减速并保持安全距离，而非简单绕行。
8. 环境适应性设计
   不同家庭环境差异巨大：
   门槛与地毯边缘：家居环境中常见门槛（高度10~30mm）和地毯边缘。底盘需具备足够的离地间隙（建议≥15mm），行走电机需具备短时大扭矩输出能力以越过障碍。
   暗色地面与镜面：红外传感器在暗色地面（反射率低）和镜面/玻璃门（反射异常）上可能失效。需融合超声波传感器作为补充，避免误判为悬崖或障碍物。
   线缆与细绳：地面散落的充电线、鞋带等细绳可能缠绕边刷或主刷。需设计防缠绕结构（如悬挂式边刷、主刷防缠绕刀片），并通过电机电流监测检测堵转状态，及时反转释放。

五、系统协同关系总结
多传感器融合感知（LiDAR + 超声波 + 红外 + IMU + 灰尘/湿度/灰度传感器，EKF融合）→ 干湿自适应清洁决策（模糊逻辑控制器：地面材质识别 + 脏污程度评估 + 液体检测 → 自动切换纯吸/扫吸/湿拖/干擦模式）→ BLDC多电机协同执行（行走差速驱动 + 主刷/风机/边刷/水泵动态调速）→ 智能导航与路径规划（SLAM建图 + 弓字形覆盖 + 局部避障）
多传感器融合负责"在复杂家居环境中看清和导航"，干湿自适应清洁负责"根据地面状态精准匹配清洁策略"——二者协同构成了一个真正意义上的"智能家居清洁机器人"系统。

1、多传感器融合 + 模糊逻辑避障
此案例聚焦于基础感知与决策层。通过超声波、红外、IMU等多传感器数据融合，利用模糊逻辑将精确距离值转化为“很近、适中、较远”等语义变量，通过预设的“If-Then”规则库输出平滑的转向指令，让机器人在复杂家居环境中实现“拟人化”的柔顺避障。

#include <SimpleFOC.h>
#include <MPU6050.h>
#include <Fuzzy.h>

// BLDC电机定义（差速驱动）
BLDCMotor motorL(7), motorR(8);
BLDCDriver3PWM drvL(9,10,11), drvR(5,6,8);

// 传感器引脚
#define ULTRASONIC_TRIG 12
#define ULTRASONIC_ECHO 13
#define IR_FRONT A0
#define IR_LEFT A1
#define IR_RIGHT A2

MPU6050 mpu;
Fuzzy *fuzzy = new Fuzzy();

// 传感器数据结构
struct SensorData {
    float frontDist;
    float leftDist;
    float rightDist;
    float pitch;     // 俯仰角
    float roll;      // 横滚角
};

void setup() {
    Serial.begin(115200);
    
    // 初始化BLDC电机
    drvL.init(); drvR.init();
    motorL.linkDriver(&drvL); motorR.linkDriver(&drvR);
    motorL.init(); motorR.init();
    motorL.initFOC(); motorR.initFOC();
    motorL.controller = MotionControlType::velocity;
    motorR.controller = MotionControlType::velocity;
    
    // 初始化IMU
    Wire.begin();
    mpu.initialize();
    
    // 初始化模糊控制器
    fuzzy->addInput("FrontDist", 0, 30, 5);   // 前距0-30cm分5级
    fuzzy->addInput("LeftDist", 0, 30, 5);    // 左距0-30cm分5级
    fuzzy->addInput("RightDist", 0, 30, 5);   // 右距0-30cm分5级
    fuzzy->addOutput("Turn", -255, 255, 5);   // 转向修正量
}

// 采集多传感器数据
SensorData readSensors() {
    SensorData data;
    // 超声波测距
    digitalWrite(ULTRASONIC_TRIG, LOW);
    delayMicroseconds(2);
    digitalWrite(ULTRASONIC_TRIG, HIGH);
    delayMicroseconds(10);
    digitalWrite(ULTRASONIC_TRIG, LOW);
    long duration = pulseIn(ULTRASONIC_ECHO, HIGH);
    data.frontDist = duration / 58.2;  // cm
    
    // 红外传感器（近距离补充）
    data.leftDist = analogRead(IR_LEFT) * 0.1;
    data.rightDist = analogRead(IR_RIGHT) * 0.1;
    
    // IMU姿态
    int16_t ax, ay, az;
    mpu.getAcceleration(&ax, &ay, &az);
    data.pitch = atan2(ay, az) * 180 / PI;
    data.roll = atan2(-ax, az) * 180 / PI;
    
    return data;
}

void loop() {
    // 1. 多传感器数据采集
    SensorData sd = readSensors();
    
    // 2. 模糊推理
    fuzzy->setInput("FrontDist", sd.frontDist);
    fuzzy->setInput("LeftDist", sd.leftDist);
    fuzzy->setInput("RightDist", sd.rightDist);
    fuzzy->compute();
    int turn = fuzzy->getOutput("Turn");
    
    // 3. 姿态补偿：检测到斜坡时减速
    float speedScale = 1.0;
    if (abs(sd.pitch) > 10) {
        speedScale = 0.6;  // 爬坡减速
    }
    
    // 4. 驱动BLDC电机（差速控制）
    float baseSpeed = 0.8 * speedScale;
    motorL.target = constrain(baseSpeed - turn / 255.0, -1.0, 1.0);
    motorR.target = constrain(baseSpeed + turn / 255.0, -1.0, 1.0);
    
    motorL.move(motorL.target);
    motorR.move(motorR.target);
    motorL.loopFOC();
    motorR.loopFOC();
    
    delay(50);
}

关键逻辑：模糊避障与硬阈值判断不同，它通过隶属度函数将传感器的微小跳变“平滑化”，使机器人不会因单一数据抖动而产生剧烈反应。IMU姿态补偿则让机器人在上下坡时自动减速，避免因惯性导致失控。

2、干湿双模式自适应切换
此案例聚焦于清洁模式自适应。通过检测地面材质（硬地板/地毯）和清洁任务类型，自动切换吸尘模式与拖地模式——吸尘时BLDC风机高速运转，拖地时降低转速并启动水泵和拖布机构。

#include <SimpleFOC.h>
#include <EEPROM.h>

// BLDC电机定义（行走 + 吸尘风机）
BLDCMotor motorL(7), motorR(8);
BLDCMotor motorVac(9);   // 吸尘风机
BLDCDriver3PWM drvL(10,11,12), drvR(5,6,7), drvVac(3,4,8);

// 清洁模式定义
enum CleanMode { VACUUM_ONLY, MOP_ONLY, VACUUM_MOP };
CleanMode currentMode = VACUUM_MOP;

// 地面材质检测参数
#define WATER_PUMP_PIN A3
#define MOP_MOTOR_PIN A4

// 干湿自适应参数
const float VACUUM_HIGH_SPEED = 2.0;   // 吸尘高速(rad/s)
const float VACUUM_LOW_SPEED = 1.0;    // 吸尘低速(拖地模式)
const float MOP_SPEED = 0.4;           // 拖地行走速度

// 地面类型检测（通过滚刷电机电流反馈）
float detectFloorType() {
    // 地毯上滚刷负载增大，电流上升
    float current = analogRead(A5) * 5.0 / 1023.0;  // 简化电流检测
    return current;  // 电流值 > 阈值则判断为地毯
}

void setup() {
    Serial.begin(115200);
    
    // 初始化BLDC电机
    drvL.init(); drvR.init(); drvVac.init();
    motorL.linkDriver(&drvL); motorR.linkDriver(&drvR);
    motorVac.linkDriver(&drvVac);
    motorL.init(); motorR.init(); motorVac.init();
    motorL.initFOC(); motorR.initFOC(); motorVac.initFOC();
    
    // 吸尘风机采用速度控制
    motorVac.controller = MotionControlType::velocity;
    
    // 读取上次保存的模式
    currentMode = (CleanMode)EEPROM.read(0);
}

void loop() {
    // 1. 检测地面材质
    float floorCurrent = detectFloorType();
    bool isCarpet = (floorCurrent > 1.5);  // 阈值根据实测标定
    
    // 2. 模式选择逻辑
    if (isCarpet) {
        // 地毯模式：高吸力、取消拖地
        motorVac.target = VACUUM_HIGH_SPEED;  // 增压模式
        digitalWrite(WATER_PUMP_PIN, LOW);    // 关闭水泵
        Serial.println("Carpet mode: high vacuum");
    } else if (currentMode == MOP_ONLY) {
        // 纯拖地模式：风机低速，启动水泵和拖布
        motorVac.target = VACUUM_LOW_SPEED;
        digitalWrite(WATER_PUMP_PIN, HIGH);   // 启动水泵
        // 拖布电机驱动...
        Serial.println("Mop mode: water pump ON");
    } else {
        // 默认吸尘+拖地模式
        motorVac.target = VACUUM_HIGH_SPEED;
        digitalWrite(WATER_PUMP_PIN, HIGH);
        Serial.println("Vacuum+mop mode");
    }
    
    // 3. 行走速度自适应
    float walkSpeed = (currentMode == MOP_ONLY) ? MOP_SPEED : 0.8;
    
    // 4. 执行电机控制
    motorL.move(walkSpeed);
    motorR.move(walkSpeed);
    motorVac.move(motorVac.target);
    
    motorL.loopFOC();
    motorR.loopFOC();
    motorVac.loopFOC();
    
    delay(50);
}

关键逻辑：通过滚刷BLDC电机的电流反馈来检测地面材质——地毯上负载增大，电流上升，系统据此自动切换至“地毯增压模式”，提高吸尘电机转速和滚刷压力。这种“感知即响应”的机制无需额外传感器，利用电机自身特性即可完成，是低成本方案的核心。

3、完整导航 + 清洁自适应融合
此案例将前两个功能整合到完整的自主导航与清洁自适应系统中。上层运行A*全局路径规划，底层执行模糊避障，同时根据清洁任务和地面材质动态调整行走速度与吸尘功率。

#include <SimpleFOC.h>
#include <MPU6050.h>
#include <Fuzzy.h>
#include <NewPing.h>

// ===== 电机定义（同案例一、二）=====
// ...

// ===== 全局规划参数（简化A*）=====
struct Point { int x, y; };
Point targetPoint = {10, 10};  // 目标点坐标
Point robotPos = {0, 0};

// ===== 清洁模式（同案例二）=====
enum CleanMode { VACUUM_ONLY, MOP_ONLY, VACUUM_MOP };
CleanMode cleanMode = VACUUM_MOP;

// ===== 模糊避障控制器（同案例一）=====
Fuzzy *fuzzy = new Fuzzy();
// ...

// ===== 超声波传感器（前方避障）=====
NewPing sonar(TRIG_PIN, ECHO_PIN, MAX_DIST);

void setup() {
    // 电机、传感器、模糊控制器初始化...
}

// ===== 简化的A*路径规划 =====
bool planPath(Point start, Point target, Point* path) {
    // 在10x10栅格上运行A*算法
    // ...
    return true;
}

// ===== 清洁模式自适应 =====
void updateCleanMode() {
    // 根据任务类型切换模式（用户通过App或物理按键设置）
    // 检测到地毯自动增压（参考案例二）
}

void loop() {
    // ===== 1. 感知层 =====
    // 多传感器数据采集
    SensorData sd = readSensors();  // 参考案例一
    
    // ===== 2. 规划层 =====
    // 2.1 全局路径规划（每5秒执行一次）
    static unsigned long lastPlan = 0;
    if (millis() - lastPlan > 5000) {
        Point path[20];
        if (planPath(robotPos, targetPoint, path)) {
            // 更新目标路径
            // ...
        }
        lastPlan = millis();
    }
    
    // ===== 3. 执行层 =====
    // 3.1 模糊避障（优先响应近距障碍）
    fuzzy->setInput("FrontDist", sd.frontDist);
    fuzzy->setInput("LeftDist", sd.leftDist);
    fuzzy->setInput("RightDist", sd.rightDist);
    fuzzy->compute();
    int turn = fuzzy->getOutput("Turn");
    
    // 3.2 紧急制动（近距离硬优先级）
    if (sd.frontDist < 15) {
        motorL.target = 0;
        motorR.target = 0;
        motorL.move(0);
        motorR.move(0);
        delay(100);
        // 后退或转向脱困
        motorL.target = -0.3;
        motorR.target = 0.3;
        motorL.move(motorL.target);
        motorR.move(motorR.target);
        delay(500);
        return;
    }
    
    // 3.3 清洁模式自适应
    updateCleanMode();
    
    // 3.4 行走速度控制（模式影响速度）
    float baseSpeed = (cleanMode == MOP_ONLY) ? 0.4 : 0.8;
    // 接近目标时减速
    float distToTarget = sqrt(pow(targetPoint.x - robotPos.x, 2) + 
                               pow(targetPoint.y - robotPos.y, 2));
    if (distToTarget < 3) baseSpeed *= 0.5;
    
    // 3.5 驱动电机
    motorL.target = constrain(baseSpeed - turn / 255.0 * 0.5, -1.0, 1.0);
    motorR.target = constrain(baseSpeed + turn / 255.0 * 0.5, -1.0, 1.0);
    motorL.move(motorL.target);
    motorR.move(motorR.target);
    motorL.loopFOC();
    motorR.loopFOC();
    
    // 3.6 吸尘风机控制（参考案例二）
    // ...
    
    delay(50);
}

关键逻辑：分层架构将“慢思考”（全局路径规划）与“快反应”（模糊避障）分离。全局层以较低频率（2Hz）维护路径，局部层以高频（20Hz）执行避障和紧急制动，确保机器人既能高效覆盖全屋，又能应对突发障碍。

要点解读

1. 多传感器融合是复杂家居环境感知的基础

家庭环境对清洁机器人而言是“非结构化”的——家具布局多变、宠物和儿童动态移动、光线条件变化无常。单一传感器极易失效：超声波可能误读吸音材料，红外在强光下饱和，视觉在黑暗或逆光中完全失效。必须构建超声波（中远距离避障）、红外（近距离补充）、IMU（姿态感知）的冗余感知网络，通过数据融合实现鲁棒的环境感知。

2. 模糊逻辑是“仿人直觉决策”的关键

传统PID控制依赖精确数学模型，在传感器噪声大的家庭环境中容易出现超调或振荡。模糊逻辑通过隶属度函数将精确距离转化为“很近、适中、较远”等语义变量，通过预设的“If-Then”规则库（如“如果前方很近且左侧较远，则向左急转”）模拟人类驾驶员的直觉经验。核心优势在于对传感器噪声不敏感——即使超声波偶尔跳变，隶属度函数的重叠特性也能平滑处理，避免机器人产生剧烈抖动。

3. 干湿自适应依赖电机电流反馈实现低成本地面检测

实现地面材质检测的工程方法有多种：外置传感器（如超声波、光学）成本高且易受干扰；而通过BLDC电机电流反馈是低成本且可靠的方案。滚刷电机在地毯上负载明显增大，驱动电流上升，系统据此自动切换至“地毯增压模式”。此外，灰尘浓度传感器可实时监测吸入颗粒物，检测到大量灰尘时自动提升吸力档位，兼顾清洁效果和续航。

4. BLDC+FOC是家庭机器人的理想动力选择

相比有刷电机，BLDC电机在家庭清洁场景中优势显著：高效率（能量转换效率达80%以上）意味着更长续航，低噪音（可控制在35分贝以下）适合夜间工作，长寿命（无碳刷磨损）满足长期使用需求。配合FOC算法实现正弦波驱动，转矩脉动小于1%，使机器人在低速清扫时更加安静平稳。

5. 分层架构是Arduino算力受限下的标准范式

完整的SLAM建图、A*全局路径规划等算法计算量巨大，远超标准Arduino的能力。工程实践普遍采用分层架构：ESP32或树莓派作为“上位机”运行操作系统和智能算法，Arduino（或ESP32的另一个核心）作为“下位机”专职负责底层传感器数据采集和BLDC电机闭环控制。这种架构既保证了智能决策的完整性，也确保了实时控制的可靠性。

4、多传感器环境识别+干湿双模式自适应清洁
适用场景：家庭全场景清洁（客厅硬地板、卧室地毯、厨房干湿混合区域），需机器人自主识别地面类型、障碍物与污渍程度，切换干吸（地毯）或湿拖（硬地板）模式，适配BLDC驱动的清洁模块。

核心逻辑：
多传感器融合：融合超声波（避障）、红外（近距防撞）、温湿度+水浸传感器（识别液体区域）、粉尘传感器（污渍程度）、IMU（姿态防倾覆），通过加权平均算法融合数据，精准判断环境；
干湿自适应决策：硬地板+高湿度/油污→湿拖模式（启动BLDC拖布驱动+水泵）；地毯+低湿度/干燥污渍→干吸模式（启动BLDC吸尘风机+滚刷）；
BLDC协同控制：根据清洁模式调整BLDC电机转速，同时通过传感器反馈动态补偿，确保清洁效率与地面保护。

/* ===== 复杂家居：多传感器环境识别+干湿双模式清洁 =====
 * 硬件：ESP32（Arduino兼容）+ BLDC底盘 + BLDC吸尘风机 + BLDC拖布电机 + 水泵
 * 传感器：超声波、红外、温湿度、水浸、粉尘、IMU（MPU6050）
 * 核心：环境识别→干湿模式决策→BLDC协同清洁
 */
#include <Wire.h>
#include <Adafruit_MPU6050.h>
#include <SimpleFOC.h>

// --- 硬件引脚定义 ---
BLDCMotor motor_chassis(7), motor_suction(8), motor_mop(9);
BLDCDriver3PWM driver_chassis(3,4,5), driver_suction(10,11,12), driver_mop(13,14,15);
#define ULTRA_TRIG 2, ULTRA_ECHO 3
#define IR_LEFT A0, IR_RIGHT A1
#define HUMID_SENSOR A2, WATER_SENSOR A3
#define DUST_SENSOR A4
Adafruit_MPU6050 mpu;

// --- 清洁模式与传感器参数 ---
enum CleanMode { DRY_MODE, WET_MODE };
CleanMode currentMode = DRY_MODE;
const int HARD_FLOOR_HUMID = 60; // 硬地板湿度阈值
const int CARPET_HUMID = 30;     // 地毯湿度阈值
const int DUST_THRESHOLD = 50;   // 污渍触发阈值
const int MOTOR_SPEED_SUCTION = 0.6; // 吸尘风机转速
const int MOTOR_SPEED_MOP = 0.4;     // 拖布电机转速
float envData[5]; // 超声波距离、湿度、水浸、粉尘、俯仰角

void setup() {
    Serial.begin(115200);
    // BLDC电机初始化
    motor_chassis.linkDriver(&driver_chassis);
    motor_suction.linkDriver(&driver_suction);
    motor_mop.linkDriver(&driver_mop);
    motor_chassis.init(); motor_suction.init(); motor_mop.init();
    motor_chassis.controller = MotionControlType::velocity;
    motor_suction.controller = MotionControlType::velocity;
    motor_mop.controller = MotionControlType::velocity;
    // IMU初始化
    Wire.begin();
    if(!mpu.begin()) { Serial.println("MPU6050初始化失败"); while(1); }
    // 传感器引脚
    pinMode(IR_LEFT, INPUT); pinMode(IR_RIGHT, INPUT);
    Serial.println("多传感器干湿自适应清洁系统启动完成！");
}

void loop() {
    motor_chassis.loopFOC(); motor_suction.loopFOC(); motor_mop.loopFOC();
    // 1. 多传感器数据融合采集
    collectMultiSensorData();
    // 2. 环境识别与干湿模式决策
    decideCleanMode();
    // 3. BLDC协同清洁执行
    executeCleanMode();
    // 4. 防碰撞与姿态安全
    safetyAdjust();
    delay(50);
}

// --- 多传感器数据采集与融合 ---
void collectMultiSensorData() {
    // 超声波测距
    pinMode(ULTRA_TRIG, OUTPUT); pinMode(ULTRA_ECHO, INPUT);
    digitalWrite(ULTRA_TRIG, LOW); delayMicroseconds(2);
    digitalWrite(ULTRA_TRIG, HIGH); delayMicroseconds(10);
    digitalWrite(ULTRA_TRIG, LOW);
    envData[0] = pulseIn(ULTRA_ECHO, HIGH) * 0.0343 / 2;
    // 温湿度、水浸
    envData[1] = analogRead(HUMID_SENSOR) * 0.5; // 模拟湿度
    envData[2] = digitalRead(WATER_SENSOR); // 水浸：1=有水
    // 粉尘传感器
    envData[3] = analogRead(DUST_SENSOR);
    // IMU俯仰角（判断地面类型）
    sensors_event_t a,g; mpu.getEvent(&a,&g);
    envData[4] = atan2(a.acceleration.y, a.acceleration.z) * 180/PI;
}

// --- 环境识别与干湿模式决策 ---
void decideCleanMode() {
    // 地面类型判断：俯仰角<10°为硬地板，10-30°为地毯
    bool isHardFloor = abs(envData[4]) < 10;
    // 湿度与水浸判断
    bool isWet = (envData[2] == 1) || (envData[1] > HARD_FLOOR_HUMID);
    // 污渍程度判断
    bool hasDirt = envData[3] > DUST_THRESHOLD;
    
    if(isHardFloor && isWet) {
        currentMode = WET_MODE;
        Serial.println("识别为湿硬地板，切换湿拖模式");
    } else if(!isHardFloor && !isWet && hasDirt) {
        currentMode = DRY_MODE;
        Serial.println("识别为干地毯，切换干吸模式");
    } else {
        currentMode = isHardFloor ? WET_MODE : DRY_MODE;
    }
}

// --- BLDC协同清洁执行 ---
void executeCleanMode() {
    // 底盘持续前进
    motor_chassis.move(0.3);
    
    if(currentMode == DRY_MODE) {
        // 干吸：启动吸尘风机+滚刷，关闭拖布
        motor_suction.move(MOTOR_SPEED_SUCTION);
        motor_mop.move(0);
        Serial.println("执行干吸模式");
    } else {
        // 湿拖：启动拖布+水泵，关闭吸尘
        motor_suction.move(0);
        motor_mop.move(MOTOR_SPEED_MOP);
        // 启动水泵（简化：直接控制数字引脚）
        pinMode(16, OUTPUT);
        digitalWrite(16, HIGH);
        Serial.println("执行湿拖模式");
    }
}

// --- 防碰撞与姿态安全调整 ---
void safetyAdjust() {
    // 近距防碰撞
    bool leftObs = digitalRead(IR_LEFT);
    bool rightObs = digitalRead(IR_RIGHT);
    if(envData[0] < 15) {
        motor_chassis.move(0); // 急停
        // 避障转向
        if(leftObs && !rightObs) {
            motor_chassis.move(-0.2);
            delay(500);
        } else if(!leftObs && rightObs) {
            motor_chassis.move(0.2);
            delay(500);
        }
    }
    // 姿态防倾覆：俯仰角超过20°减速
    if(abs(envData[4]) > 20) {
        motor_chassis.move(0.15);
    }
}

5、污渍识别+干湿自适应清洁力度控制
适用场景：厨房重油污、客厅干燥灰尘、餐厅食物残渣等差异化污渍场景，需机器人识别污渍类型与程度，自适应调整清洁力度（吸尘风速、拖布压力、水量），避免过度清洁损伤地面或清洁不足。

核心逻辑：
污渍类型识别：通过红外+视觉（简化版用红外反射）、粉尘传感器、湿度传感器组合，判断油污（高湿度+强反射）、灰尘（低湿度+高粉尘）、固体残渣（红外遮挡+低湿度）；
干湿自适应力度控制：基于污渍程度调整BLDC电机参数——重油污湿拖→提升拖布转速+增大水泵流量；干燥灰尘干吸→提升吸尘风速；固体残渣→降低底盘速度+提升滚刷转速；
闭环反馈调节：通过传感器实时监测清洁效果（如粉尘浓度下降速率），动态调整力度，确保清洁效率与能耗平衡。

/* ===== 复杂家居：污渍识别+干湿自适应清洁力度控制 =====
 * 硬件：ESP32 + BLDC底盘 + 吸尘风机 + 拖布电机 + 水泵 + 红外污渍传感器
 * 核心：污渍类型识别→力度自适应→BLDC闭环调节
 */
#include <SimpleFOC.h>

// --- 硬件定义 ---
BLDCMotor motor_chassis(7), motor_suction(8), motor_mop(9);
BLDCDriver3PWM driver_chassis(3,4,5), driver_suction(10,11,12), driver_mop(13,14,15);
#define IR_DIRT_1 A0, IR_DIRT_2 A1
#define DUST_SENSOR A2, HUMID_SENSOR A3
#define WATER_PUMP 16
float dirtData[3]; // 红外反射、粉尘、湿度
float cleanEffort = 0.3; // 初始清洁力度

void setup() {
    Serial.begin(115200);
    // BLDC初始化
    motor_chassis.linkDriver(&driver_chassis);
    motor_suction.linkDriver(&driver_suction);
    motor_mop.linkDriver(&driver_mop);
    motor_chassis.init(); motor_suction.init(); motor_mop.init();
    motor_chassis.controller = MotionControlType::velocity;
    motor_suction.controller = MotionControlType::velocity;
    motor_mop.controller = MotionControlType::velocity;
    // 水泵引脚
    pinMode(WATER_PUMP, OUTPUT);
    Serial.println("污渍识别+自适应力度系统启动！");
}

void loop() {
    motor_chassis.loopFOC(); motor_suction.loopFOC(); motor_mop.loopFOC();
    // 1. 污渍类型与程度识别
    identifyDirtType();
    // 2. 自适应清洁力度计算
    calculateCleanEffort();
    // 3. BLDC力度控制执行
    executeCleanEffort();
    // 4. 清洁效果反馈闭环
    feedbackAdjust();
    delay(40);
}

// --- 污渍类型与程度识别 ---
void identifyDirtType() {
    // 红外反射：油污反射强，固体遮挡反射弱
    dirtData[0] = analogRead(IR_DIRT_1);
    // 粉尘浓度
    dirtData[1] = analogRead(DUST_SENSOR);
    // 湿度
    dirtData[2] = analogRead(HUMID_SENSOR);
}

// --- 自适应清洁力度计算 ---
void calculateCleanEffort() {
    // 油污识别：高湿度+高红外反射
    if(dirtData[2] > 60 && dirtData[0] > 800) {
        cleanEffort = 0.8; // 重油污，大力度湿拖
        Serial.println("识别油污，清洁力度：高");
    }
    // 干燥灰尘：低湿度+高粉尘
    else if(dirtData[2] < 40 && dirtData[1] > 600) {
        cleanEffort = 0.6; // 干燥灰尘，中力度干吸
        Serial.println("识别干燥灰尘，清洁力度：中");
    }
    // 固体残渣：低湿度+低红外反射（遮挡）
    else if(dirtData[2] < 40 && dirtData[0] < 400) {
        cleanEffort = 0.5; // 固体残渣，中高力度滚刷
        Serial.println("识别固体残渣，清洁力度：中高");
    }
    // 轻度污渍
    else {
        cleanEffort = 0.3;
        Serial.println("识别轻度污渍，清洁力度：低");
    }
}

// --- BLDC力度控制执行 ---
void executeCleanEffort() {
    // 底盘速度随力度调整
    motor_chassis.move(0.2 * cleanEffort);
    
    // 干吸模式力度调节：提升吸尘风速
    if(cleanEffort > 0.5 && dirtData[2] < 50) {
        motor_suction.move(cleanEffort * 0.8);
        motor_mop.move(0);
        digitalWrite(WATER_PUMP, LOW);
    }
    // 湿拖模式力度调节：提升拖布转速+水泵流量
    else if(cleanEffort > 0.5) {
        motor_suction.move(0);
        motor_mop.move(cleanEffort * 0.6);
        // 水泵流量随力度调整（简化：PWM控制，此处用高低电平简化）
        analogWrite(WATER_PUMP, map(cleanEffort, 0.3, 0.8, 100, 255));
    }
    // 固体残渣：滚刷+低底盘速度
    else if(dirtData[0] < 400 && dirtData[2] < 40) {
        motor_chassis.move(0.1 * cleanEffort); // 慢速通过
        motor_suction.move(0.3);
        motor_mop.move(0.4);
    }
}

// --- 清洁效果反馈闭环 ---
void feedbackAdjust() {
    // 实时监测粉尘浓度变化，若下降缓慢则提升力度
    float dustBefore = dirtData[1];
    delay(200);
    float dustAfter = analogRead(DUST_SENSOR);
    if(dustAfter > dustBefore * 0.9) { // 清洁效果差
        cleanEffort = min(cleanEffort + 0.1, 0.9); // 力度提升上限
        Serial.println("清洁效果不足，提升力度");
    } else {
        cleanEffort = max(cleanEffort - 0.05, 0.3); // 适度降低力度
    }
}

6、复杂地形跨越+干湿清洁无缝切换
适用场景：家庭中的门槛、地垫、瓷砖与木地板过渡区等复杂地形，需机器人实现地形跨越，同时在跨越前后保持干湿清洁模式的无缝切换，避免清洁中断或液体泄漏。

核心逻辑：
复杂地形检测：通过IMU俯仰角、超声波高度差、压力传感器（简化版用电机电流）识别门槛、地垫、过渡带；
跨越控制与模式切换：跨越门槛时启动BLDC底盘抬升机构，同时暂停湿拖模式（防止漏水），跨越完成后自动恢复湿拖；地垫区域切换为干吸模式，离开后恢复湿拖；
干湿无缝切换保护：通过传感器反馈确保拖布抬离地面后再切换模式，避免干湿模式切换时的交叉污染与地面损伤。

/* ===== 复杂家居：地形跨越+干湿清洁无缝切换 =====
 * 硬件：ESP32 + BLDC底盘 + 抬升电机 + 拖布电机 + 水泵 + IMU + 超声波
 * 核心：地形检测→跨越控制→干湿模式保护切换
 */
#include <Wire.h>
#include <Adafruit_MPU6050.h>
#include <SimpleFOC.h>

// --- 硬件定义 ---
BLDCMotor motor_chassis(7), motor_lift(8), motor_mop(9);
BLDCDriver3PWM driver_chassis(3,4,5), driver_lift(10,11,12), driver_mop(13,14,15);
Adafruit_MPU6050 mpu;
#define ULTRA_HEIGHT A0
#define CURRENT_SENSOR A1
bool isWetMode = true; // 初始湿拖模式
bool isCrossing = false; // 是否处于跨越状态

void setup() {
    Serial.begin(115200);
    // BLDC初始化
    motor_chassis.linkDriver(&driver_chassis);
    motor_lift.linkDriver(&driver_lift);
    motor_mop.linkDriver(&driver_mop);
    motor_chassis.init(); motor_lift.init(); motor_mop.init();
    motor_chassis.controller = MotionControlType::velocity;
    motor_lift.controller = MotionControlType::velocity;
    motor_mop.controller = MotionControlType::velocity;
    // IMU初始化
    Wire.begin();
    if(!mpu.begin()) { Serial.println("MPU6050失败"); while(1); }
    Serial.println("地形跨越+干湿切换系统启动！");
}

void loop() {
    motor_chassis.loopFOC(); motor_lift.loopFOC(); motor_mop.loopFOC();
    // 1. 复杂地形检测
    int terrainType = detectTerrain();
    // 2. 地形跨越与模式切换
    handleTerrainAndMode(terrainType);
    // 3. 无缝清洁执行
    executeSeamlessClean();
    delay(50);
}

// --- 复杂地形检测 ---
int detectTerrain() {
    // IMU俯仰角：门槛有明显角度变化
    sensors_event_t a,g; mpu.getEvent(&a,&g);
    float pitch = atan2(a.acceleration.y, a.acceleration.z) * 180/PI;
    // 超声波高度：门槛高度差>2cm
    float height = analogRead(ULTRA_HEIGHT) * 0.1;
    // 电流：抬升时电流增大
    float current = analogRead(CURRENT_SENSOR) * 0.05;
    
    if(abs(pitch) > 15 && height > 2) return 1; // 门槛
    else if(abs(pitch) < 5 && height < 1 && current < 2) return 2; // 地垫
    else return 0; // 平地
}

// --- 地形跨越与模式切换 ---
void handleTerrainAndMode(int terrain) {
    switch(terrain) {
        case 1: // 门槛跨越
            if(!isCrossing) {
                isCrossing = true;
                // 湿拖模式下，先暂停拖布并抬升
                if(isWetMode) {
                    motor_mop.move(0); // 关闭拖布
                    digitalWrite(WATER_PUMP, LOW);
                }
                // 启动抬升电机，跨越门槛
                motor_lift.move(0.5);
                delay(1000);
                motor_chassis.move(0.4);
                delay(1500);
                motor_lift.move(0); // 落地
                // 恢复湿拖模式
                if(isWetMode) {
                    motor_mop.move(0.4);
                    digitalWrite(WATER_PUMP, HIGH);
                }
                isCrossing = false;
                Serial.println("跨越门槛，干湿模式无缝切换完成");
            }
            break;
        case 2: // 地垫区域
            if(isWetMode) {
                // 切换为干吸模式：关闭水泵，提升吸尘
                isWetMode = false;
                digitalWrite(WATER_PUMP, LOW);
                motor_mop.move(0);
                motor_suction.move(0.6); // 提升吸尘力度
                Serial.println("进入地垫，切换干吸模式");
            }
            break;
        default: // 平地
            if(!isWetMode) {
                // 恢复湿拖模式
                isWetMode = true;
                motor_suction.move(0);
                motor_mop.move(0.4);
                digitalWrite(WATER_PUMP, HIGH);
                Serial.println("离开地垫，恢复湿拖模式");
            }
            break;
    }
}

// --- 无缝清洁执行 ---
void executeSeamlessClean() {
    // 底盘持续运动
    motor_chassis.move(0.3);
    
    // 湿拖模式
    if(isWetMode && !isCrossing) {
        motor_mop.move(0.4);
        digitalWrite(WATER_PUMP, HIGH);
    }
    // 干吸模式
    else if(!isWetMode && !isCrossing) {
        motor_mop.move(0);
        motor_suction.move(0.5);
        digitalWrite(WATER_PUMP, LOW);
    }
    // 跨越状态：仅维持底盘和抬升，暂停清洁
    else if(isCrossing) {
        motor_mop.move(0);
        motor_suction.move(0);
        digitalWrite(WATER_PUMP, LOW);
    }
}

要点解读

1. 多传感器融合：复杂家居环境的精准感知核心
   家庭环境具有多样性（地面类型、障碍物、污渍、地形），单一传感器无法应对所有场景，多传感器融合是实现精准环境识别的前提，核心设计逻辑如下：
   传感器互补性设计：优先选择物理原理互补的传感器组合——超声波负责中远距离避障，红外负责近距离防碰撞，IMU负责姿态与地形检测，温湿度/水浸识别液体，粉尘识别污渍程度，形成“全方位感知闭环”，避免单一传感器盲区（如红外无法识别透明障碍物，超声波无法识别低矮障碍）；

轻量化融合算法适配算力：针对Arduino算力限制，采用互补滤波、加权平均等轻量化算法，避免复杂的卡尔曼滤波等高算力算法，通过传感器数据的时空对齐与简单融合，快速输出环境判断结果，保证实时性与准确性的平衡；

场景化权重动态调整：根据家居场景动态调整传感器权重——如厨房场景提升湿度/油污传感器权重，客厅提升粉尘/避障传感器权重，门槛跨越提升IMU/超声波权重，实现“因场景而异”的精准感知，提升环境识别的鲁棒性。

2. 干湿自适应清洁：双模式协同与模式切换保护
   干吸与湿拖是家居清洁的核心需求，自适应不仅要求模式识别，更需确保模式切换的安全性与有效性，核心要点包括：
   模式识别的精准边界：明确干湿模式的触发条件与优先级——硬地板+潮湿/油污触发湿拖，地毯+干燥触发干吸，避免模式误判（如地毯潮湿时仍启动干吸导致地毯损坏，硬地板干燥时启动湿拖导致地面打滑）；

干湿模式切换的保护机制：模式切换时必须执行保护动作——湿拖切换为干吸前，需先抬离拖布、关闭水泵，防止残留液体滴落污染干吸模块或地面；干吸切换为湿拖前，需确保拖布已湿润、水泵正常，避免干拖损伤地面，通过传感器反馈确认保护动作完成后再切换模式，实现无缝切换；

双模式硬件的协同控制：BLDC驱动的吸尘风机、拖布电机、水泵需实现逻辑互锁——湿拖时关闭吸尘风机（避免吸入水分损坏电机），干吸时关闭水泵（避免漏水），同时根据清洁模式动态调整底盘速度，确保清洁效率与地面保护的平衡。

3. BLDC驱动控制：清洁效率与地面保护的平衡
   BLDC电机是清洁动作的核心执行单元，其控制精度直接决定清洁效果与对地面的保护程度，核心要点如下：
   多电机协同与转速适配：底盘、吸尘风机、拖布电机、抬升电机需根据清洁模式与场景协同工作——湿拖时拖布转速需匹配地面阻力（硬地板略高，地垫略低），干吸时吸尘风速需匹配灰尘量（重度污渍提升风速，轻度污渍降低风速），抬升电机转速需适配地形高度，避免转速过高导致机械冲击或地面划伤；

电流闭环与负载保护：通过电流传感器监测BLDC电机负载，当负载超过阈值（如越障、拖布卡住）时，自动降低转速或停机，防止电机过载烧毁；同时，通过电流反馈调整电机输出扭矩，实现清洁力度的精确控制，避免过度用力损伤地面；

动态响应与实时性保障：家居清洁需快速响应环境变化（如突然出现的障碍物、地面类型变化），BLDC控制需采用速度环+电流环双闭环，结合Arduino的定时器中断或非阻塞编程，确保控制周期稳定，实现毫秒级响应，保证清洁过程的流畅性与安全性。

4. 家居安全与防护：机器人与家居环境的双重保障
   家庭环境中存在老人、儿童、贵重家具等，安全防护是机器人落地的核心前提，核心设计逻辑包括：
   多层级防碰撞体系：构建“超声波（中距离）+红外（近距离）+压力传感器（接触）”三级防碰撞，配合急停逻辑——中距离检测到障碍物减速，近距离减速并准备转向，接触时立即停机，同时通过差速转向实现避障，避免碰撞家具、人员或宠物；

液体泄漏与电气安全防护：干湿清洁的核心安全风险是液体泄漏与电气短路，需设计水浸传感器实时监测，一旦检测到漏水立即关闭水泵和拖布电机，同时采用隔离电路，将BLDC驱动与传感器、控制电路分开供电，避免漏水导致电气短路，保障设备与家庭用电安全；

姿态与机械安全保护：复杂地形易导致机器人倾覆，通过IMU监测俯仰/横滚角，超过安全阈值（如20°）时立即减速并调整姿态，同时BLDC电机具备欠压、过流、过载保护，机械结构设计防卡住、防缠绕，避免因机械故障导致机器人无法工作或损坏家具。

5. 实时性与资源适配：Arduino平台的工程落地关键
   Arduino平台算力与资源有限，需通过工程优化平衡功能实现与资源占用，核心要点如下：
   非阻塞编程保障实时性：采用millis()函数替代delay()，实现传感器采集、电机控制、逻辑判断的并行执行，避免阻塞导致的控制滞后，确保BLDC驱动、防碰撞、模式切换等关键任务的实时性；

算力资源优先级分配：将多传感器数据采集、干湿模式决策、BLDC控制按优先级排序，优先执行电机控制与防碰撞任务，复杂算法（如污渍类型识别）采用简化模型，避免高算力算法占用过多资源，确保核心功能稳定运行；

硬件与代码的功耗平衡：BLDC电机是功耗核心，需根据清洁场景动态调整电机转速与工作状态——轻度清洁时降低转速，无清洁任务时进入休眠模式，同时采用低功耗传感器与电源管理，延长机器人续航，适配家庭长时间清洁需求。

请注意：以上案例仅作为思路拓展的参考示例，不保证完全正确、适配所有场景或可直接编译运行。由于硬件平台、实际使用场景、Arduino 版本的差异，均可能影响代码的适配性与使用方法的选择。在实际编程开发时，请务必根据自身硬件配置、使用场景及具体功能需求进行针对性调整，并通过多次实测验证效果；同时需确保硬件接线正确，充分了解所用传感器、执行器等设备的技术规范与核心特性。对于涉及硬件操作的代码，使用前务必核对引脚定义、电平参数等关键信息的准确性与安全性，避免因参数错误导致硬件损坏或运行异常。