Robótica para Iniciantes - Do Microcontrolador ao Controle de Motores

Eu escrevi dois posts no Linkedin sobre o que é necessário estudar para iniciar em robótica. Um com 10.000 visualizações e outro com pouco mais de 12.000 visualizações. Sem dúvida nenhuma, o tema interessa muita gente. Então decidi juntar tudo em um único post, expandir os tópicos e criar uma espécie de currículo para quem quer aprender robótica do zero.

O texto a seguir serve de guia para você aprender sozinho, mas também serve de base para um curso in company, uma pós-graduação e até mesmo para um curso de graduação. Só depende da sua iniciativa.

Optei por usar o STM32F407VET6 por causa do IP Arm Cortex-M4F com FPU single-precision, que é poderoso o suficiente para fazer controle de motores em FOC (Field-Oriented Control) em tempo real. Além disso, o chip tem uma variedade rica de periféricos que permitem explorar todos os conceitos necessários para robótica. Mas, há uma razão egoística: eu estou desenvolvendo um Hat para Raspberry Pi que usa este chip como co-processador de tempo real para processamento de audio totalmente aberto, aqui. Então, eu preciso dominar o hardware e software deste microcontrolador, tudo que eu estudo tem aplicação direta no meu projeto.

Todo o material é pensado para ser desenvolvido em bare-metal (sem bibliotecas de alto nível), utilizando apenas registradores, timers e interrupções. Isso é essencial para entender como o hardware funciona. O objetivo é fugir do mundo maker e chegar ao nível profissional. Esta também é razão de eu não seguir a imensa maioria da internet no Brasil e ficar no trio arduino/raspberry pi/esp32. Esses kits são ótimos para prototipagem rápida, mas não ensinam o que é necessário para trabalhar com robótica do mundo real.

Espero que seja útil.

Módulo 1: O Núcleo de Processamento (Cérebro)

Objetivo: compreender a unidade central de processamento e a execução de tarefas em tempo real.

• Hardware: estudo das arquiteturas ARM Cortex-M4 ou M7. Estes IPs estão disponíveis nas famílias STM32 (NXP Kinetis ou Texas Instruments Tiva C). Seu foco deve ser na arquitetura, tipos de memória e periféricos internos. Todos os periféricos devem ser explorados fisicamente: GPIOs, ADCs, DACs, Timers, UART, I2C, SPI e PWM.

Não use kits de desenvolvimento prontos. Principalmente não use o Raspiberry Pi ou outros kits que tenham sido desenvolvidos para o uso de sistemas operacionais. Compre uma placa simples (ex: STM32F407VET6, tiva) e monte seu próprio circuito de programação com um ST-Link V2 ou J-Link. Aprenda a usar o OpenOCD para programar e depurar seu microcontrolador via SWD (Serial Wire Debug). Isso é essencial para entender como o hardware funciona.

• Software: programação em C++, manipulação de registros, configuração de Timers para contagem de tempo exata e tratamento de Interrupções. Seus primeiros códigos devem ser escritos sem o uso de bibliotecas de alto nível (HAL ou SDKs). Não use o Arduino IDE para este módulo. Nem nada parecido. Aprenda a manipular os registradores, memória e portas diretamente. Não use nenhum laço para fazer a CPU “esperar”. Use interrupções e timers. Se a sua CPU parar para esperar, qualquer coisa, seu código estará errado. Esta limitação forçará a criação de código eficiente e o uso de máquinas de estados finitos.

---

O uso indiscriminado de variáveis globais em sistemas embarcados cria “efeitos colaterais” imprevisíveis, dificulta a realização de testes unitários e aumenta o risco de condições de corrida (race conditions) em sistemas baseados em interrupções.

Para eliminar as globais, utilizaremos as seguintes técnicas:

A. Encapsulamento em Classes (Singleton ou Static Wrappers): em vez de uma variável solta para o status da bateria, criamos uma classe PowerMonitor. Os dados tornam-se membros privados, acessíveis apenas por métodos específicos.

B. Injeção de Dependência: em vez de um módulo de motor olhar para uma variável global de sensores, passamos uma referência do sensor para o motor no momento da inicialização.

C. O Desafio das Interrupções (ISRs): as interrupções em microcontroladores ARM são funções C que não aceitam argumentos. Para evitar globais aqui, utilizamos o padrão Bridge:

1. Criamos um ponteiro estático dentro da classe que aponta para a instância ativa (instancePtr).

2. A ISR chama esse ponteiro para executar o método da classe. Ponteiro seguro!

Para o seu código esteja mais próximo dos códigos que encontramos em projetos reais, siga estas regras:

1. Local Static: se uma variável só é usada dentro de uma função, mas precisa manter seu valor entre chamadas, declare-a como static dentro da função.

2. Const-Correctness: se um dado não deve ser alterado, use const em todos os lugares possíveis.

3. Ponteiros Opacos: esconda a implementação do hardware dentro de arquivos .cpp, expondo apenas o necessário no .hpp.

---

• Aplicação de IA: utilizar modelos de linguagem para explicar registradores específicos de datasheets extensos e gerar códigos base de inicialização de periféricos. Não confie nos pinos sugeridos automaticamente por ferramentas de IA. Existe um problema documentado de alucinação de pinos em alguns modelos. Seu objetivo é encontrar um ambiente (VSCode/PlatformIO/Assistente de IA) que se transforme na sua ferramenta fazendo seu aprendizado mais rápido.

Projetos para o Módulo 1

Os sistemas abaixo foram pensados para serem desenvolvidos de forma puramente bare-metal (sem bibliotecas), utilizando apenas timers e interrupções e estão organizados do mais simples ao mais complexo. Cada sistema deve ser desenvolvido em um projeto separado, para que você possa focar em cada desafio individualmente.

I. Gerador de Sinais PWM Multiplexado

Desafio: criar 4 canais de PWM independentes em que a frequência e o ciclo de trabalho (duty cycle) sejam alterados via UART sem interromper o sinal.

Periféricos: Timers, GPIO (Alternate Function), UART (Interrupção de recepção).

Conceito: cálculo de prescaler e autoreload register para atingir frequências específicas. Utilize a IA para converter fórmulas de tempo em valores de prescaler e autoreload para os Timers. Mas, corrija os cálculos manualmente para entender o processo. A ideia é que a IA auxilie, mas que você compreenda o que está fazendo.

Ou você entende o que está fazendo, ou você não entende nada. E o mercado de trabalho não perdoa ignorância.

II. Voltímetro Digital com Alarme Visual

Desafio: ler uma tensão analógica (0-3.3V) e, caso ultrapasse um limite, acionar um padrão de intermitência em um LED.

Periféricos: ADC (em modo de varredura ou disparo por timer), DAC (para espelhar a leitura), Timers e GPIOs.

Conceito: conversão de valores binários para tensão real e gestão de prioridade de interrupção (NVIC).

III. Escaneador de Barramento I2C/SPI

Desafio: criar um código que varra o barramento I2C ou SPI para identificar endereços de dispositivos conectados e retornar o ID do fabricante via serial.

Periféricos: I2C, SPI, UART.

Conceito: entendimento profundo de start/stop bits, acknowledge (ACK) e tempos de subida/descida do sinal no hardware.

IV. Cronômetro de Alta Precisão (Milissegundos)

Desafio: um sistema que conte o tempo entre dois eventos físicos (ex: passagem por dois sensores ópticos) usando interrupções externas.

Periféricos: External Interrupts (EXTI), Timers em modo Input Capture.

Conceito: medição de largura de pulso e tratamento de debounce de hardware/software sem usar delay().

V. Terminal de Eco com Buffer Circular

Desafio: implementar um buffer circular para gerenciar dados recebidos via UART. O sistema deve processar comandos de texto simples (ex: “LED_ON”, “LED_OFF”) enquanto mantém a comunicação ativa.

Periféricos: UART (TX/RX), Timers.

Conceito: Gerenciamento de ponteiros de memória e prevenção de buffer overflow em sistemas de tempo real.

Módulo 2: Gestão de Energia e Integridade de Sinais

Objetivo: garantir a autonomia sistêmica e a preservação da integridade dos dados frente ao ruído eletromagnético gerado pelos atuadores.

• Hardware: estudo das químicas de células LiPo e Li-ion, focando em curvas de descarga e resistência interna. Projeto de circuitos de proteção (BMS) e topologias de conversores DC-DC (Buck, Boost e Buck-Boost). O foco em integridade de sinal exige o domínio de planos de terra (GND) separados para sinais analógicos e digitais, além do cálculo de capacitores de desacoplamento para filtragem de ruído de alta frequência.

CUIDADO: mantenha um extintor (Extintor AVD (Dispersão Aquosa de Vermiculita), ou Classe D) e um balde de areia de praia perto da sua bancada. As baterias de lítio são perigosas e podem incendiar se manuseadas incorretamente. Quando pegam fogo, água e extintores químicos são ineficazes. Nunca deixe uma bateria carregando sem supervisão. Lembre-se: manusear incorretamente é praticamente sinônimo de aprender. Você vai errar!!!.

• Software: implementação de monitoramento de tensão e corrente via ADC. Para manter o determinismo, a leitura deve ser feita via DMA (Direct Memory Access), permitindo que os dados cheguem à memória sem intervenção da CPU. As rotinas de segurança (Failsafes) e o gerenciamento de energia devem ser implementados como Máquinas de Estados Finitos.

É terminantemente proibido o uso de delay(), sleep() ou laços de espera para aguardar a estabilização de tensões; deixe de ser preguiçoso, pense e encontre uma forma de utiliza os Timers do módulo anterior para cadenciar as amostragens.

• Aplicação de IA: consulte as ferramentas de IA para modelagem de filtros digitais e cálculo de eficiência de conversores chaveados. Não esqueça que modelos de IA podem alucinar sobre a capacidade de dissipação térmica de componentes e limites de corrente de trilhas de PCB. Esta alucinação, eu ainda não vi, mas nas comunidades do X.com, esta semana, teve muito burburinho sobre isso. Para não cair em um erro de alucinação, valide as sugestões de componentes com cálculos de potência:

\[P_{total} = I_{rms}^{2} \times R_{dson} + P_{switching}\]

Utilize a IA para traduzir requisitos de autonomia (ex: “operar por 2 horas com pico de 10A”) em especificações de capacidade de bateria e taxa de descarga (C-rate), mas sempre peça para o assistente explicar o que está fazendo, pegue uma calculadora e verifique os resultados com as leis da física.

Projetos para o Módulo 2

Estes projetos devem ser executados seguindo as diretrizes de “tolerância zero” para laços de espera e uso obrigatório de acesso direto à memória (DMA).

AVISO DE SEGURANÇA MANDATÓRIO: antes de iniciar qualquer um dos projetos abaixo, verifique a presença do Extintor AVD ou Classe D e do balde de areia. O manuseio de células LiPo/Li-ion exige atenção total. Não avance se a área de trabalho não estiver protegida.

I. Monitor de Telemetria de Células via DMA

Desafio: criar um sistema que monitore a tensão de uma bateria e a corrente de carga em tempo real sem interrupções da CPU.

Hardware: divisor de tensão resistivo (calculado para a faixa do ADC) e sensor de corrente (Shunt ou Efeito Hall). Implementação de capacitores de desacoplamento nos pinos de alimentação do sensor.

Software: configuração do ADC em modo contínuo com transferência de dados via DMA para um buffer circular. Uma Máquina de Estados Finitos (FSM) deve processar esses dados para detectar sub-tensão.

Objetivo: garantir que a CPU esteja livre para outras tarefas enquanto a telemetria é atualizada em segundo plano.

II. Estação de Teste de Eficiência de Conversor Buck

Desafio: Calcular a eficiência real de um conversor DC-DC comparando a potência de entrada e saída.

Hardware: conversor Buck chaveado, resistores de carga para diferentes níveis de corrente.

Software: leitura simultânea de dois canais ADC (entrada e saída). O cálculo de eficiência deve ser feito em uma tarefa disparada por um Timer a cada 100ms.

Aplicação de IA: solicite ao assistente de IA o cálculo da eficiência teórica baseada no $R_{dson}$ dos MOSFETs do conversor e compare com os dados obtidos. Cálculo:

\[\eta = \frac{V_{out} \times I_{out}}{V_{in} \times I_{in}} \times 100\]

III. Sistema de Proteção Ativa (BMS via Software)

Desafio: implementar um sistema de corte de carga (Load Shedding) baseado em limites térmicos e elétricos.

Hardware: MOSFET de potência atuando como chave geral, sensor de temperatura NTC.

Software: Máquina de Estados Finitos com estados: STARTUP, NORMAL_OP, THERMAL_THROTTLING e EMERGENCY_SHUTDOWN. O uso de sleep() para debouncing é proibido; utilize Timers para validar leituras anômalas.

Objetivo: proteger a integridade química da bateria através de lógica de software rápida e determinística.

IV. Analisador de Ruído e Integridade de Sinal

Desafio: visualizar o impacto do ruído de motores no barramento de dados e testar a eficácia de filtros físicos.

Hardware: Um motor DC pequeno acionado por PWM (ruído) e um sensor analógico sensível. Teste em duas protoboards/PCBs: uma com planos de terra interligados incorretamente e outra com separação física de AGND (Analógico) e DGND (Digital).

Software: Amostragem de alta velocidade via ADC+DMA para capturar transientes de ruído.

Aplicação de IA: Use a IA para projetar um filtro digital de primeira ordem (passa-baixa) para limpar os dados coletados e implemente-o no código para comparar com o sinal bruto. Neste ponto, lembre-se, o objetivo é entender o impacto do design físico na qualidade do sinal. Ainda assim, você deve validar os resultados com cálculos manuais de frequência de corte:

\[f_c = \frac{1}{2 \pi R C}\]

V. Estimador de Autonomia Dinâmica (Time-to-Empty)

Desafio: Desenvolver um algoritmo que preveja quanto tempo de vida resta à bateria com base no perfil de consumo atual.

Hardware: integração dos sensores de corrente e tensão dos projetos anteriores.

Software: implementação de um integrador numérico (Contagem de Coulomb) para estimar o estado de carga (SoC). A Máquina de Estados Finitos deve atualizar a estimativa de tempo restante a cada mudança significativa de carga.

Aplicação de IA: Peça para a IA explicar o Modelo de Peukert para baterias de descarga rápida e ajuste o seu algoritmo para considerar a queda de capacidade em altas correntes.

Validação: Compare a estimativa da IA com a curva de descarga real observada nos seus Timers.

Módulo 3: Atuação e Dinâmica de Movimento

Objetivo: transformar sinais elétricos em força mecânica precisa e controlada, dominando a física dos motores e a eletrônica de potência.

• Hardware: estudo de motores DC, servomotores, motores de passo (steppers) e motores BLDC (Brushless). Foco no funcionamento de Pontes H, drivers de corrente e a física da Força Eletromotriz (Back-EMF). Domínio de algoritmos de Controle Orientado a Campo (FOC) para obter torque constante e movimentos suaves.

CUIDADO: Motores geram torque e inércia. Dedos, cabos e sensores podem ser esmagados ou cortados. Sempre teste seus algoritmos de controle com a fonte de alimentação limitada em corrente. Motores BLDC, em especial, podem entrar em curto-circuito e explodir os MOSFETs do driver se a lógica de chaveamento estiver errada. Use óculos de proteção.

Regra de Ouro: se você não queimou um MOSFET, não está tentando o suficiente.

• Software: geração de sinais PWM via hardware com resolução avançada. Implementação de malhas de controle PID e # Transformadas de Park e Clarke para FOC. Seus códigos devem ser escritos em C++ utilizando classes para representar os motores, mas sem bibliotecas externas.

É terminantemente proibido o uso de qualquer função que bloqueie o processamento para gerar pulsos de motor de passo. Se você usar um laço para contar pulsos, seu robô será lerdo e impreciso. Use Timers em modo Output Compare e Interrupts. O processador deve estar livre para calcular a próxima posição enquanto o periférico cuida do movimento físico.

• Aplicação de IA: utilize a IA para auxiliar na sintonização teórica dos ganhos Kp, Ki e Kd do seu PID e para explicar a matemática vetorial por trás do FOC. Não confie cegamente nos parâmetros de malha sugeridos. A IA não conhece o atrito real dos seus eixos nem a folga das suas engrenagens. Valide os cálculos de torque:

\[\tau = K_t \times I\]

Sempre peça para o assistente detalhar a lógica de controle vetorial, mas implemente bit a bit nos registradores do Timer.

Projetos para o Módulo 3

I. Driver de Motor de Passo de Alta Velocidade

Desafio: acionar um motor de passo em altas rotações com rampas de aceleração e desaceleração senoidais, sem perder passos e sem travar a CPU.

Periféricos: Timers (Output Compare), GPIO.

Conceito: cálculo dinâmico da frequência do Timer em tempo real para criar rampas suaves.

II. Controlador de Velocidade em Malha Fechada (PID)

Desafio: manter a rotação de um motor DC constante, independentemente da carga aplicada ao eixo.

Periféricos: Timer (PWM), Timer (Encoder Mode), ADC.

Conceito: implementação de um controlador PID discreto. O tempo de amostragem ($T_s$) deve ser rigorosamente controlado por um Timer de hardware.

III. Driver BLDC “Open-Loop” (Six-Step)

Desafio: girar um motor BLDC utilizando a sequência de 6 passos, controlando a comutação manualmente via software.

Periféricos: 3 canais de PWM (com sinais complementares e Dead-time inserido via hardware), GPIO.

Conceito: entendimento do defasamento de 120 graus e a importância do Dead-time para evitar o curto-circuito da ponte.

Projeto Integrador dos Módulos 1, 2 e 3: Driver BLDC com Field-Oriented Control (FOC) sensorless em Malha Fechada

O Field-Oriented Control, FOC, é o que separa robôs de brinquedo de sistemas profissionais (drones de alta performance, braços robóticos industriais, veículos elétricos). Implementá-lo em bare-metal em um chip como o STM32F407VET6 é totalmente viável e interessante.

No STM32F407VET6 o Cortex-M4F com FPU single-precision lida tranquilamente com as operações de ponto flutuante em taxas de $10$–$20 \text{ kHz}$ (loop de corrente típico). Você vai usar os timers avançados do chip para gerar os 3 PWMs complementares com dead-time automático, ADC + DMA para amostragem síncrona de correntes, e interrupções precisas para o loop de controle.

Se você me conhece, sabe que estou projetando uma geometria nova para motores BLDC. Acredito que aqui está o futuro dos motores elétricos em robótica. Existem muitas oportunidades aqui e creio que tive uma boa ideia.

AVISO DE SEGURANÇA OBRIGATÓRIO: Motores BLDC em FOC podem girar com torque brutal e velocidade alta. Sempre limite a corrente da fonte de alimentação inicial (use uma fonte de bancada com limite de $2$–$3\text{ A}$). Use óculos de proteção. Os MOSFETs vão queimar se o dead-time estiver errado, fases invertidas ou corrente muito alta. Tenha MOSFETs sobressalentes. Nunca teste em bateria LiPo sem BMS completo e limitação de corrente.

Desafio: implementar um controle FOC completo (sensorless, baseado em observador de back-EMF ou com sensores Hall opcionais) para um motor BLDC pequeno, alcançando:

• controle preciso de velocidade (setpoint via UART ou potenciômetro).
• controle de torque (corrente $Iq$) com resposta rápida.
• rampa de aceleração/desaceleração suave.
• proteção contra overcurrent e stall via software.
• loop de corrente a $≥10 \text{ kHz}$ e loop de velocidade a $≥1 \text{ kHz}$.

O sistema deve iniciar em open-loop (six-step alinhado) para alinhar o rotor, transitar para FOC sensorless e manter rotação estável mesmo com variações de carga. Tudo sem bloquear a CPU. O loop principal deve ser uma Máquina de Estados Finitos disparada por interrupções.

Hardware Necessário:

• Motor BLDC trifásico pequeno (ex: 2212/2208 de drone, ou GB2208 gimbal motor — KV 80–200 para facilitar sensorless em baixa velocidade).
• Ponte H trifásica completa:
  • 6 MOSFETs N-channel low-Rdson (ex: IRF3205 ou melhores como BSC028N06LS3, 60V/40A+).
  • 3 gate drivers half-bridge (ex: IR2184 ou FAN7382 — essencial para bootstrap correto).
  • Ou módulo ESC pronto low-level (ex: placas “BLDC driver 3-phase” chinesas com MOSFETs expostos para você controlar os gates diretamente).
• Sensores de corrente fase:
  • Opção 1 (recomendada inicial): 3 shunts de baixa resistência (0.001–0.005Ω, 5W) + amplificadores diferenciais (ex: INA240A2 ou 3x op-amp LM358 configurado como diff-amp).
  • Opção 2: 2–3 sensores Hall bidirecionais (ex: ACS712-20A ou melhor INA226 I2C — mas para FOC real, prefira shunts para amostragem síncrona).
• Divisor de tensão para medir Back-EMF (opcional para debug).
• Sensores Hall integrados no motor (se o motor tiver — muitos BLDC de drone não têm; use sensorless puro).
• Capacitores de bulk grandes no barramento DC (1000–2200uF 25V+) + capacitores cerâmicos 100nF perto dos MOSFETs.
• Resistor de bleed/pulled para bootstrap.

Periféricos Usados:

• Timer avançado (TIM1 ou TIM8): 3 canais PWM complementares + dead-time hardware (crucial!).
• ADC1/ADC2/ADC3 em modo injected + trigger por timer + DMA circular para amostragem síncrona das 2–3 correntes no centro do PWM low-side (técnica de current sensing padrão).
• Timer geral para loop de velocidade (Output Compare ou Update interrupt).
• UART para setpoint e telemetria (enviar ângulo elétrico, Iq/Id, velocidade real).
• GPIO + EXTI para zero-cross detection (se implementar hybrid sensorless).
• DMA para transferir amostras de corrente diretamente para buffer.

Conceito Principal:

1. Geração de PWM: SVM (Space Vector Modulation) via timer avançado. Calcule duty cycles para as 3 fases a partir de $Vα$/$Vβ$.

2. Amostragem de corrente: Sincronizada no centro do pulso PWM low-side para minimizar ruído.

3. Transformadas:
   • Clarke: $Iα$, $Iβ$ a partir de $Ia$, $Ib$ ($Ic = -Ia-Ib$).
   • Park: $Id$, $Iq$ a partir de $Iα$/$Iβ$ e $θ$ (ângulo elétrico).
   • Inverse Park: $Vd$/$Vq$ → $Vα$/$Vβ$.

4. Controladores: 2 $PI$ separados ($Id = 0$ para maximizar torque, $Iq$ = setpoint de torque/velocidade).

5. Estimador de posição/velocidade (sensorless):
   • Início: open-loop ramp para alinhar e acelerar até velocidade mínima.
   • Transição: observador PLL ou sliding-mode observer para estimar $θ$ e $ω$ a partir de back-EMF (calculado via $V$ fase reconstruído ou correntes).
6. Loop de velocidade: $PI$ externo que gera setpoint $Iq$.

Tudo em ponto flutuante usando a FPU do M4. Use funções matemáticas rápidas ($sin$/$cos$ via lookup table de $1024$ entradas para velocidade).

Software (bare-metal puro, C++ com classes):

• Crie classes: MotorBLDC, FOCController, CurrentSense, SVM, PLLObserver.
• FSM principal com estados: ALIGN, OPEN_LOOP_RAMP, CLOSED_LOOP_FOC, FAULT.
• loop de corrente em interrupção do timer PWM.
• loop de velocidade em interrupção mais lenta.
• Proibido: qualquer delay(), sleep() ou laço de espera. Use apenas interrupções e DMA.
• Telemetria: envie via UART a cada 100ms (velocidade, correntes, $θ$, erros $PI$).

Aplicação de IA:

• Peça à IA para gerar o código base das transformadas Clarke/Park/Inverse em C++ otimizado com FPU intrinsics (ex: __fmul, etc.).
• Use IA para derivar as equações discretas dos controladores $PI$ (com anti-windup e limite de saída).
• Solicite sintonização inicial de $Kp$/$Ki$ para os loops de corrente e velocidade baseada em parâmetros do motor ($Kt$, $L$, $R$, polos).

• Para o observador sensorless: peça explicação detalhada do PLL ou SMO, com equações discretas.

• Sempre valide: teste com motor bloqueado (torque zero), compare ângulo estimado com Hall real (se disponível), meça eficiência vs six-step. IA alucina constantes de motor ou ganhos instáveis — corrija com osciloscópio e testes reais. Use fórmulas clássicas:

  \[T = \frac{3}{2} p \lambda I_q\]

  (torque proporcional a $Iq$, com $Id=0$).

Critérios de Sucesso:

• Motor gira silenciosamente (sem o “chiado” do six-step). Se chegar aqui, saia para comemorar com a família.
• Mantém velocidade constante com carga aplicada/removida.
• Transição open → closed loop sem travar.
• Consumo de CPU $< 70\%$ a $16$–$20 \text{ kHz}$ loop de corrente.
• Telemetria mostra $Id \approx 0$ e $Iq$ proporcional ao torque.

Quem implementa FOC bare-metal entende eletrônica de potência e controle embarcado. Depois disso, você estará pronto para robôs de competição ou produtos reais.

Notadamente os braços robóticos que permitem backdriving suave e controle preciso. Se você dominar isso, estará à frente de 90% dos engenheiros de robótica no mercado.

Módulo 4: Sensoriamento e Sistema Nervoso (Comunicação)

Objetivo: dotar o sistema de percepção ambiental e garantir que múltiplos módulos conversem através de barramentos industriais robustos.

• Hardware: integração de Encoders magnéticos e ópticos, IMUs (Acelerômetro e Giroscópio) e sensores de distância (LiDAR ou Ultrassom). Domínio físico dos barramentos I2C, SPI e, obrigatoriamente, CAN Bus. Você deve aprender a projetar a terminação resistiva e entender a física do sinal diferencial.

• Software: leitura de sensores complexos utilizando DMA para evitar sobrecarga da CPU. Implementação de protocolos de comunicação robustos com Checksum ou CRC. O processamento de dados de sensores deve ser assíncrono.

• Aplicação de IA: utilize IA para o desenvolvimento de filtros digitais de fusão sensorial (como o Filtro Complementar ou Kalman). Peça para a IA gerar a matriz de covariância teórica, mas valide-a experimentalmente. Lembre-se: IAs alucinam protocolos de comunicação que não existem. Verifique os endereços de registro do sensor diretamente no manual do fabricante.

Projetos para o Módulo 4

I. Unidade de Medição Inercial (IMU) via DMA

Desafio: ler dados de 6 eixos (Acc/Giro) a 1kHz e calcular a inclinação do robô sem intervenção direta da CPU na coleta.

Periféricos: SPI (ou I2C), DMA, Timers.

Conceito: configuração do DMA para preencher um buffer de memória assim que o sensor sinalizar “Data Ready”.

II. Rede CAN Bus Multi-Nó

Desafio: estabelecer comunicação entre duas placas distintas, enviando telemetria de um lado e comandos de motor do outro.

Periféricos: CAN Controller (bxCAN ou FDCAN), Transceivers físicos.

Conceito: arbitragem de barramento, identificadores de mensagens e tratamento de erros de rede.

III. Gateway de Fusão Sensorial e Odometria Espacial

Desafio: sincronizar dados de um LiDAR (UART), uma IMU (SPI) e Encoders de quadratura (Timers) em um único fluxo de dados transmitido via CAN Bus com carimbo de tempo (Timestamp).

Periféricos: UART (DMA), SPI (DMA), Timers (Encoder Mode), CAN Bus, Global Sync Timer.

Conceito: o desafio aqui é o sincronismo. Você deve criar um sistema em que os dados do LiDAR (distância), da IMU (ângulo) e dos Encoders (posição) se refiram ao mesmo instante temporal. Utilize um Timer de 32 bits de alta frequência como base de tempo global. Cada mensagem CAN enviada deve conter o dado do sensor e o valor deste Timer no momento exato da captura.

Aplicação de IA: Solicite à IA uma estrutura de pacotes eficiente para encapsular esses dados no limite de 8 bytes (ou 64 bytes se usar CAN-FD) do barramento CAN. Peça também para o assistente sugerir uma lógica de priorização de mensagens: qual dado é mais importante para o robô não colidir?

Como eu sugeri o STM32F407VET6 para o Projeto Integrador 1 vamos usá-lo novamente aqui para o Gateway de Fusão Sensorial e Odometria. Este chip possui uma variedade rica de periféricos que o tornam ideal para este desafio:

1. Global Sync Timer (Base de Tempo):

   • Recurso: TIM2 ou TIM5.

   • Justificativa: Diferente dos outros timers de 16 bits, o TIM2 e o TIM5 são de 32 bits. Isso permite que você tenha um carimbo de tempo (timestamp) de alta resolução que não sofrerá overflow rapidamente, o que é fundamental para sincronizar dados de sensores com frequências diferentes.

2. LiDAR (Interface UART):

   • Recurso: USART1 ou USART6 (conectados ao barramento APB2 de alta velocidade).

   • Configuração: Deve ser operado com o DMA2. O fluxo de dados do LiDAR costuma ser intenso, e o uso de interrupção por caractere sobrecarregaria a CPU desnecessariamente.

3. IMU (Interface SPI):

   • Recurso: SPI1.

   • Configuração: Também operado via DMA. Como o protocolo SPI é síncrono e atinge altas velocidades (até 42 Mbits/s neste chip), a transferência direta para a memória evita que o sistema “trave” esperando o fim da transmissão dos 6 eixos de dados.

4. Encoders (Odometria):

   • Recursos: TIM3 e TIM4 em modo Encoder Interface.

   • Configuração: Estes timers possuem hardware dedicado para decodificar sinais de quadratura (fases A e B), contando pulsos automaticamente sem intervenção do software.

5. Comunicação Externa (CAN Bus):

   • Recurso: CAN1 (Master) e CAN2 (Slave).

   • Configuração: a série STM32F407 possui o periférico bxCAN, que suporta filtros de aceitação por hardware. Isso significa que o chip pode descartar mensagens irrelevantes no barramento sem que o software precise processá-las.

Cálculo de Largura de Banda no Barramento

Ao integrar esses sensores, você deve considerar a carga de dados. Se o seu LiDAR opera a uma taxa de $115200$ bps e a sua IMU a $1 \text{ kHz}$, o cálculo da carga de interrupção (se você não usasse DMA) seria:

\[f_{total\_ints} = f_{uart\_char} + f_{imu\_sample} \times N_{bytes}\]

Com o uso de DMA, o impacto na CPU é reduzido drasticamente, limitando-se apenas ao processamento da lógica de fusão sensorial na Máquina de Estados Finitos.

Módulo 5: Design Profissional e Integração Mecatrônica

Objetivo: consolidar o hardware em placas profissionais e garantir que a eletrônica sobreviva ao mundo físico (vibração, calor e impacto).

• Hardware: design avançado de PCBs utilizando KiCad. Foco em dissipação térmica, largura de trilhas para alta corrente e caminhos de retorno de corrente. Integração mecânica em CAD 3D (Fusion 360, SolidWorks ou OnShape) para garantir que conectores e dissipadores se encaixem no chassi.

• Software: arquitetura de firmware modular. O código deve ser organizado em camadas: Driver (Registradores), HAL Própria (Abstração Lógica) e App (Comportamento). Documentação das APIs internas é obrigatória.

Breadboards (protoboards) são para crianças. Robôs profissionais usam PCBs com planos de terra sólidos e conectores com trava. Se o seu projeto depende de “jumpers” coloridos, ele não é um robô, é um ninho de ratos esperando para falhar.

• Aplicação de IA: use ferramentas de IA para revisar o seu layout de PCB em busca de erros de etiqueta ou sugestões de posicionamento de componentes para evitar interferência eletromagnética (EMI). Use a IA para gerar scripts de automação para exportar seus arquivos de fabricação (Gerbers).

Projetos para o Módulo 5

I. Projeto e Montagem de uma Power Shield Modular

Desafio: projetar uma PCB que contenha o sistema de potência (Módulo 2) e os drivers de motor (Módulo 3) em um formato modular que se encaixe no seu microcontrolador.

Ferramentas: KiCad, OnShape.

Conceito: cálculo de largura de trilha para 10A e posicionamento de capacitores de bulk para evitar quedas de tensão no barramento lógico.

Projeto Integrador Final dos Módulos 1, 2, 3, 4 e 5: O Robô Autônomo

Desafio: montar o sistema completo, integrando os 4 módulos anteriores em um chassi funcional. O robô deve navegar um percurso simples, monitorando sua própria energia e corrigindo sua trajetória via sensores, tudo em tempo real.

Conceito: orquestração de múltiplas Máquinas de Estados Finitos rodando simultaneamente. Este é o teste definitivo de sua capacidade como engenheiro de robótica.

Nota de Encerramento: se você chegou aqui e seu robô funciona sem usar delay() e sem bibliotecas prontas, parabéns. Você agora entende o silício. O mercado de engenharia de elite é o seu lugar.

Lista de Materiais (BOM) - Curso de Robótica Bare-Metal

Este documento contém a lista consolidada de hardware para os 5 módulos do curso. Os preços são estimativas baseadas no mercado de 2025/2026.

1. Hardware de Processamento e Base (Obrigatório)

Item	Descrição Técnica	Qtd	Est. (R$)
MCU Principal	STM32F407VET6 Black Pill / Core Board	1	120,00
Programador	ST-Link V2 (Clone ou Original)	1	45,00
Protoboard	Protoboard 830 pontos (Transparente ou Branca)	3	90,00
Jumpers	Kit Macho-Macho / Macho-Fêmea (20cm)	1	40,00
Instrumentação	Osciloscópio USB (ex: Hantek 6022BE ou DSO138)	1	350,00
Analisador Lógico	USB 8 canais 24MHz (Compatível Saleae)	1	60,00
Fonte de Bancada	Módulo Regulador 5V/3A ou Fonte Ajustável	1	150,00
Subtotal			R$ 855,00

2. Gestão de Energia e Segurança (Módulo 2)

Item	Descrição Técnica	Qtd	Est. (R$)
Bateria	Célula Li-ion 18650 3.7V (Original)	2	80,00
Carregador	Módulo TP4056 com proteção	3	15,00
Sensor Corrente	INA219 (I2C) ou ACS712 5A	2	50,00
Conversores	Kit DC-DC (Buck/Boost/Buck-Boost)	3	60,00
MOSFETs	IRFZ44N / IRF3205 (N-Channel)	10	50,00
Segurança	Extintor AVD/Classe D e Balde de Areia	1	250,00
Subtotal			R$ 505,00

3. Atuação, Movimento e Sensoriamento (Módulos 3 e 4)

Item	Descrição Técnica	Qtd	Est. (R$)
Motores	Motor DC (Gearbox), Stepper NEMA17, BLDC 2212	3	350,00
Drivers	Ponte H L298N e Gate Drivers IR2101	2	100,00
IMU	MPU6050 ou MPU9250 (SPI/I2C)	1	45,00
Comunicação	Transceptor CAN SN65HVD230	2	40,00
Encoders	Disco Óptico ou Sensor Magnético AS5600	2	80,00
Subtotal			R$ 615,00

4. Integração e Consumíveis (Módulo 5)

Item	Descrição Técnica	Qtd	Est. (R$)
Fabricação PCB	Lote de 5-10 PCBs (JLCPCB/PCBWay)	1	150,00
Chassi	Base em Acrílico ou Impressão 3D	1	120,00
Componentes	Kit Resistores, Capacitores, LEDs, Botões	1	100,00
Soldagem	Estação de Solda, Estanho, Pinças	1	220,00
Subtotal			R$ 590,00

Resumo Financeiro Estimado em Hardware

• Investimento Inicial (Base + Segurança): R$ 1.105,00
• Investimento por Módulo (Restante): R$ 1.460,00
• TOTAL ESTIMADO: R$ 2.565,00

Nota: Os valores podem variar dependendo do câmbio e do local da compra, quantidade e qualidade do fornecedor.