第1章 开源飞控系统技术概论

Wireshark+RSView搞定速腾M1激光雷达IP配置与点云显示 在激光雷达的现场调试中,网络通信是否畅通直接决定点云能否正常显示。Wireshark作为抓包工具,可以快速捕获UDP报文,从数据链路层确认雷达的真实IP与端口,避免因默认参数不符合实际而陷入连接困境。RSView作为官方可视化软件,负责雷达参数配置与三维点云渲染。两者配合使用,能够系统化解决局域网内设备发现失败、端口错误、点云空白等高频问题。以速腾M1半固态激光雷达为例,介绍从网线接到IP抓包、从静态地址设置到点云显示的完整操作流程,为现场工程调试提供可复用的路径参考。 阅读详情

飞行控制系统(Flight Control System,简称飞控)是无人机的“大脑”,负责飞行器的姿态稳定、导航控制和任务管理。开源飞控系统的兴起极大地降低了无人机技术的入门门槛,促进了无人机技术在农业、物流、测绘、巡检等领域的广泛应用。本章将从历史发展、技术对比、生态体系和开发工具链四个维度,全面介绍开源飞控系统的技术背景。

1.1 无人机飞控技术发展简史

1.1.1 早期飞控技术的演进

飞控技术的发展可以追溯到20世纪初。美国发明家Lawrence Sperry于1912年发明了世界上第一个自动驾驶仪(Autopilot),它利用陀螺仪和气压高度表来保持飞机的姿态和高度。这一原始的自动控制理念奠定了现代飞控系统的基础。

二战时期,飞控技术开始应用于军事领域,主要用于导弹和无人驾驶飞机。战后,模拟控制技术逐渐向数字控制过渡。到20世纪80年代,微处理器的发展使得小型化、低成本的飞控系统成为可能。

进入二十一世纪,MEMS(微机电系统)技术的成熟带来了革命性的变化。微小的惯性测量单元(IMU)、磁力计、气压计等传感器可以集成在一块小巧的电路板上,成本从数万美元降低到几百美元,使得无人机技术真正走向普及。

1.1.2 开源飞控的兴起

2007年是开源飞控史上的里程碑年份。Chris Anderson(DIY Drones社区创始人)发起了ArduPilot项目,基于Arduino开源硬件平台开发飞控器。这一项目后来演变为ArduPilot Mega(APM),并成为最早的主流开源飞控之一。

2011年,苏黎世联邦理工学院(ETH Zurich)的自主系统实验室(ASL)启动了PX4项目,由Lorenz Meier领导。PX4从一开始就确立了与ArduPilot不同的技术路线:

• 基于NuttX实时操作系统,提供真正的实时性保障

• 采用uORB(micro Object Request Broker)消息总线架构,模块间解耦

• 发布-订阅通信模型,支持多进程并行运行

• 模块化设计,便于扩展和定制

2013年,PX4团队推出了PIXHawk硬件平台,这是一款专门为开源飞控设计的硬件,配备了STM32F4处理器、双冗余IMU、磁力计、气压计等核心传感器。PIXHawk的诞生标志着开源飞控从“用通用开发板凑合”迈向了“专业级硬件设计”的新阶段。

2014年,无人机开发者社区成立了Dronecode基金会(现已并入Linux基金会),用于统一管理PX4、MAVLink、QGroundControl等开源项目的发展方向。这一举措为开源飞控生态提供了稳定的组织保障。

1.1.3 当代发展趋势

当前开源飞控技术正在几个方向上快速演进:

• 自主飞行能力提升:从简单的航点飞行向全自主决策演进,包括避障、路径规划、多机协同

• ROS2深度集成:借助ROS2的DDS通信中间件,实现了更强大的分布式计算能力

• 仿真保真度提高:Gazebo、AirSim等仿真器提供了接近真实的飞行环境

• AI融合:深度学习技术在视觉导航、目标识别、智能决策等方面的应用日益深入

• 多机协同:从单机作业向编队飞行、协同任务分配发展

注意:

PX4与ArduPilot是当前最主流的两大开源飞控项目。本书以PX4为主线进行讲解,部分章节会对比ArduPilot的实现方式。

1.2 PX4、ArduPilot与商业飞控对比

理解不同飞控系统的特点和适用场景,是进行技术选型的基础。本节将对比PX4、ArduPilot和主流商业飞控的技术特点。

1.2.1 PX4技术特点

PX4的核心设计理念是“模块化、实时性、可扩展性”。其主要技术特点包括:

• 操作系统:基于NuttX RTOS,提供确定性的实时调度,保证飞控算法的实时执行

• 消息总线:采用uORB发布-订阅机制,模块间通过“主题”(Topic)解耦通信

• 飞行栈:包含完整的姿态估计(EKF2)、位置控制、轨迹规划等功能

• 多机型支持:支持多旋翼、固定翼、VTOL、无人车、无人船等多种载体

• 仿真支持:原生支持SITL/HITL,与Gazebo、jMAVSim等仿真器深度集成

• 生态集成:与ROS2、MAVLink、QGC等形成完整的开发生态

1.2.2 ArduPilot技术特点

ArduPilot是另一个历史悠久的开源飞控项目,其主要特点包括:

• 硬件兼容性:支持极多种硬件平台,从低端到高端广泛覆盖

• 机型支持:支持多旋翼(ArduCopter)、固定翼(ArduPlane)、无人车(ArduRover)、潜水器(ArduSub)等

• 成熟度:社区历史更长,功能更加成熟稳定,文档丰富

• 参数体系:拥有非常完善的参数体系,配置灵活

1.2.3 商业飞控系统

以DJI为代表的商业飞控系统在消费级和行业级市场占据主导地位。DJI的飞控系统采用封闭式设计,提供极高的开箱即用体验和稳定性,但开放性和可定制性有限。DJI也提供了Onboard SDK和Payload SDK,允许开发者在一定程度上进行二次开发。

其他商业飞控包括:

• Autel Robotics:提供行业级无人机解决方案

• Parrot:法国品牌,提供Anafi等产品线及开发工具包

• Skydio:以AI自主飞行能力著称的美国品牌

1.2.4 综合对比

表1-1 主流飞控系统对比

对比维度PX4ArduPilotDJI
开源协议BSD 3-ClauseGPL v3闭源/部分SDK开放
操作系统NuttX RTOSChibiOS/FreeRTOS自研RTOS
消息机制uORB发布-订阅参数+全局变量内部总线
硬件平台Pixhawk系列多平台兼容专有硬件
仿真支持Gazebo/SITL/HITLSITL/Mission Planner专有仿真器
ROS集成ROS2原生支持ROS社区支持Onboard SDK
学习曲线较高(需理解uORB架构)中等(参数配置为主)低(开箱即用)
适用场景研发/行业应用/学术通用/行业应用消费/行业应用

对于工程师培训和学术研究而言,PX4的模块化架构和丰富的仿真生态使其成为理想的学习和研发平台。其uORB消息总线的设计理念与ROS2的DDS通信模型高度契合,为后续的ROS2集成提供了天然优势。

1.3 PX4生态系统概览

PX4不仅仅是一个飞控固件,而是一个完整的生态系统。这个生态系统由四大核心组成:固件(Firmware)、地面站(Ground Control Station)、仿真环境(Simulation)和中间件(Middleware)。理解这些组件如何协同工作,是掌握PX4开发的关键。

1.3.1 PX4固件(Firmware)

PX4 Firmware是运行在飞控硬件上的核心软件。它包含了飞行控制所需的所有功能模块:

• 传感器驱动层:负责与IMU、GPS、气压计等硬件传感器的通信

• 状态估计层:EKF2算法融合多传感器数据,输出准确的姿态、位置和速度估计

• 控制器层:包含姿态、角速率、位置等多级PID控制器

• 导航层:处理航点任务、返航、降落等自主飞行逻辑

• 通信层:MAVIDNK协议、uORB消息总线

PX4固件的源码组织采用模块化结构,主要目录如下:

px4_firmware/

├── src/

│ ├── drivers/ # 硬件驱动

│ │ ├── imu/ # IMU传感器驱动

│ │ ├── gps/ # GPS驱动

│ │ └── pwm_out/ # PWM输出驱动

│ ├── modules/ # 核心功能模块

│ │ ├── attitude_estimator/ # 姿态估计

│ │ ├── ekf2/ # EKF2状态估计

│ │ ├── mc_att_control/ # 多旋翼姿态控制

│ │ ├── mc_pos_control/ # 多旋翼位置控制

│ │ ├── navigator/ # 导航模块

│ │ └── commander/ # 飞行状态管理

│ ├── lib/ # 公共库

│ └── platforms/ # 平台适配层

├── boards/ # 板级配置

├── msg/ # uORB消息定义

├── ROMFS/ # 默认配置和启动脚本

└── Tools/ # 开发工具

1.3.2 QGroundControl地面站

QGroundControl(QGC)是PX4生态系统的官方地面站软件,基于Qt框架开发,支持Windows、macOS、Linux、Android和iOS多平台。它提供了以下核心功能:

• 飞控固件刷写:支持自动下载和刷写最新固件

• 参数配置:可视化的参数编辑界面,支持搜索和分经浏览

• 任务规划:拖拽式的航点任务编辑器,支持复杂的自主飞行任务

• 飞行监控:实时显示飞行数据、仪表盘、地图视图

• 日志分析:飞行日志下载和分析工具

• 视频流:支持RTSP视频流显示和录制

QGC通过MAVLink协议与飞控通信,支持通过USB、数传电台、WiFi、蓝牙等多种链路连接飞控器。在本书后续章节中,我们将详细讲解QGC的使用和二次开发。

1.3.3 仿真环境

PX4提供了完善的仿真支持,这是其相对于其他飞控系统的重要优势之一。主要的仿真器包括:

• Gazebo:功能最强大的3D仿真器,支持物理引擎、传感器仿真、多机仿真,是PX4的首选仿真器

• jMAVSim:轻量级Java仿真器,启动快、配置简单,适合快速验证

• AirSim:微软开发的高保真仿真器,支持视觉仿真,适合计算机视觉研究

• FlightGear:专业级飞行模拟器,用于固定翼高保真仿真

PX4支持两种仿真模式:

• 软件在环仿真(SITL):飞控固件作为软件进程运行在计算机上,与仿真器通过网络通信。这是本书的重点内容。

• 硬件在环仿真(HITL):真实的飞控硬件通过USB与计算机上的仿真器连接,仿真器将仿真的传感器数据发送给真实硬件。

1.3.4 MAVLink中间件

MAVLink(Micro Air Vehicle Link)是无人机领域最广泛使用的通信协议,它定义了飞控器与地面站、伴伴机等之间的标准化通信格式。MAVLink的主要特点包括:

• 轻量级:协议头部仅12字节(V2版本),适合低带宽通信链路

• 安全性:支持CRC校验和SHA-256签名,保证数据完整性

• 可扩展性:支持自定义消息和命令,便于项目定制

• 多平台:提供C、C++、Python、Java等多种语言的代码生成器

MAVLink V2是当前推荐使用的版本,相比V1版本增加了消息截断、扩展字段和签名认证等特性。在本书第8章将详细讲解MAVLink协议。

1.3.5 ROS2与PX4的关系

ROS2(Robot Operating System 2)是机器人领域的标准软件框架,它通过DDS(Data Distribution Service)中间件提供强大的分布式通信能力。PX4与ROS2的集成是本书的核心内容之一,主要通过以下方式实现:

• Micro XRCE-DDS Agent:将PX4的uORB消息映射为ROS2的DDS话题

• px4_msgs:定义了PX4与ROS2之间交换的消息类型

• px4_ros_com:提供ROS2与PX4通信的示例代码和工具

ROS2的引入使得PX4可以充分利用机器人领域丰富的算法和工具,如导航(Nav2)、视觉感知(OpenCV、PCL)、SLAM(ORB-SLAM、VINS)等。这也是本书将PX4、QGC和ROS2结合讲解的原因。

1.4 系统开发工具链总览

一个完整的PX4开发环境包括硬件平台、开发工具、仿真环境和调试工具。本节将概览整个开发工具链。

1.4.1 硬件平台:Pixhawk系列

Pixhawk是PX4的官方硬件参考设计。其发展历程如下:

表1-2 Pixhawk硬件演进

型号主处理器传感器特点
Pixhawk 1STM32F427 (168MHz)双IMU + 磁力计经典款,社区支持广泛
Pixhawk 4STM32F765 (216MHz)三IMU冗余性能提升,更多接口
Pixhawk 5XSTM32H753 (480MHz)三IMU冗余当前主流,支持CAN总线
Pixhawk 6XSTM32H753 (480MHz)三IMU冗余最新版,支持以太网
Cube Orange+STM32H757 (480MHz)三IMU冗余工业级设计,高可靠性

对于学习和开发用途,推荐使用Pixhawk 4或Pixhawk 5X,它们在性能和价格之间取得了良好的平衡。对于生产环境,建议使用Cube Orange+或Pixhawk 6X。

提示:

在本书的实践环节中,大部分内容将使用SITL仿真进行演示,因此即使没有硬件也可以完成大部分练习。硬件主要用于最终的外场验证环节。

1.4.2 软件开发工具

搭建 PX4开发环境需要以下软件工具:

表1-3 PX4开发工具链

工具用途版本要求
GCC交叉编译器编译嵌入式固件ARM GCC 9-2020-q2
CMake构建系统≥ 3.15
Ninja快速构建工具≥ 1.10
Python 3构建脚本和工具≥ 3.7
Git版本控制≥ 2.20
Gazebo物理仿真Gazebo Classic 11 / Gazebo Harmonic
ROS2上位机开发Humble / Jazzy
QGroundControl地面站最新稳定版
JTAG调试器硬件调试ST-Link V2 / J-Link

1.4.3 环境搭建示例:Ubuntu + PX4开发环境

以下是在Ubuntu 22.04上搭建 PX4开发环境的完整步骤:

# 1. 克隆 PX4 源码

git clone https://github.com/PX4/PX4-Autopilot.git --recursive

cd PX4-Autopilot

# 2. 运行环境配置脚本(自动安装所有依赖)

bash ./Tools/setup/ubuntu.sh

# 3. 验证编译(编译 SITL 版本)

make px4_sitl_default

# 4. 启动 SITL 仿真(使用 Gazebo)

make px4_sitl gazebo-classic

# 5. 在另一个终端启动 QGroundControl

# 下载并运行 QGC AppImage

编译成功后,会自动启动Gazebo仿真器并加载默认的四旋翼模型。此时可以在QGC中看到仿真的无人机,并开始进行飞行测试。

重要:

建议使用Ubuntu 22.04 LTS作为开发环境。Windows用户可以使用WSL2(Windows Subsystem for Linux)运行 Ubuntu环境。

1.4.4 ROS2开发环境搭建

在PX4基础上集成ROS2,需要额外安装以下组件:

# 1. 安装 ROS2 Humble(参考官方文档)

sudo apt install ros-humble-desktop

# 2. 安装 Micro XRCE-DDS Agent

git clone https://github.com/eProsima/Micro-XRCE-DDS-Agent.git

cd Micro-XRCE-DDS-Agent && mkdir build && cd build

cmake … && make

sudo make install && sudo ldconfig

# 3. 克隆 px4_msgs 和 px4_ros_com

cd ~/ros2_ws/src

git clone https://github.com/PX4/px4_msgs.git

git clone https://github.com/PX4/px4_ros_com.git

# 4. 编译 ROS2 工作空间

cd ~/ros2_ws

source /opt/ros/humble/setup.bash

colcon build

完成以上步骤后,就具备了完整的PX4 + ROS2开发环境。在第15、116章中,我们将详细讲解如何使用这个环境进行开发。

1.4.5 开发工作流程

一个典型的PX4开发工作流程如下:

• 1. 需求分析:确定飞行器类型、任务需求、性能指标

• 2. 仿真验证:在SITL环境中开发和测试算法,迭代调优

• 3. 硬件部署:将固件部署到真实硬件,进行参数调优

• 4. 飞行测试:从室内测试到外场飞行,逐步验证功能

• 5. 日志分析:通过飞行日志分析问题,迭代改进

这个流程体现了“仿真优先”的理念,通过充分的仿真测试可以大幅减少外场飞行测试的风险和成本。这也是本书将仿真作为核心主线的原因。

1.4.6 调试工具

PX4提供了多种调试手段:

• NSH命令行:PX4内置的NuttX Shell,可查看系统状态、uORB消息、调试模块

• MAVLink Shell:通过QGC远程访问PX4命令行

• JTAG调试:使用ST-Link或J-Link进行GDB调试,可设置断点、查看内存

• PlotJuggler:专业的飞行日志可视化分析工具

• GDB + VS Code:支持使用VS Code进行SITL调试,提供图形化调试体验

在后续章节中,我们将在具体场景中详细介绍这些调试工具的使用方法。

1.5 本章小结

本章从四个维度概览了PX4开源飞控系统的技术背景。我们了解了飞控技术的发展历程、PX4与ArduPilot及商业飞控的差异、PX4生态系统的四大核心组成,以及完整的开发工具链。从下一章开始,我们将深入PX4固件的内部架构,理解其模块化设计的精髓。

无人机飞控系统原理深度解析 本文深入解析了无人机飞控系统的核心原理与实现方法。飞控系统作为无人机的"大脑",由传感器模块、状态估计模块、控制器模块、执行器模块和通信模块组成,形成完整的数据处理闭环。文章重点介绍了姿态解算算法,包括四元数姿态表示和Mahony互补滤波算法的具体实现代码,展示了如何通过加速度计、磁力计等传感器数据融合计算姿态角。这些核心算法确保了无人机的稳定飞行控制,为无人机自主导航和任务执行提供了理论基础和技术实现路径。 阅读详情

相关推荐

从零开始搭建ArduPilot飞控系统

深入浅出地讲解如何从零开始配置和部署ArduPilot飞控系统,涵盖硬件连接、固件烧录与地面站调试,帮助无人机爱好者快速掌握ArduPilot的核心操作流程。

weixin_42524864的博客 1608

Mid-360修改ip教程

摘要:本文介绍在Windows系统中修改MID-360s激光雷达静态IP的方法。

m0_75105812的博客 398

无人机飞控算法开发实战:从零到一构建企业级飞控系统

本文系统介绍了无人机飞控算法开发的完整流程,包括飞行动力学模型建立、传感器校准与数据融合、主流控制算法实现(PID、ADRC、EKF)以及企业级飞控系统架构设计。通过结合开源飞控框架(如PX4)和实际工程经验,提供了完整的代码实现示例,帮助学者从零开始掌握无人机飞控开发的核心技术。文中详细讲解了四旋翼无人机的动力学模型、传感器校准方法、EKF状态估计算法、PID和ADRC控制算法的实现,以及MAVLink通信协议的集成。最后,总结了完整的飞控系统开发流程和未来发展趋势。

全栈 3409

GO2机器人安装Mid-360S

本文记录Mid-360s + Ubuntu 20.04 + ROS 2 Foxy 从硬件连接、网络配置、驱动安装到点云查看的完整流程。

Master的博客 280

ArduPilot开源飞控系统:从入门到实战的全面指南

本文全面介绍了ArduPilot开源飞控系统,从基础概念到实战应用,涵盖硬件架构、软件开发、农业植保和物流无人机等典型场景。详细解析了系统模块化设计、高度可定制性及多平台支持等核心优势,并提供了开发环境搭建、性能调优和故障排查的实用技巧,是无人机开发者的必备指南。

qq_27496129的博客 773

大疆妙算嵌入式开发入门:Ubuntu刷机与DJI SDK部署实战

嵌入式Linux开发是边缘智能设备落地的核心能力,其本质是在资源受限的ARM平台上构建稳定、低延迟的软件栈。理解eMMC烧录机制、内核与用户态驱动协同原理,以及ROS与硬件SDK的通信抽象层设计,对无人机自主系统研发具有关键工程价值。本文聚焦大疆妙算(Manifold)这一典型ARM64嵌入式开发平台,详解Ubuntu镜像重刷、DJI SDK源码编译、USB设备权限配置及ROS节点集成等实操环节,覆盖从固件恢复到算法闭环的完整链路,适用于飞控开发者、机器人方向研究生及边缘AI部署工程师。

weixin_29169899的博客 226

无人机编队通信网络搭建

ubuntu20.04使用的硬件是淘宝十块钱的ESP01s 首先需要给模块刷写Pixracer的wifi模块固件,具体步骤参考博客: PX4使用esp8266刷写好固件后,电脑连接模块的热点,然后打开网址就可以对模块进行配置了 模块默认是ap模式,自身发出wifi热点,如果连接单价飞机可以采用这种方式。在在编队时,电脑需要同时连接多架飞机,电脑/路由器发出热点,wifi模块需要配置成STA模式。首先设置电脑的wifi热点 执行 点击弹出的页面的左下角的+号 然后选择Wi-Fi,然后点击“创建” 设置如

超维空间科技的博客 5043

Baseflight 飞控系统源码剖析与实践

本文还有配套的精品资源,点击获取 简介:Baseflight 是一个开源的无人机飞控系统项目,源码使用 C 语言编写,可通过 Keil 环境进行编辑和编译。本项目旨在帮助开发者深入理解无人机飞行控制算法,自定义飞行特性,并学习嵌入式系统、传感器融合和控制理论。通过剖析 Baseflight 源码,学生将了解飞控系统基本概念,包括初始化代码、传感器融合、PID 控制器、命令解...

weixin_33298352的博客 1917

ArduPilot开源飞控系统之简单介绍

ArduPilot是一个可信赖的自动驾驶系统,为人们带来便利。为此,提供了一套全面的工具,几乎适用于任何车辆、无人机、潜艇、气球等设备。作为一个开源项目,在用户社区的快速反馈的基础上不断发展。相应的开发团队与社区和商业合作伙伴合作,为ArduPilot添加惠及所有人的功能。尽管ArduPilot不生产任何硬件,但ArduPilot固件可在各种不同的硬件上工作;加上地面控制软件,运行ArduPilot的无人驾驶设备可以具有高级功能,包括与操作员的实时通信。

lida2003的专栏 3万+

开源四轴飞行器飞控系统源码解析

本文还有配套的精品资源,点击获取 简介:本文分析了开源四轴飞行器飞控系统源码,涵盖飞控算法、传感器接口、硬件驱动、通信协议、用户界面、测试调试工具、构建部署流程和文档等方面。通过研究此源码,开发者可深入理解实时控制系统原理、嵌入式系统编程和飞行器性能优化,并通过开源社区互动提升技能和合作精神。 1. 四轴飞行器飞控系统源码简介 四轴飞行器飞控系统源码是一套控制四...

weixin_32999557的博客 1584

MultiWii 2.4:开源飞控系统详细解读

MultiWii是一个开源的飞控系统,它主要基于Arduino平台,广泛应用于四轴飞行器(quadcopter)等多旋翼飞行器(multicopter)。该系统在无人机爱好者和开发社区中非常流行,由于其灵活的配置和丰富的扩展功能,它能够支持各种传感器和通信协议。综上所述,MultiWii 2.4版本的性能测试与分析是确保系统稳定运行和优化用户体验不可或缺的一环。通过系统的测试,开发者可以识别和解决存在的问题,为用户提供更加可靠和高效的飞控系统。

weixin_33245447的博客 1187

关于NextPilot国产开源飞控系统

多旋翼:quad, six, oct, hex固定翼:plane垂 起:standard, tailsitter, tiltrotor。

nextpilot的博客 2540

深入STM32飞控系统源码与应用探讨资料包

STM32系列微控制器基于ARM Cortex-M处理器,广泛应用于嵌入式系统,特别是在需要实时性能和强大处理能力的场合,例如飞控系统。它们提供丰富的外设接口和灵活的开发平台,适合进行复杂控制算法的实现。飞控系统,全称为飞行控制系统,是无人机或其他飞行器的大脑。它的主要作用是接收传感器、遥控器等设备的信号,并将其转化为控制飞行器运动的指令。具体来说,飞控系统负责维持飞行器的飞行姿态,控制其高度、速度、航向等,以及执行起飞、降落和预定航线飞行等任务。

weixin_42476987的博客 930

探秘 BetaFlight: 开源多轴无人机飞控系统的技术魅力

探秘 BetaFlight: 开源多轴无人机飞控系统的技术魅力 项目地址:https://gitcode.com/gh_mirrors/be/betaflight 是一个高度可定制、开源的多轴无人机飞行控制系统,致力于提供卓越的飞行性能和易用性。对于无人机爱好者、开发者和DIY爱好者来说,这是一个不可错过的平台。本文将深入解析BetaFlight的特性、技术细节以及它在实际应用中的潜力。 项目简介...

gitblog_00088的博客 3363

深入RK3588嵌入式Linux开发:uboot源码定制化移植实战

本文详细介绍了RK3588嵌入式Linux开发中,如何绕过庞大的官方SDK,从官方仓库获取纯净U-Boot源码并进行定制化移植的完整实战流程。内容包括编译环境搭建、交叉工具链配置、源码结构解析、设备树(Device Tree)修改、环境变量定制、编译脚本编写以及常见问题调试技巧,旨在帮助开发者深入理解系统引导过程,掌握为定制硬件适配U-Boot的核心技能。

weixin_29169505的博客 427

Ubuntu 20.04 环境下Autoware.universe 与 Carla 0.9.13 联合仿真

安装内容: ROS Galactic Autoware.universe based on ROS Galactic Carla 0.9.13 UnrealEngine 4.26 Openplanner (additional files: op-bridge/op-agent/scenariorunner/map data)

mhl1107的博客 1803

NextPilot 飞控系统技术文档

NextPilot 飞控系统技术文档 【免费下载链接】nextpilot-flight-control NextPilot飞控系统是一款基于px4和rt-thread的国产先进自动驾驶仪。能够便捷的应用于教育、研究和工业等领域,让工程师专注于自己的擅长领域(比如嵌入式、控制算法、应用业务)进行高效的开发。 ...

gitblog_01426的博客 1009

多标签图像分类:标签依赖关系建模的最新论文解读与实战应用

多标签图像分类:标签依赖关系建模的最新论文解读与实战应用 ,人工智能,计算机视觉,大模型,AI,本文解读了最新相关论文,包括基于图神经网络(GCN)的ML-GCN方法,通过构建标签相关矩阵建模依赖关系;区域潜在语义依赖的RLSD模型,定位关键区域并利用RNN建模语义依赖;以及语义图表示学习的SSGRL框架,结合语义解耦与交互模块。通过实战应用,展示了基于PyTorch的ML-GCN模型实现,包括图像特征提取、标签依赖建模及训练评估流程,为多标签图像分类提供了有效解决方案。

不踩坑,不知道坑有多深;不总结,踩过的坑白踩。 18万+

飞控系统深度解析:从开源固件对比到高手成长指南

/ 添加新传感器驱动示例// 1. 硬件初始化// 2. 配置传感器// 3. 注册回调函数实践路线建议从ATKflight入门理解基础架构通过Betaflight掌握性能优化使用iNav学习导航算法最终参与Cleanflight贡献代码关键能力培养扎实的C语言功底自动控制理论基础传感器技术理解实际问题解决能力社区参与建议定期阅读GitHub Issues参与论坛讨论(RCGroups等)贡献代码或文档参加无人机竞赛成为高手的核心公式。

niuTyler的博客 2459

【DexGraspNet与多指手抓取算法详解】第四章 抓取检测网络架构设计

图 $G=(V, E)$ 包含两类节点:指尖节点 $V_{tip} = \{v_{tip}^i\}_{i=1}^{N_{finger}}$ 与物体表面节点 $V_{obj} = \{v_{obj}^j\}_{j=1}^{N_{surf}}$。节点特征包含位置 $x \in \mathbb{R}^3$ 、法向 $n \in \mathbb{R}^3$ 及视觉特征 $f \in \mathbb{R}^d$。

VectorShift的博客 443

YOLOv8改进策略【Neck】| CGA Fusion:内容引导的注意力融合模块,空间权重引导的多模态特征自适应融合

本文记录的是利用CGA Fusion 模块改进 YOLOv8 的多模态融合部分。(Content-Guided Attention Fusion)通过内容引导注意力生成空间权重,引导高低层特征的自适应融合。本文利用模块,通过内容引导注意力生成空间权重,自适应地融合两个模态的特征,在特征融合阶段实现跨模态语义对齐与噪声抑制,增强对不同模态互补特征的利用能力,从而提升模型在多模态场景下的检测鲁棒性与准确性。DEA-Net: Single image dehazing based on detail-enhanc

Limiiiing的博客 285

开源飞控系统三维避障技术全解析:从原理到实践

开源飞控系统凭借其灵活的扩展能力和强大的社区支持,已成为无人机自主导航领域的核心技术平台。其中,三维避障技术作为保障飞行安全的关键模块,通过深度相机等传感器获取环境三维信息,实现对复杂场景中障碍物的实时感知与规避。本文将从技术原理、硬件适配、功能调试到场景落地四个维度,全面解析如何在PX4-Autopilot中构建可靠的三维避障系统。 ## 技术原理:构建环境感知的底层逻辑 ### 解析三维避

gitblog_00005的博客 247

【26美赛D题】2026美赛数学建模(MCM/ICM)思路解析及代码分享

2026美赛D题数学建模竞赛思路解析摘要:本文针对美赛D题提供系统性解决方案,提出四层建模框架(数据层、机理层、模型层、决策层),强调逻辑闭环比模型复杂度更重要。包含通用建模步骤:指标体系构建、状态评估、动态预测和策略优化,并给出Python基础代码框架。论文建议采用七段式结构,突出从现实问题到决策方案的完整闭环。核心在于通过数据驱动方法揭示问题规律,结合多源数据整合、系统行为建模和风险评估,最终形成可落地的决策建议,体现数学建模解决实际问题的能力。

一键难忘的博客 1087

揭秘开源无人机核心技术:从ESP32飞控系统到自主飞行创新应用

ESP-Drone作为基于ESP32系列芯片的开源无人机项目,通过GPL3.0协议开放完整软硬件技术栈,为无人机开发者提供了从底层驱动到上层应用的全栈开发平台。该项目以模块化架构设计为核心,融合传感器融合算法与实时控制系统,实现了低成本、高性能的微型无人机解决方案,广泛应用于教育科研、创客开发和商业应用等领域。 ## 一、技术解析:开源无人机系统的架构与原理 ### 构建模块化控制系统:从硬件

gitblog_01176的博客 1135

【图像处理】德里奇( Deriche)边缘检测器

Deriche边缘检测,同canny算法齐名,因此,知道canny原理,也有必要知道德里奇的检测原理。本篇专门针对德里奇算法展开讨论。

gongdiwudu的专栏 8685

多准则决策方法体系(AHP、熵权法、随机森林、加权线性法、TOPSIS、模糊综合评价)

多准则决策方法体系的基础,是由三大赋权方法和三大评价框架构成的 “3+3” 核心模块。赋权方法聚焦于准则重要性的量化,评价框架则专注于多准则信息的综合集成,二者共同覆盖了从 “确定权重” 到 “输出结果” 的全流程决策需求。

```On Earth, Be Water, By Coding``` 525
上一篇: 【飞控开发实战·㉓】SITL/HITL仿真与调试详解:Gazebo+PX4 SITL、MAVROS2联合仿真与硬件在环测试
下一篇: 第2章 PX4固件体系结构
进制树
博客等级 码龄133天 12粉丝 60原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值