墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
1.7k累计阅读
1.7k平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
本文档涵盖了不同机型的飞行器控制实现以及 PX4 飞行堆栈中的执行器管理。飞行器控制层位于高级飞行管理系统和低级执行器输出之间，负责执行将轨迹设定值转换为推力和扭矩指令的控制规则。
有关高级飞行协调和任务执行的信息，请参阅飞行控制系统。有关输入这些控制器的传感器融合和状态估计的详细信息，请参阅状态估计。
PX4 中的飞行器控制系统由特定于飞行器类型的控制器组成，这些控制器根据飞行器的动力学和执行机制实施不同的控制策略。每种飞行器类型都有各自的控制模块，用于处理从期望轨迹到执行器指令的转换。
车辆控制系统采用级联控制回路，将高级轨迹设定值转换为低级执行器指令。具体实现因车辆类型而异，但遵循通用模式。
PX4 SITL+Gazebo+QGC闭环仿真系统深度解析
无人机飞控仿真本质上是构建高保真数字孪生验证环境，其核心在于软件在环（SITL）逻辑、物理引擎（Gazebo）建模与地面站协议交互（QGC）的毫秒级时序闭环。SITL复用真实PX4固件控制律与EKF2状态估计，Gazebo基于ODE求解刚体动力学并注入IMU/GPS噪声，QGC则通过MAVLink实现指令下发与数据可视化——三者协同才能支撑抗风扰、GPS拒止等极端工况验证。该架构显著优于纯数学仿真或单点工具链，在农业植保、物流配送等工程场景中可替代90%实飞测试，大幅降低硬件试错成本。本文聚焦PX4 SIT
固定翼无人机视觉自主飞行：ROS+PX4二次开发全流程解析
无人机自主飞行技术中，固定翼平台与四旋翼存在显著差异。固定翼无法悬停，姿态变化快，视觉感知链路必须与飞控协同工作。ROS作为机器人操作系统，提供了丰富的感知与决策算法库；PX4作为开源飞行控制软件，负责底层姿态与航点控制。通过MAVROS桥接，开发者可在Gazebo仿真环境中搭建固定翼视觉自主飞行开发平台。本文从环境配置、仿真验证、视觉标定到offboard任务控制，系统讲解固定翼视觉二次开发的关键环节，帮助初学者快速构建可复现的自主飞行系统。适用于基于迅翼S7视觉版等开源平台的工程实践。
基于Simulink与Cube飞控的自主系统开发：从模型到嵌入式部署全流程解析
模型化设计（MBD）是一种广泛应用于控制、机器人和嵌入式系统开发的工程方法，它通过图形化建模取代传统手工编码，将算法设计、仿真验证与实现环节紧密结合。其核心原理在于利用可视化框图描述系统行为，并通过自动代码生成技术将模型直接转换为可在目标硬件上运行的高效C/C++代码。这一流程的技术价值在于显著提升复杂系统（如无人机、无人车）的开发效率与可靠性，减少人为错误，实现“设计即实现”。在工程实践中，MBD常与硬件在环测试结合，用于验证算法在贴近真实硬件环境下的性能。本文聚焦于如何将Simulink搭建的自主算法模
Pixhawk硬件强制配置：设备树与引脚映射详解
在嵌入式飞控系统中，硬件配置是驱动初始化的前提，其本质是建立MCU外设寄存器、物理引脚、通信协议与传感器设备间的确定性映射关系。PX4采用设备树（DTS）与板级配置头文件（board_config.h）双轨机制，对I2C地址、SPI片选、时序参数（CPOL/CPHA）、GPIO复用模式等关键项实施编译期强制声明，确保启动阶段可预测的硬件初始化行为。这种机制规避了自动探测带来的不确定性，在STM32平台实现微秒级中断响应与高可靠姿态解算。典型应用场景包括自定义机架集成光流模块、加装MS5611气压计或RPLI
LLM驱动的无人机集群智能体架构：从集中控制到分布式协同决策
多智能体系统通过分布式人工智能实现复杂任务的协同求解，其核心原理在于将自主决策能力赋予每个个体，并通过通信与协商达成群体目标。这一技术为机器人集群、自动驾驶等场景提供了全新的解决方案，能够显著提升系统在动态环境中的适应性与鲁棒性。本文聚焦于LLM-Centric Agentic AI这一前沿范式，探讨如何以大型语言模型作为认知核心，构建具备高级理解、推理与规划能力的无人机集群智能体。通过分层架构设计，结合工具调用、反思与记忆等关键模式，系统能将自然语言指令转化为协同行动，并在巡检、救援等应用场景中实现自主作
Pixhawk固件刷写原理与确定性排错指南
固件刷写是嵌入式系统中标准的程序更新操作，其本质基于MAVLink协议与DFU升级机制，遵循通信建立、身份校验、数据传输、校验回传、复位生效的确定性流程。理解该原理可破除‘刷固件靠运气’的认知误区，提升工程可重复性。技术价值在于实现飞控功能安全迭代与硬件能力释放，广泛应用于无人机开发、教育实训及工业巡检等场景。本文聚焦Pixhawk系列飞控，结合QGroundControl（QGC）与PX4固件生态，详解物理连接、驱动配置、Bootloader触发、日志诊断及刷后验证等关键环节，覆盖CH340/CP2102
迁移学习如何让大模型在无人机上真正自主飞行
自主无人机是边缘AI落地的典型高难度场景，其核心挑战在于小样本数据、严苛算力约束与物理世界安全红线三重限制。迁移学习作为连接大规模预训练与小规模真实部署的关键桥梁，通过特征复用、策略蒸馏和域自适应等技术路径，显著提升模型在低资源条件下的泛化性与鲁棒性。它不仅降低对海量标注数据的依赖，更支撑视觉-控制协同架构，在工业巡检、仓储物流等实际任务中实现仿真到现实的可靠迁移。本文聚焦迁移学习在微型飞行器上的工程化实践，涵盖MAE预训练、对抗域对齐、模型压缩与传感器时间同步等关键技术环节。
【信息科学与工程学】【产品体系】第十二篇 制造业生产加工05 控制算法 ——飞行（1）
航空航天控制的高级主题，包括先进飞行控制、航天器高级控制、无人机集群、航空发动机控制和飞行管理。
【信息科学与工程学】【数据科学】第一百八十八篇 数据处理方法列表02
编号类型领域数据处理方法适用的数据类型缺陷与优势应用场景关联知识和标准和法律法规1001物理世界数据处理线性代数广义逆矩阵（Moore-Penrose伪逆）在超定线性方程组求解中的应用——当物理实验中获得的观测方程个数多于未知数时（例如通过多个传感器测量同一个物理量的不同线性组合），需要寻找最小二乘意义下的最佳解。该方法通过奇异值分解（SVD）计算伪逆，即 A+=VΣ+UT，其中 Σ+ 是将奇异值的倒数取零（小于阈值的奇异值置零）。超定线性方程组 Ax=b，其中 A 为 m×n 矩阵且 m>n，b 为观测向
【feature_column处理】- indicator_column(指示列)和embedding_column(嵌入列)
1. 开胃菜 我们先来了解一下tf.feature_column.input_layer def input_layer(features, feature_columns, weight_collections=None, trainable=True, cols_to_vars=None, cols_to_output_tensors=None)
解决usbisp不识别无法烧录Atmega328P，Arduino不识别问题
如果使用Arduino IDE里面的烧录，可能会遇到一个问题，就是不识别国产这种廉价的USBISP 点击烧录引导程序，会遭遇到找不到USB设备的问题，选哪个都会提示找不到，比如选择USBasp could not find USB device with vid=0x16c0 pid=0x5dc vendor='www.fischl.de' product='USBasp' 因此，我们需要使用到progisp这一个软件的1.72版本 选择好芯片的型号后，调用编译好的HEX文...
放弃FFT全频计算！在STM32F407上用DFT单点计算提速50%的优化技巧
本文详细介绍了在STM32F407上通过DFT单点计算实现比FFT快50%的优化技巧，特别适用于生物阻抗分析、振动监测等只需关注单一频点的嵌入式场景。通过预计算相位角、查表法和混合精度计算等策略，显著提升计算效率和内存利用率，同时保持高精度。
深入剖析一个卷积块（ConvBlock）
深入剖析一个卷积块（ConvBlock）
FreeRTOS实战：如何避免HAL_Delay在高优先级中断中的坑（附TIM6配置指南）
本文深入剖析了在STM32 FreeRTOS项目中，于高优先级中断内调用HAL_Delay函数导致系统假死的根本原因——SysTick时基被FreeRTOS占用且优先级最低。文章提供了治本方案：通过配置TIM6作为独立且最高优先级的HAL时基，实现与FreeRTOS系统心跳的解耦，并附上详细的CubeMX配置与代码移植指南，确保系统实时性与稳定性。
抖音小程序：解决获取手机号报错 getPhoneNumber:fail auth deny，登录注册时需要获取用户手机号，getPhoneNumber一直提示错误（Uniapp抖音小程序报错也能解决）
抖音字节小程序获取手机号报错getPhoneNumber:fail auth deny，抖音 小程序 获取手机号 报错 getPhoneNumber:fail auth ，抖音小程序获取手机号始终返回拒绝，抖音小程序获取手机号，已经过了试运营期但依旧报错如何解决，调用 tt.getPhoneNumber 接口报错，登录注册时需要获取用户手机号，getPhoneNumber一直提示getPhoneNumber:fail auth deny，此能力仅支持小程序通过试运营期后可用，默认获取权限，无需申请；unia
解决gradle下载慢的问题
allprojects块的repositories用于多项目构建，为所有项目提供共同所需依赖包。而子项目可以配置自己的repositories以获取自己独需的依赖包。buildScript块的repositories主要是为了Gradle脚本自身的执行，获取脚本依赖插件。根级别的repositories主要是为了当前项目提供所需依赖包。慢的问题在于下载时链接的是官网，而官网下载速度太慢；1、解决gradle不同版本下载慢的问题。但是这个镜像站的版本不全，低版本可以用；有公司做的国内镜像站；
揭秘大厂智能生产调度AI系统架构：架构师拆解中台化设计3大优势
智能生产调度AI系统是基于AI算法（如遗传算法、强化学习、深度学习），结合生产数据（如订单、设备、库存、人员），自动生成最优生产计划与调度方案的系统。最大化设备利用率（减少停机时间）；最小化生产周期（快速交付订单）；优化库存水平（降低积压与短缺）；提升准时交货率（满足客户需求）。维度传统调度系统智能调度AI系统决策逻辑规则引擎+人工经验AI算法（预测+优化）数据处理手工汇总+静态数据实时数据整合+动态更新适应能力固定场景（如单一产品、单一工厂）
TMS_WebGMaps_1.9.8.0_Full_Source
TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder
SAP B1中文培訓教材_SDK
公司内部培训资料，对开发工具 ，DIAPI， UIAPI，Add-ON有详细解说
复分析 阿尔福斯(Ahlfors) 第三版答案 英文
答案分为十章，有部分习题没有答案，全英文复分析阿尔福斯(Ahlfors) 第三版答案
Camera2Demo
在Camera2 的基础上进行封装，使得Camera2一堆初始化逻辑与Activity分离，降低耦合度，完成预览拍照并保存的操作
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
163
扫一扫
