1. 磁罗盘干扰:无人机飞行的“隐形杀手”
如果你玩过无人机,或者正在基于PX4开发自己的飞行器,那你大概率遇到过一些让人摸不着头脑的飞行问题。比如,无人机在空中莫名其妙地“点头”自旋,或者悬停时像喝醉了酒一样来回漂移,甚至在切换飞行模式时出现剧烈的姿态变化。很多时候,你检查了GPS信号、IMU数据,感觉一切正常,但问题依旧。这时候,罪魁祸首很可能就是你不太在意的磁罗盘。
磁罗盘,学名磁力计,是无人机导航系统里一个沉默但至关重要的角色。它的核心任务不是测姿态,而是告诉飞控“哪里是北”。飞控结合GPS提供的经纬度信息和磁罗盘提供的航向角,才能知道自己在地球上的确切朝向,从而实现稳定的自主巡航、返航和定点悬停。你可以把它想象成无人机内置的一个“电子指南针”。
然而,这个指南针非常“娇气”。它测量的是地球磁场,但这个天然磁场信号其实非常微弱。不幸的是,无人机本身就是一个巨大的“干扰源”——高速旋转的电机、流经电调和大电流线缆的电流,都会产生额外的人工磁场。这些干扰磁场叠加在地球磁场上,被磁罗盘一并采集,导致它指北不准,输出的航向数据自然就错了。飞控基于错误的方向去控制无人机,飞行姿态失控就成了必然结果。
我刚开始接触多旋翼时,就踩过这个大坑。当时自己组装了一架450轴距的机架,为了布线整洁,把GPS模块(集成磁罗盘)直接放在了中心板正上方,下面就是分电板和一堆电源线。地面测试一切正常,但一起飞,飞机就开始缓慢自旋。一开始我以为是PID没调好,折腾了好几天,最后通过分析日志才发现,只要一推油门,磁罗盘的数据就“跳起了舞”。这就是典型的磁罗盘干扰问题。所以,理解并解决磁干扰,是保证无人机飞行品质,尤其是自主飞行安全性的基本功。接下来,我就带你一步步拆解这个问题,从诊断到解决,用PX4提供的工具实战一遍。
2. 诊断第一步:揪出干扰的“元凶”
当怀疑磁罗盘有问题时,别急着拆装机架或者换硬件。PX4飞控强大的日志系统就是我们最好的“侦探工具”。我们的首要任务是确认干扰是否存在,并判断干扰的来源是什么。这里,PX4官方推荐了一个非常直观的分析方法:分析推力与磁场强度的关系。
2.1 理解“推力-磁场”关系图
这个方法的原理很直接。无人机上最主要的干扰源就是电机和电调工作时的电流。电流变化最剧烈的时刻,就是推力变化的时候。因此,如果我们把电机推力(或总电流)和磁罗盘读取的原始磁场强度放在一张图里对比观察,就能看出端倪。
你需要用到PX4生态中一个神器级的在线工具:Flight Review。你可以在地面站QGroundControl中完成飞行后,一键上传日志到该网站,或者手动将.ulg日志文件上传到 logs.px4.io。
在Flight Review的图表列表中,找到名为 “Thrust and Magnetic Field” 的图表。这张图通常包含两条曲线:
- Thrust (Norm):归一化后的推力值,范围在0到1之间,代表了所有电机综合的推力输出。
- Mag Field Strength:磁罗盘测量的原始磁场向量的模长(可以理解为磁场总强度),单位通常是高斯(Gauss)。
2.2 解读三种典型情况
面对这张图,我们可以像老中医“望闻问切”一样,看出三种不同的“病症”。
第一种,健康状态(理想情况)。
健康的磁罗盘读数应该像一条平静的直线。Mag Field Strength曲线在整个飞行过程中基本保持一个稳定的常数值,波动很小。无论Thrust曲线如何上下翻飞(爬升、下降),磁场强度曲线都“巍然不动”,两者之间看不出任何同步变化的规律。这说明你的磁罗盘安装位置很好,基本没有受到机载电流的干扰。如果你的图长这样,那么恭喜你,可以跳过补偿步骤了。
第二种,典型电流干扰(与推力相关)。
这是最常见的问题。你会清晰地看到,Mag Field Strength曲线不再平静,它的起伏与Thrust曲线的起伏高度同步。推力一增加,磁场强度就跟着上升或下降;推力一减小,磁场强度又跟着回来。两条曲线看起来像在“共舞”。这几乎就是铁证,证明电机/电调工作产生的磁场已经严重干扰了你的磁罗盘。干扰的强度可能与推力成正比。
第三种,外部或校准问题(与推力不相关)。 还有一种情况,磁场强度曲线波动很大,但它和推力曲线没有明显的同步关系,看起来像是随机的抖动。这通常指向两个可能:
- 磁罗盘校准不准:你可能在校准磁罗盘时,周围存在移动的金属物体(如钥匙、手机),或者校准流程没有完整地旋转无人机,导致校准参数错误。
- 飞行环境存在外部干扰:你在钢筋结构的楼顶、高压线附近、或者地下停车场飞行,环境中的强干扰磁场盖过了地球磁场。
我自己的经验是,第二种“与推力相关”的干扰最为普遍。曾经有一架测试机,每次做自动航线飞行,拐弯时总会有轻微的航向过冲。一查“推力-磁场”图,就看到两条紧紧缠绕的曲线,推力一变,磁场就变,干扰非常明显。这为我们后续的补偿操作提供了明确的依据和必要性。
3. 治本之法:优化硬件安装与校准
诊断出问题后,我们先别急着上软件补偿。软件补偿是“治标”,而优化硬件安装是“治本”。在可能的情况下,优先尝试以下方法,往往能从根本上解决问题。
第一招,也是最有效的一招:让罗盘“远离”干扰源。 磁场强度随距离的衰减是非常快的(与距离的平方成反比)。这意味着,哪怕把磁罗盘挪远几厘米,干扰都可能大幅减弱。具体怎么做?
- 使用外置罗盘/GPS模块:尽量不要使用飞控板载的磁罗盘。购买一个外置的GPS模块(通常都集成磁罗盘),通过支架将其安装在无人机的最顶端,远离机身主体。这是提升航向精度的最有效投资。
- 合理走线:大电流线缆(特别是电池到分电板、电调到电机的线路)应尽量避免靠近或平行于磁罗盘。如果无法避免,可以尝试将正负电源线紧密绞合在一起,这样它们产生的磁场会相互抵消一部分。
- 注意支架材质:固定磁罗盘/GPS模块的支架,一定要使用非磁性材料,如碳纤维、塑料或铝。绝对不要使用不锈钢螺丝,一个小小的螺丝就足以让校准失效。
第二招,执行一次完美的磁罗盘校准。 无论安装多么合理,校准都是必须且关键的一步。PX4在地面站QGroundControl中提供了非常直观的校准流程。
- 点击“齿轮”图标进入设置,选择“传感器”中的“罗盘”。
- 按照提示,将无人机依次围绕六个面(机头朝下、朝上、朝左、朝右、机腹朝左、朝右)缓慢旋转。每个面都要确保气泡指示条变绿。
- 关键点:一定要在最终飞行的场地进行校准,并且确保校准时机身已经处于完全组装好的状态(电池、云台、所有设备都装上)。因为任何金属或磁性物体的增减都会改变局部的磁场环境。
- 校准完成后,可以在地面站的“Analyze”工具中查看校准结果,确保各轴的数据看起来合理。
我踩过的一个坑是,在校准时为了图方便,把无人机放在室内的金属桌面上进行了。结果一到室外飞行,航向就偏了几十度。所以,记住:在最终飞行环境,以完整飞行姿态进行校准,这是黄金法则。
如果以上两步都做到了极致,但“推力-磁场”图仍然显示有无法接受的干扰(比如外置罗盘也无法安装到更远),那么我们就需要请出最后的“软件武器”——罗盘功率补偿。
4. 实战:执行罗盘功率补偿
当硬件优化达到极限后,PX4提供的软件补偿功能就是我们的“终极法宝”。它的原理很聪明:既然我们知道了干扰主要来自电机电流,而电流又与推力成正比(对于电池电压稳定的情况),那么我们就可以建立一个数学模型,用推力(或直接测量的电流)来预测干扰磁场的大小和方向,然后从磁罗盘的原始读数中把它“减”掉。
4.1 获取高精度分析日志
补偿的第一步,是采集一份专门用于分析的数据日志。这个过程需要一点耐心和精确操作。
-
固件与参数准备:
- 确保飞控运行的是较新的PX4固件(v1.11.0之后版本更佳)。
- 连接QGroundControl,进入参数设置。
- 将
SDLOG_MODE参数设置为 2。这会让飞控从上电开始就记录日志,确保我们能捕获到完整的实验过程。 - 将
SDLOG_PROFILE参数中的“高速率日志记录”选项勾选上,以获得更密集的数据采样。 - 找到
CAL_MAG_COMP_TYP参数,先暂时设置为 0(禁用补偿),我们要采集的是未补偿的原始干扰数据。
-
实验设置与安全警告:
- 这是关键且危险的步骤! 你必须用扎带、夹具或其他可靠方式,将无人机牢固地固定在地面或测试台上。确保它绝对无法移动或起飞,但螺旋桨必须能自由旋转。
- 将飞行模式切换到 ACRO(特技模式)。这个模式下,飞控不会尝试去抵抗外力,能让我们获得最“干净”的推力与磁场关系数据。
- 移除所有螺旋桨!是的,为了安全,我强烈建议在无桨状态下进行此测试。推力数据依然会被记录,但风险为零。
-
执行标准油门行程测试:
- 解锁无人机。
- 非常缓慢地将油门推杆从最低推至最高,这个过程建议持续10-15秒。
- 让油门在最高点保持1-2秒。
- 同样缓慢地将油门推杆从最高拉回最低,再持续10-15秒。
- 上锁无人机。这样我们就得到了一段推力从0%到100%再到0%的平滑变化日志。
4.2 使用PX4脚本分析日志
PX4开源社区的好处就是,工具链是完整的。在PX4-Autopilot的源码里,官方已经为我们写好了分析脚本。
-
找到脚本:脚本路径通常在
PX4-Autopilot/src/modules/sensors/vehicle_magnetometer/mag_compensation/python/mag_compensation.py。你需要克隆PX4源码到你的电脑,或者直接下载这个脚本文件。 -
安装依赖:这个脚本需要Python3和一些科学计算库。建议使用pip安装:
pip install numpy scipy matplotlib pyulog。 -
运行分析:打开终端,切换到脚本所在目录,执行命令。这里你有两个选择:
# 使用推力进行补偿(更常用,适用于电池电压较稳定的情况) python mag_compensation.py /path/to/your/logfile.ulg thrust # 或者使用电池电流进行补偿(更直接,但需要电流计数据准确) python mag_compensation.py /path/to/your/logfile.ulg current将
/path/to/your/logfile.ulg替换为你实际日志文件的路径。 -
解读输出结果:脚本运行后,会做两件事。
- 弹出拟合曲线图:它会显示三张子图,分别对应磁场的X、Y、Z轴。图中散点是原始数据,曲线是拟合出的干扰模型。你需要观察散点是否大致沿着曲线分布,这代表了拟合的好坏。如果散点杂乱无章,说明干扰与推力/电流关系不大,补偿效果可能不佳。
- 在终端打印补偿参数:你会看到类似下面这样的输出:
这些就是计算出来的补偿系数。CAL_MAG0_XCOMP: 0.001523 CAL_MAG0_YCOMP: -0.000874 CAL_MAG0_ZCOMP: 0.002156CAL_MAG0代表第一个磁罗盘(通常是飞控内置的),如果你用的是外置罗盘,可能会是CAL_MAG1。脚本会明确告诉你参数名。
4.3 写入参数并验证效果
拿到宝贵的补偿参数后,最后一步就是将它们注入飞控。
- 设置补偿类型:回到QGroundControl的参数列表。
- 如果你用的是
thrust分析,将CAL_MAG_COMP_TYP设置为 1。 - 如果你用的是
current分析,将CAL_MAG_COMP_TYP设置为 2。
- 如果你用的是
- 填入补偿系数:将脚本输出的
CAL_MAGx_XCOMP,CAL_MAGx_YCOMP,CAL_MAGx_ZCOMP三个参数值,分别填入对应的参数框中。注意核对x的编号(0,1,2...)是否与你的目标罗盘一致。 - 写入并重启:点击“保存”将参数写入飞控,然后重启飞控使参数生效。
效果验证:补偿是否有效,必须用数据说话。重复一遍 4.1 节中获取分析日志的步骤(固定无人机,ACRO模式,慢推油门),再记录一份新的日志。将新旧两份日志都上传到Flight Review,对比它们的“Thrust and Magnetic Field”图表。
补偿前,你可能会看到磁场曲线紧紧跟随推力曲线。补偿后,成功的标志是:磁场强度曲线变得平坦了许多,虽然可能仍有一些波动(因为模型不可能100%完美),但它与推力曲线的相关性被极大地削弱了,基本恢复到一个常值附近。这个视觉对比是最有成就感的时刻,意味着你成功地从数据中剥离了电流干扰。
5. 进阶技巧与避坑指南
掌握了基本流程,还有一些细节和坑点值得分享,这能让你在实战中更加游刃有余。
多个罗盘的处理:很多无人机同时有内置罗盘(MAG0)和外置罗盘(MAG1)。PX4默认会选择一个“优选”的罗盘使用(通过 CAL_MAGx_PRIO 参数设置优先级,数字越大优先级越高)。你需要确保:
- 你补偿的是正在被系统使用的那个罗盘。在地面站“状态”页可以查看当前使用的是哪个MAG。
- 如果你两个罗盘都想补偿,需要分别对它们采集日志(可以通过临时禁用另一个来确保日志只记录目标罗盘的数据),并分别计算和填入两组参数。
电流补偿 vs. 推力补偿,怎么选?
- 推力补偿:模型简单,直接使用归一化推力。它假设电池电压恒定,推力与电流严格成正比。在电池满电或电压变化不大的情况下,效果很好,且不依赖电流传感器的精度。
- 电流补偿:更接近物理本质,直接使用电流计测量的电池电流值。理论上更准确,尤其适用于电池电压在飞行中下降明显的情况。前提是你的电流计参数
BAT_A_PER_V和BAT_V_EMPTY等必须校准得非常准确,否则会引入新的误差。
我的建议是,如果你的电流计校准没问题,可以尝试current补偿;如果不确定,或者想求稳,thrust补偿是更通用可靠的选择。
常见失败原因分析:
- 拟合曲线乱七八糟:可能干扰太复杂,不是简单的线性关系。可以尝试检查罗盘安装是否太近,先做硬件优化。也可能是飞行日志质量差,推杆速度太快太猛,导致数据不连续。
- 补偿后效果不明显:首先确认你修改参数后重启了飞控。其次,检查
CAL_MAG_COMP_TYP是否设置正确(1或2)。最后,可能干扰中包含了与推力/电流无关的强固定磁场,这需要靠硬件隔离解决。 - 补偿后飞行反而更差:赶紧检查是否填错了参数的正负号,或者把X、Y、Z参数填串了。立即将补偿类型
CAL_MAG_COMP_TYP改回0禁用补偿,恢复飞行安全。
磁罗盘干扰的排查与补偿,是一个典型的从现象到数据,再从数据到解决方案的工程实践过程。它不需要多高深的理论,但需要耐心、细致的操作和对数据的敏感度。每当我成功地将一条跳动的磁场曲线“抚平”,都知道这为无人机的自主飞行扫清了一个重要的障碍。希望这份指南能帮你少走弯路,更安心地享受飞行的乐趣。
873



被折叠的 条评论
为什么被折叠?



