eH × DxLab
BY eHWRITTEN ON HALO19 MIN READ

px4消息大全(2)和swarm-drone-250 用户手册

**swarm-drone-250 用户手册 ** 警告： 操作不当可能导致设备损坏、财产损失甚至严重人身伤害。请在操作前务必仔细阅读并完全理解本手册。操作期间，请始终将安全置于首位。 一、 启动前测试 在每次飞行前，必须严格执行以下测试与校准流程，以确保系统处于最佳状态。 PX4 飞控基础校准 遥

恰饭飞控#飞控

**swarm-drone-250 用户手册 **

警告： 操作不当可能导致设备损坏、财产损失甚至严重人身伤害。请在操作前务必仔细阅读并完全理解本手册。操作期间，请始终将安全置于首位。

一、 启动前测试

在每次飞行前，必须严格执行以下测试与校准流程，以确保系统处于最佳状态。

  1. PX4 飞控基础校准

    • 遥控器校准：进入 QGroundControl 地面站，在校准页面重新校准遥控器的各个通道，确保摇杆行程、中位、方向均准确无误。
    • 机身与传感器校准 (IMU, 罗盘等)：将飞行器放置于水平平面，在地面站中执行完整的传感器校准流程，包括加速度计、陀螺仪和磁罗盘。

  2. 机载设备连接与配置

    • 修改 Mid360 激光雷达 IP：根据您的网络规划，确保 Mid360 激光雷达的 IP 地址已正确配置，并与机载计算机处于同一网段。
    • 检查网络连接：确认机载计算机与雷达、飞控等所有外部设备的物理连接牢固，网络通信通畅。

  3. 启动定位与状态估计系统

    • 运行系统脚本：在机载计算机的终端中，执行以下脚本以启动底层驱动和定位算法。

      Bash

      cd ~/swarm250_ws/src/swarm-drone-250/src/scripts
./position_tmux.sh

  4. 检验 EKF2 融合状态

    • 在脚本运行后，打开一个新的终端，使用以下命令监控由飞控 EKF2 融合视觉（激光雷达）里程计后输出的位姿估计：

      Bash

      rostopic echo /mavros/vision_pose/pose

    • 收敛性验证：手持飞行器，在安全环境下缓慢移动，并观察 pose.position 数据的变化：

      • 向前移动，x 值应稳定增加。
      • 向左移动，y 值应稳定增加。
      • 向上移动，z 值应稳定增加。

    • 警告： 如果数据跳变、不稳定，或移动方向与数据变化不符，说明状态估计存在异常。严禁在此状态下尝试任何飞行。

  5. Position 模式悬停测试

    • 切换模式：将遥控器正面右侧第二个三段式开关拨至最下方，将飞控切换至 Position（定点）模式。
    • 解锁与起飞：在确认安全后，解锁飞行器并缓慢推动油门杆超过中点 (50%)。
    • 观察状态：待飞行器平稳爬升至 0.5 米以上后，将油门杆回中。此时，飞行器应能稳定地保持在当前位置悬停。
    • 警告： 请勿在 Position 模式下强行解锁 (Arm)。只有在系统状态正常、定位信号稳定时，此模式才能安全工作。

二、 运行 Swarm 自主飞行

在完成所有启动前测试且飞行器在 Position 模式下悬停稳定后，方可执行自主飞行任务。

  1. 启动 Swarm 规划器脚本：执行 swarm_tmux.sh 脚本。

    Bash

    cd ~/swarm250_ws/src/swarm-drone-250/src/scripts
./swarm_tmux.sh

  2. 等待系统初始化：脚本执行后，等待约 60 秒，让所有模块完成初始化。

  3. 激活自主任务：将遥控器正面最右侧的开关拨动一下，飞行器将开始执行自主任务。

三、 修改与二次开发（开发者深度参考）

本章节完整包含了所有用于修改、二次开发和深度调试的必要信息。

3.1 基本参数修改

  • 修改向前探索距离：
    • 文件路径：src/planner/plan_manage/launch/swarm.launch。
    • 修改 <arg name="forward_dist" value="3.0"/> 中的 value 值。
  • 修改默认飞行/巡航高度：
    • 文件路径：src/planner/plan_manage/src/main_ctrl.cpp。
    • 修改 #define HEIGHT 1.5 宏定义的值。

3.2 系统控制架构概览

本系统采用分层决策与规划架构：

  • FSM (Finite State Machine - 有限状态机)：最高层的决策大脑。
  • Replan (Re-planning - 重规划)：中间层的路径生成。
  • EGO (ESDF-free Gradient-based Optimization - 无需ESDF的梯度优化)：底层的轨迹精细优化。

3.3 传感器外参标定 (mid360)

以下为 mid360 外参标定方法。

  • 使用内置 IMU
    • 方法一 (理论计算)：FAST_LIO 的坐标系以IMU为输出原点。livox mid360 内部 IMU 和激光传感器有固定偏移。fastlio 预设了垂直安装的 extrinsic_T 和 extrinsic_R。当倾斜安装时，可以通过数学方式计算出新的旋转矩阵并填入 fastlio 配置中。
    • 方法二 (Odom 修正)：完全不改变外参，此时倾斜安装输出的 odom 坐标系也会倾斜，但地图构建应是收敛的。然后可以对 Odom 进行反方向的坐标转换来修正坐标。通过竖直上下移动雷达，若仅 Z 轴大量改变而 XY 无改变则说明转换正常。
  • 使用外置 IMU
    • 建议使用专业的开源标定工具。推荐的仓库有：
      • https://github.com/hku-mars/LiDAR_IMU_Init
      • https://github.com/APRIL-ZJU/lidar_IMU_calib
    • 如果内置 IMU 的标定效果不佳，也可考虑使用此类工具。

3.4 集群系统深度解析 (调试日志)

本节内容完全来自集群调试日志，用于深度分析。

  • 3.4.1 雷达倾斜安装

    • 因为是 /Odometry —–/vins_to_mavros––> /mavros/vision_pose/pose 单线转换,实现了传感器数据与机器人位姿（Pose）的分离。
    • 在这种情况下，/cloud_registered 话题中的点云是倾斜的。
    • 在节点话题图中是看不到 /mavros/vision_pose/pose 和 /mavros/local_position/odom / /mavros/local_position/pose 的关系的。
    • 这是因为：/mavros/vision_pose/pose 是喂给飞控的数据（输入），而 /mavros/local_position/odom 和 /mavros/local_position/pose 则是飞控经过内部融合计算后，反馈的结果（输出）。这些融合任务是在飞控的单片机上运行的。

  • 3.4.2 mavros逻辑梳理

    • MAVROS 本质上是运行在机载电脑上的 ROS 系统 和无人机飞控板之间的一座双向大桥，通过 MAVLink 协议 来回传递消息。

    • 核心数据流逻辑

      +---------------------------------+          +-----------------------------+
|    机载电脑 (Companion Computer)    |          |      飞控板 (Flight Controller) |
|            (ROS)                |          |      (e.g., PX4 with EKF2)  |
+---------------------------------+          +-----------------------------+
              ^   |                                      ^   |
              |   |                                      |   |
  [指令/外部数据]  |   V  [状态/传感器数据]                [指令]   |   V  [内部传感器数据]
              |   |                                      |   |
              |   |        MAVLink 协议通信        |   |
+---------------------------------+ <=================> +-----------------------------+
|             MAVROS              |          |      MAVLink Endpoint         |
+---------------------------------+          +-----------------------------+

    • 第一类：感知与定位 (飞控 -> ROS)

      • 原始传感器数据:
        • /mavros/imu/data_raw: 飞控原始的IMU数据（加速度计、陀螺仪）。
        • /mavros/global_position/raw/fix: 原始的GPS定位信息。
        • /mavros/altitude: 融合了气压计等信息的高度。
      • 融合后的状态估计 (最常用):
        • /mavros/local_position/pose: 飞控内部EKF融合所有传感器后，得出的在本地坐标系（odom或map）下的位置和姿态。
        • /mavros/local_position/odom: 比上面的 pose 更完整，还包含了速度信息。是上层应用（如运动规划）最应该使用的位姿来源。
      • 系统状态:
        • /mavros/state: 飞控的当前状态（例如，ARMED, OFFBOARD, MANUAL）。
        • /mavros/battery: 电池电压和电量信息。
        • /mavros/estimator_status: 内部状态估计器（EKF）的健康状况。

    • 第二类：外部数据注入 (ROS -> 飞控)

      • 视觉/雷达定位数据:
        • /mavros/vision_pose/pose: 通过VIO或Lidar SLAM计算出的无人机位姿，发送给飞控，用于修正和融合。
        • /mavros/odometry/in: 另一个可以发送完整里程计信息（包含速度）的接口。通常 vision_pose 和 odometry/in 只使用其中一个。
      • 动捕系统数据:
        • /mavros/mocap/pose: 用于从外部运动捕捉系统（如Vicon, OptiTrack）注入更高精度的位姿。
      • 外部GPS数据:
        • /mavros/gps_input/gps_input: 可以绕过飞控自己的GPS驱动，直接从ROS注入GPS数据。

    • 第三类：指令与控制 (ROS -> 飞控)

      • 高级指令:
        • /mavros/setpoint_position/local: 发送在本地坐标系下的期望位置目标点。
        • /mavros/setpoint_velocity/cmd_vel_unstamped: 发送期望的速度指令。
      • 低级指令 (需要自己做控制器):
        • /mavros/setpoint_raw/attitude: 直接发送期望的姿态和油门大小。
        • /mavros/setpoint_accel/accel: 发送期望的加速度指令。
      • 轨迹指令:
        • /mavros/trajectory/desired: 发送一个包含位置、速度、加速度的完整轨迹点。

  • 3.4.3 MAVROS 话题功能详尽分类表

类别 (Category) 主要话题 (Key Topic) 数据流向 (Data Flow) 功能简介 (Brief Description)
1. 感知、定位与状态 (Sensing, State & Localization) /mavros/state 飞控 -> ROS ✅ 核心状态: 飞行模式、是否解锁、系统ID等。
/mavros/local_position/odom 飞控 -> ROS 本地里程计: EKF融合后的高精度位姿+速度，上层应用首选。
/mavros/local_position/pose 飞控 -> ROS 本地坐标系下的位姿（位置+姿态）。
/mavros/local_position/velocity_body 飞控 -> ROS 机体坐标系下的速度。
/mavros/global_position/global 飞控 -> ROS 全球GPS位置（经纬高）。
/mavros/global_position/raw/fix 飞控 -> ROS 原始、未融合的GPS定位数据。
/mavros/global_position/compass_hdg 飞控 -> ROS 磁罗盘航向角。
/mavros/global_position/rel_alt 飞控 -> ROS 相对于起飞点的高度。
/mavros/imu/data 飞控 -> ROS 经过校准和融合的IMU数据（姿态、角速度、加速度）。
/mavros/imu/data_raw 飞控 -> ROS 原始IMU传感器读数。
/mavros/altitude 飞控 -> ROS 融合后的高度信息（气压计等）。
/mavros/battery 飞控 -> ROS 电池电压、电流与电量。
/mavros/estimator_status 飞控 -> ROS 内部状态估计器（EKF）的健康状况。
/mavros/extended_state 飞控 -> ROS 扩展的飞控状态（如着陆状态）。
/mavros/radio_status 飞控 -> ROS 遥控接收机或数传电台的信号强度(RSSI)。
/mavros/time_reference 飞控 -> ROS 飞控与ROS之间的时间参考，用于同步。
/mavros/vfr_hud 飞控 -> ROS 用于平视显示器（HUD）的常用数据（空速、地速、高度、油门等）。
2. 外部数据注入 (External Data Injection) /mavros/vision_pose/pose ROS -> 飞控 💉 注入视觉位姿: 从VIO/SLAM向飞控EKF提供位姿修正。
/mavros/odometry/in ROS -> 飞控 💉 注入里程计: vision_pose的更完整版本，包含速度信息。
/mavros/mocap/pose ROS -> 飞控 💉 注入动捕位姿: 从运动捕捉系统（如Vicon）提供高精度位姿。
/mavros/gps_input/gps_input ROS -> 飞控 💉 注入GPS: 从ROS向飞控发送GPS数据，可替代飞控自带的GPS。
/mavros/landing_target/pose_in ROS -> 飞控 🎯 注入着陆目标: 发送一个精确的着陆目标位姿（如视觉二维码）。
3. 目标设定点与指令 (Setpoints & Commands) /mavros/setpoint_position/local ROS -> 飞控 📍 位置控制: 发送期望的本地位置目标点。
/mavros/setpoint_velocity/cmd_vel_unstamped ROS -> 飞控 💨 速度控制: 发送期望的线速度和角速度。
/mavros/setpoint_raw/attitude ROS -> 飞控 🔄 姿态控制: 直接发送期望的姿态和油门，用于底层控制。
/mavros/setpoint_accel/accel ROS -> 飞控 🚀 加速度控制: 发送期望的加速度指令。
/mavros/setpoint_trajectory/local ROS -> 飞控 ✈️ 轨迹控制: 发送包含位置、速度、加速度的完整轨迹点。
/mavros/rc/override ROS -> 飞控 🕹️ 覆盖遥控器: 用程序模拟遥控器输入，实现完全控制。
/mavros/manual_control/send ROS -> 飞控 发送手动控制指令。
/mavros/play_tune ROS -> 飞控 🎵 控制飞控蜂鸣器播放提示音。
4. 任务、执行器与反馈 (Missions & Actuators) /mavros/mission/waypoints ROS <-> 飞控 🗺️ 航点任务: 上传、下载和监控自主飞行航点列表。
/mavros/mission/reached 飞控 -> ROS ✅ 到达航点: 飞控发出的到达任务航点的通知。
/mavros/home_position/home 飞控 -> ROS 🏠 获取当前设置的“家”的位置。
/mavros/rc/in 飞控 -> ROS 📡 遥控器输入: 读取人类飞行员的遥控器通道值。
/mavros/actuator_control 飞控 -> ROS ⚙️ 电机指令: 查看飞控发送给电机/舵机的最终控制指令。
/mavros/esc_status & /esc_telemetry 飞控 -> ROS ⚡ 电调状态: 读取数字电调的转速、温度、电压等遥测数据。
/mavros/mount_control/command ROS -> 飞控 控制相机云台的指令。
5. 通用、调试与底层 (Utilities & Low-Level) /mavlink/from & /mavlink/to MAVROS <-> 串口 🛠️ 底层数据包: 用于深度调试，直接查看原始的MAVLink通信数据。
/mavros/param/param_value ROS <-> 飞控 🔧 参数服务: 用于读取和设置飞控的所有内部参数（注意：这是服务，非话题）。
/mavros/log_transfer/... 飞控 -> ROS 💾 飞行日志: 用于下载飞控的“黑匣子”数据。
/mavros/statustext/recv 飞控 -> ROS 💬 状态文本: 接收来自飞控的文本消息。
/mavros/debug_value/... ROS <-> 飞控 🐞 调试值: 一组通用的调试接口。
/mavros/hil/... ROS <-> 飞控 💻 硬件在环仿真 (HIL): 一整套用于HIL仿真的话题。
/mavros/px4flow/... 飞控 -> ROS 👁️ 光流传感器: 用于PX4Flow光流传感器的数据。
/mavros/adsb/... ROS <-> 飞控 ✈️ ADS-B: 用于广播式自动相关监视（ADS-B）的数据。
/mavros/tunnel/in & /out ROS <-> 飞控 🚇 自定义通道: 用于传输自定义的MAVLink消息。
  • 3.4.4 关键点
    • /mavros/vision_pose/pose 何去何从？
      • 从哪来 (Source): 来自于外部定位系统，由 vins_to_mavros 节点在对原始VIO/LIO数据进行坐标校正后发布出来。
      • 到哪去 (Destination):
        1. MAVROS节点订阅这个ROS话题。
        2. MAVROS将收到的 PoseStamped 消息打包成 MAVLink 协议格式的消息。
        3. MAVROS通过串口或网络将这个MAVLink消息发送给飞控板。
    • 飞控板中的内部消息处理逻辑
      1. 飞控板接收到由 /vision_pose/pose 转化而来的 MAVLink 消息。
      2. 飞控内部的核心——EKF (扩展卡尔曼滤波器)——获取这个外部位姿数据。
      3. EKF开始进行数据融合：
        • 预测步 (Prediction): EKF根据内部高频的IMU数据来预测无人机下一刻的位姿。
        • 更新/修正步 (Update/Correction): 当EKF收到一个外部的、更准确的位姿测量值时（如从 vision_pose 发送的数据），它会用这个“外部真值”来修正自己的预测。
      4. 融合后的最佳估计结果，成为飞控的“官方”位姿，随后被MAVROS读取，并发布到 /mavros/local_position/odom 等话题上。
  • 3.4.5 核心话题与节点分析
    • fastlio 的 /cloud_registered 话题
      • 这个话题是实时发布，不缓存的。fastlio 在处理完每一帧的LiDAR数据后，就会立即发布一次该话题。
      • 每一次发布的消息都是一个独立的 sensor_msgs/PointCloud2，只包含最新处理过的那一帧点云数据，不会累积。
      • 在 RViz 里看起来是“一直在增长的”，是因为 RViz 的 “Decay Time” 参数被设置为 0 或一个很大的值，使 RViz 保留了接收到的每一帧点云。
    • /offset_odom_pub 节点
      • 作用：校正里程计 (odometry) 的初始位置，并将校正后的结果发布到 /odom2 话题上。
      • 工作流程:
        1. 订阅原始里程计：订阅来自LIO算法输出的话题（如 /fast_lio/odometry）。
        2. 计算偏移量：当收到第一帧数据时，记下这个初始的位姿。
        3. 应用偏移：对于后续每一帧数据，应用变换把第一帧的初始位姿“挪”回到真正的世界原点 (0, 0, 0)。
        4. 发布新里程计：将这个经过“原点重置”的、新的里程计数据发布出去。
    • /drone2_ego_planner_node 节点
      • 它是 EGO-Planner 框架中，负责无人机进行自主路径规划的ROS节点。
      • 主要功能:
        • 🚀 轨迹生成与优化: 生成一条平滑且动态可行的飞行轨迹，综合考虑速度、加速度等限制。
        • 🌲 实时避障: 接收传感器数据构建局部地图，并主动避开障碍物。
        • 🐝 支持无人机集群: 命名空间 drone2 表明它服务于2号无人机，通过节点间通信与其他无人机协同避障。
        • 异步与去中心化: 每架无人机的规划节点都独立工作，不依赖中央服务器。
    • ego swarm 工作流程
      1. 核心规划模块 (/drone2_ego_planner_node)
        • 输入: 订阅自身里程计话题，以及用于集群避障的 /broadcast_bspline 话题（接收来自其他无人机的规划轨迹）。
        • 输出: 最重要的输出是 /drone2_planning/bspline，它以 B样条曲线 的形式发布计算出的最优轨迹。同时输出用于可视化的 /grid_map 等调试话题。
      2. 轨迹执行模块
        • /drone2_traj_server: 这是一个轨迹服务器，任务是接收来自规划器的完整轨迹（B样条曲线）。
        • /position_cmd: 这是最终的控制指令话题。/drone2_traj_server 根据当前时间，从B样条曲线上高频采样出目标点（位置、速度、加速度），发布到这个话题，由底层控制器执行。
      3. 通信与监控模块
        • /gcs_bridge_node: 一个桥接节点，用于在无人机上的 ROS 系统和地面控制站 (GCS) 之间建立通信。它订阅规划结果和里程计信息，打包发送给地面站软件。

四、 注意事项

安全是飞行的第一要务。

  • 远离人群：严禁在人群上方或附近运行飞行器。始终保持安全距离。
  • 保持视线：操作期间，操作员的视线绝不能离开飞行器。
  • 手不离控：随时准备接管，确保您的手始终放在遥控器上。
  • 紧急情况处理：一旦发生任何不可预见的紧急情况，请毫不犹豫地按下遥控器上的紧急停机 (Emergency Kill Switch) 开关。
  • 低温影响：在低温环境下飞行，电池性能会显著下降。请确保电池在起飞前已充分预热，并适当减少飞行时间。
  • 法律法规：请严格遵守当地关于无人机飞行的所有法律和规定。