【Tello无人机】无人机编队操作面板实现

为了方便进行无人机的编队演示,以及在各种场景下实现队形的灵活切换,开发了一套专门的上位机控制平台。本文将重点介绍应用于tello无人机的编队操作面板及其核心功能。

操作面板页面

下图展示了操作面板,其中包含5种编队动作和3个可选位置设定。用户可以根据实际需求选择动作,并对动作参数进行配置。该平台嵌入了两套通讯系统:仿真系统和物理系统。用户可以在仿真环境中验证动作的合理性和安全性,然后在物理系统中进行实验。接下来将在仿真环境中介绍各个动作。

仿真动作
启动仿真

点击启动仿真,可运行嵌入系统中的pybullet组件,并初始化无人机位置如下:(复位即此位置)

位置1,一字排开,为执行动作4,动作5做准备

动作1

三个无人机滚动交换位置,实现三个无人机换位置的效果

代码实现:

def shift_drone_positions(current_pos, target_position, task_stage_count):

if np.all(target_position == None):

target_position = current_pos

if np.linalg.norm(current_pos - target_position) < 0.05:

target_position = np.roll(target_position, 1, axis=0)

task_stage_count += 1

return target_position, task_stage_count

逻辑:

  1. 首先检查是否有指定的目标位置,如果没有,则将目标位置设定为当前位置。
  2. 计算当前位置与目标位置之间的欧几里得距离,如果小于 0.05,则执行下一步。
  3. 将目标位置在坐标轴上向前滚动一个单位,模拟位置的移动。
  4. 增加任务阶段计数。
  5. 返回更新后的目标位置和任务阶段计数。

动作2

无人机两两交换位置,同时采用CBF进行避障运动,保证运动的同时不会与其他无人机发生碰撞

代码实现:

def swap_drone_positions(current_pos, target_position, swap_count):

if np.all(target_position == None):

target_position = current_pos

new_drone_positions = np.copy(target_position)

if np.linalg.norm(current_pos - target_position) < 0.05:

if swap_count % 2 == 0:

01-10

temp = copy.deepcopy(new_drone_positions[0])

new_drone_positions[0] = new_drone_positions[1]

new_drone_positions[1] = temp

elif swap_count % 2 == 1:

12-21

temp = copy.deepcopy(new_drone_positions[1])

new_drone_positions[1] = new_drone_positions[2]

new_drone_positions[2] = temp

swap_count += 1

return new_drone_positions, swap_count

逻辑:

  1. 首先,函数检查是否有指定的目标位置,如果没有,则将目标位置设定为当前位置。
  2. 然后,函数创建了一个新的数组 new_drone_positions,用于存储目标位置的副本。
  3. 接着,函数计算当前位置与目标位置之间的欧几里得距离,如果小于 0.05,则执行下一步。
  4. 如果 swap_count 是偶数,则执行第一个交换操作,将第一个和第二个飞行器的位置交换。
  5. 如果 swap_count 是奇数,则执行第二个交换操作,将第二个和第三个飞行器的位置交换。
  6. 每次执行交换操作后,增加 swap_count。
  7. 最后,返回更新后的飞行器位置和增加后的交换次数 swap_count。

动作3

圆形运动,三个无人机以设定的半径及角速度进行圆形机动,实现画圆的效果

代码实现:

def rotational_motion(current_pos, radius=0.5, delta_theta_val=0.003,

last_angle=np.zeros(3),

first_call=True):

current_angle = np.arctan2(current_pos[:, 1], current_pos[:, 0])

current_angle = (current_angle + 2 * np.pi) % (2 * np.pi)

if first_call:

first_call = False

last_angle = copy.deepcopy(current_angle)

delta_theta = np.array([delta_theta_val, delta_theta_val, delta_theta_val])

R = radius

new_angle = last_angle + delta_theta

target_x = R * np.cos(new_angle)

target_y = R * np.sin(new_angle)

target_position = np.array([target_x, target_y, [current_pos[0][2]] * 3]).T

return target_position, np.array(new_angle), first_call

点击【Tello无人机】无人机编队操作面板实现 - 古月居可查看全文

相关推荐
梦想科研社9 小时前
【无人机设计与控制】基于Q-learning三次样条曲线求解三维无人机路径规划问题
无人机
安徽京准9 小时前
京准时钟:无人机卫星信号安全防护隔离装置
安全·无人机·信号安全防护装置·卫星安全隔离装置·北斗授时安全隔离·北斗对时防护隔离装置
云卓SKYDROID2 天前
无人机声学侦测算法详解!
算法·无人机·科普·知识·云卓科技
云卓科技2 天前
无人机之中继通信技术篇
科技·嵌入式硬件·安全·机器人·无人机
鹧鸪云光伏与储能软件开发2 天前
光伏无人机踏勘,照亮光伏未来!
分布式·无人机·光伏发电·光伏·光伏设计·光伏管理
创小董2 天前
无人机的就业前景怎么样?
无人机
云卓SKYDROID4 天前
旋转翼巡检无人机飞行算法及关键技术综述!
科技·算法·无人机·科普·云卓科技
Perishell6 天前
无人机避障——路径规划篇(一) JPS跳点搜索算法&A*算法对比
linux·算法·ubuntu·动态规划·无人机·1024程序员节
云卓科技6 天前
无人机之远程指挥中心技术篇
科技·算法·无人机·交互·制造
Perishell6 天前
无人机避障——2D栅格地图pgm格式文件路径规划代码详解
linux·ubuntu·无人机·个人开发