开源飞控APM备降点源码分析

备降点

在航迹规划中,为了预防突发事件,一般会设定几个备降点,也可以把它理解成返航点。在开源飞控中我们原本航线中设定的降落点可以是home点,而备降点的作用是除home点外,无人机也可以触发降落的地方。这里,我也是因为涉及到备降点的需求,才需要对开源飞控做二次开发。

开源飞机备降点(集结点)

如下图所示,用QGC地面站,在设置航线时,可以选择集结点,这个集结点也就是前面所谓的备降点,一个R的小图标。在实际测试中会发现,只要有备降点,当触发返航RTL时,无人机会优先选择最近的备降点降落,而不是直接返回home点。这与我们实际项目中的需求不符合,我们更希望的是,这个备降点的触发不是自动的,而是可控的,也就是在没有人为干扰下,无人机默认是返回设定的home点降落。

源码

备降点(集结点)的源码在 AP_Rally 库中,主要分为以下几个部分:

1.集结点数据

cpp 复制代码
// 存储的集结点结构(
struct RallyLocation {
    int32_t lat;        // 纬度
    int32_t lng;        // 经度
    int16_t alt;        // 海拔(米)
    uint8_t alt_frame:4; // 海拔参考系
    uint8_t alt_frame_valid:1; // 海拔参考系是否有效
   
};

2.配置参数

cpp 复制代码
// 参数定义
AP_GROUPINFO("TOTAL", 0, AP_Rally, _rally_point_total_count, 0),       // 集结点总数
AP_GROUPINFO("LIMIT_KM", 1, AP_Rally, _rally_limit_km, RALLY_LIMIT_KM_DEFAULT), // 集结点限制距离
AP_GROUPINFO("INCL_HOME", 2, AP_Rally, _rally_incl_home, RALLY_INCLUDE_HOME_DEFAULT), // 是否包含Home点

3.核心算法

首先获取集结点的数据

cpp 复制代码
bool AP_Rally::get_rally_point_with_index(uint8_t i, RallyLocation &ret) const
{
    if (i >= (uint8_t) _rally_point_total_count) {
        return false;  // 索引超出范围
    }

    // 从存储读取数据
    _storage.read_block(&ret, i * sizeof(RallyLocation), sizeof(RallyLocation));

    if (ret.lat == 0 && ret.lng == 0) {
        return false;
    }

    return true;
}

查找最近的集结点

cpp 复制代码
bool AP_Rally::find_nearest_rally_point(const Location &current_loc, 
                                        RallyLocation &return_loc) const
{
    float min_dis = -1;  // 最小距离初始值

    // 遍历所有集结点
    for (uint8_t i = 0; i < (uint8_t) _rally_point_total_count; i++) {
        RallyLocation next_rally;
        if (!get_rally_point_with_index(i, next_rally)) {
            continue;  
        }
        
        // 转换为Location对象
        Location rally_loc = rally_location_to_location(next_rally);
        
        // 计算到当前点的距离
        float dis = current_loc.get_distance(rally_loc);

        // 检查是否更近且有效
        if (is_valid(rally_loc) && (dis < min_dis || min_dis < 0)) {
            min_dis = dis;
            return_loc = next_rally;  // 更新最近集结点
        }
    }

    // 距离限制检查
    if ((_rally_limit_km > 0) && (min_dis > _rally_limit_km*1000.0f)) {
        return false;  // 超出限制,使用Home点
    }

    // 返回是否找到有效集结点
    return min_dis >= 0;
}

计算最近返航点

cpp 复制代码
Location AP_Rally::calc_best_rally_or_home_location(
    const Location &current_loc, 
    float rtl_home_alt_amsl_cm) const
{
    // 默认返回Home点
    Location return_loc { AP::ahrs().get_home() };
    return_loc.set_alt_cm(rtl_home_alt_amsl_cm, Location::AltFrame::ABSOLUTE);

    // 查找最近集结点
    RallyLocation ral_loc;
    if (find_nearest_rally_point(current_loc, ral_loc)) {
        Location loc = rally_location_to_location(ral_loc);
        
        // 判断是否使用集结点而不是Home点
        if (!_rally_incl_home  ||  // 配置不包含Home点
            (current_loc.get_distance(loc) < current_loc.get_distance(return_loc))) {
            return_loc = rally_location_to_location(ral_loc);
        }
    }

    return return_loc;
}

添加新集结点

cpp 复制代码
bool AP_Rally::append(const RallyLocation &loc)
{
    const uint8_t current_total = get_rally_total();
    
    // 增加总数
    _rally_point_total_count.set_and_save_ifchanged(current_total + 1);
    
    // 尝试存储集结点
    if (!set_rally_point_with_index(current_total, loc)) {
        // 失败时恢复总数
        _rally_point_total_count.set_and_save_ifchanged(current_total);
        return false;
    }
    
    return true;
}

总结

基本逻辑如下:

RTL触发返航→调用集结点功能函数→查找最近集结点→如果找到且符合条件就返回集结点,否则返回Home点。

而我这里是触发围栏,也就是会触发RTL返航来测试。

所以如果需要修改,也很简单,也就是改核心算法部分这里的判断逻辑,把home点的优先级提高,而不是就近返回集结点,后面有时间我再写一下我修改后的测试吧。

相关推荐
海砥装备HardAus41 分钟前
无人平台数图共传链路的带宽分配与时序同步底层技术
无人机·数传·数图传
爱上纯净的蓝天1 小时前
AtomCode 源码编译与二次开发入门
开源·二次开发·源码编译·atomcode
Deepoch13 小时前
Deepoc VLA开发板:无人机近距接触式精细作业与贴壁导航
无人机·开发板·具身模型·deepoc
中讯慧通19 小时前
无人机靠什么实时传画面?图传电台传输数据全明细
大数据·机器人·无人机
EriccoShaanxi1 天前
高性能MEMS IMU:为精准导航与传感注入强大动力
机器人·无人机
隔窗听雨眠1 天前
Unity与Simulink联合仿真:实现无人机目标追踪系统
unity·无人机·cocos2d·simulink
动物园猫1 天前
无人机植物病害目标检测数据集分享(适用于YOLO系列深度学习分类检测任务)
yolo·目标检测·无人机
可别3901 天前
Cesium 实战功能指南:三维网格剖分 + 无人机飞行仿真(开源可落地)
开源·无人机·cocos2d
YOLO数据集集合1 天前
无人机航拍光伏板状态识别数据集 | 太阳能板异常检测、智能巡检、深度学习模型训练素材第10340期
人工智能·深度学习·yolo·目标检测·无人机
Multipath7121 天前
无人区不掉线:多链路聚合路由,为环塔拉力赛筑起“空中通讯走廊”
网络·5g·安全·无人机·实时音视频