无人机

无人机长了一个脑袋

固定翼无人机姿态和自稳模式固定翼无人机的‌姿态模式（Attitude/Angle Mode）‌和‌自稳模式（Stabilize Mode）‌是两种常见的飞行控制模式，它们在飞控系统介入程度、操作逻辑及适用场景上有显著区别。以下是两者的详细对比及使用指南： ‌1. 模式定义与核心差异‌ ‌特性‌ ‌自稳模式（Stabilize Mode）‌ ‌姿态模式（Attitude/Angle Mode）‌ ‌飞控介入程度‌ 仅稳定姿态，不限制飞行角度限制横滚/俯仰角度，自动维持姿态角 ‌用户输入‌ 直接控制舵面（类似手动模式）输入期望的横

weixin_44242403

将无人机拍摄范围内要素投影到无人机图片中2.1 相机内参矩阵‌K‌是相机固有属性，其标准形式如下： K = [[fx, 0, cx], [0, fy, cy], [0, 0, 1]] ‌ 包括焦距fx、fy和主点cx,cy，fx为在感光元件上单位mm存在的像素数量，乘以焦距mm，最后的单位是像素

【空地协同异构机器人系统之无人机点云引导无人车实时避障技术研究】无人车与无人机协同侦察并实现避障的系统，是一种典型的空地协同异构机器人协作场景。其核心是通过无人机的高空视角获取环境点云信息，并结合无人车的局部感知能力实现全局-局部协同导航。以下是具体实现流程及关键技术：

爱尔兰的楠小楠

ROS多机通信（三）——Ubuntu Ad-Hoc 组网通信配置指南Ad-Hoc 网络是一种简单的点对点无线网络，设备（称为节点）可以直接相互通信或者通过中继间接通信，而无需依赖中央接入点。在这种网络中，所有设备是对等的，没有固定的路由器或基础设施支持。

2025最新智能优化算法：鹰鱼优化算法（HawkFish Optimization Algorithm，HFOA）求解23个经典函数测试集，MATLAB鹰鱼优化算法（HawkFish Optimization Algorithm，HFOA）是2025年提出的一种新颖的元启发式优化算法，灵感来源于鹰鱼的性别转换行为。该算法通过引入双适应度函数、动态聚类和视觉范围调整等机制，有效平衡了搜索空间的探索和开发，避免了局部最优解的陷入，提高了优化效率和解的质量。算法在解决复杂优化问题时表现出色，优于其他传统优化算法。

无人机点对点技术要点分析！1. 网络拓扑Ad-hoc网络：无人机动态组建自组织网络，节点自主协商路由，无需依赖地面基站。混合架构：部分场景结合中心节点（如指挥站）与P2P网络，兼顾集中调度与分布式协同。

无人机市场观察2025.3.18无人机的发展历程可以追溯到人类对飞行的早期探索。从最初的军事应用到如今的广泛民用，无人机技术经历了多个重要阶段的演变。以下是无人机发展历程中的几个关键里程碑：

无人机智能控制系统未来技术发展分析短期突破（2023-2025）中期目标（2026-2030）长期愿景（2031+）当前研发需重点突破边缘计算芯片能效比提升、群体博弈决策理论创新及频谱资源动态分配算法三大共性基础问题，这些技术的突破将推动无人机在物流配送、灾害救援、智慧城市等领域的规模化应用。

95 克的工业级动能：STONE 80A-M 电调深度测评 —— 无人机动力系统的轻量化范式无人机动力革命：STONE 80A-M 电调技术白皮书——95g 超轻量化与工业级性能的极致融合（2025 实测版）

Breeze 25A FOC 电调：无人机动力系统的智能心脏｜精准控制 × 高效输出 × 多重防护—— 以工业级技术重构无人机飞行性能 ——▌核心技术突破 ✓ 创新 Vfast 观测器算法：实现 0.5ms 级响应速度，动态补偿误差＜0.1% ✓ 矢量控制（FOC）技术：相比传统方波驱动效率提升 18%，力效比达 2.3N/A ✓ 动能回收系统：下坡 / 悬停能量回收率达 35%，延长续航 12-15%

点云登山者

登山第二十梯：无人机实时自主探索——我是一只小小小鸟文章目录一摘要二资源三内容自主探索是无人机（UAV）各种应用的基本问题。最近，基于 LiDAR 的探索因其能够生成大规模环境的高精度点云地图而受到广泛关注。虽然点云本身就为导航提供了信息，但许多现有的勘探方法仍然依赖于额外的（通常是昂贵的）环境表示。这种依赖源于两个主要原因：需要边界检测或信息增益计算，这通常取决于内存密集型占用网格地图，以及直接在点云上进行路径规划的高计算复杂性，主要是由于昂贵的碰撞检查。为了解决这些限制，我们提出了 EPIC，这是一个基于 LiDAR 的轻量级无人机探索框架，

阿木实验室

论文分享：PL-ALF框架实现无人机低纹理环境自主飞行在室内仓库、地下隧道等低纹理复杂场景中，无人机依赖视觉传感器进行自主飞行时，往往会遇到定位精度低、路径规划不稳定等难题。针对这一问题，重庆邮电大学计算机学院雷大江教授团队在IEEE Trans期刊上提出了一种新型自主飞行框架：PL-ALF。该研究成果通过P230无人机及Prometheus开源平台进行了验证，并斩获了2025阿木实验室校园奖学金活动二等奖(5000元)。

无人机吊舱模块更换技术难点分析！模块化设计的支持部分吊舱采用模块化设计，允许根据任务需求更换传感器模块。例如，某些吊舱系统支持定制化组合，如“红外+激光测距”或“可见光+激光测距”等。这表明在硬件结构上，若吊舱预留了标准化的接口和安装空间，夜视模块（如红外热像仪）理论上可替换为激光测距模块。

PX4 仿真环境开发整理博客地址：https://www.cnblogs.com/zylyehuo/

GIS数据转换器

北斗+多技术融合地面沉降监测：精准守护城市安全地面沉降，这一被称为“城市的慢性病”的现象，正在全球范围内威胁着城市的安全与可持续发展。在我国，随着城市化进程的加快，地面沉降问题日益凸显，尤其是在京津冀等地区。为了有效监测和防控地面沉降，北斗卫星导航系统（BDS）的应用，结合多技术融合的监测手段，正在展现出巨大的潜力和价值。

藻华自用资料四——无人机（ardupilot搭建）2025.3.171.安装git2.登陆官方仓库https://github.com/ArduPilot/ardupilot

无人机校企合作新方向：人才培养，生产研发一体化技术详解无人机校企合作在人才培养和生产研发一体化方面展现出了新的方向和潜力。以下是对这一新方向的详细解释：一、人才培养

FPV无人机战术演练仿真系统技术详解FPV（First Person View）无人机战术演练仿真系统是一种集成了先进无人机技术、虚拟现实（VR）、增强现实（AR）以及仿真模拟技术的综合系统。它主要用于无人机操作员的训练、战术演练和任务规划，以提高操作员在真实环境中的应对能力和作战效率。以下是对该系统的技术详解：

强化学习 - PPO控制无人机PPO（Proximal Policy Optimization，近端策略优化）是一种强化学习算法，用于训练智能体（无人机）如何在环境中做出决策。它本质上是策略梯度（Policy Gradient）方法的一种改进，旨在提高训练稳定性，同时确保策略更新不过大。

阿木实验室

论文分享 | HE-Nav: 一种适用于复杂环境中空地机器人的高性能高效导航系统阿木实验室始终致力于通过开源项目和智能无人机产品，为全球无人机开发者提供强有力的技术支持，并推出了开源项目校园赞助活动，助力高校学子在学术研究与技术创新中取得更大突破。近日，香港大学王俊铭同学，基于阿木实验室P600无人机自主搭建了一整套陆空两栖机器人，并使用Prometheus开源框架完成算法的实机部署，再次在机器人领域顶级期刊发表了相关论文。