开源:AI+无人机巡检系统项目调研

主流开源AI无人机巡检项目调研

本部分系统梳理了当前主流的开源无人机巡检相关项目,涵盖飞控系统、地面站软件、AI视觉识别、数据处理等多个技术栈,为商业化产品开发提供技术选型参考。

一、飞控与地面站开源项目

1.1 PX4 Autopilot

项目地址:github.com/PX4/PX4-Autopilot

开源协议:BSD 3-Clause

项目简介:由Dronecode基金会(Linux基金会旗下)维护的专业级开源自动驾驶仪软件,是全球最广泛使用的无人机飞控系统之一。支持多旋翼、固定翼、垂直起降等多种机型,广泛应用于工业无人机和科研领域。

核心能力:飞行控制、任务规划、传感器融合、MAVLink通信协议、硬件抽象层、模块化架构

1.2 ArduPilot

项目地址:github.com/ArduPilot/ardupilot

开源协议:GPLv3

项目简介:历史最悠久的开源自动驾驶仪项目,社区活跃度极高。支持几乎所有类型的无人载具(无人机、无人车、无人船、潜水器等),功能最为全面,稳定性经过大量实际部署验证。

核心能力:多机型支持、航线规划、自动任务执行、地理围栏、故障安全机制、日志记录与分析

1.3 QGroundControl

项目地址:github.com/mavlink/qgroundcontrol

开源协议:GPLv3

项目简介:跨平台地面控制站软件,支持Android、iOS、Mac OS、Linux、Windows全平台。为PX4和ArduPilot提供完整的飞行控制和任务规划能力,是开源无人机生态中最主流的GCS软件。

核心能力:航线规划、实时遥测、参数配置、固件升级、地图集成、多机管理

1.4 Mission Planner

项目地址:github.com/ArduPilot/MissionPlanner

开源协议:GPLv3

项目简介:ArduPilot官方推荐的地面站软件(Windows平台),功能全面,特别适合复杂任务规划和参数调优。提供丰富的数据分析和日志回放功能。

核心能力:高级任务规划、测绘航线生成、参数调优、日志分析、模拟飞行、脚本扩展

Read more

前端拖拽排序实现详解:从原理到实践 - 附完整代码

前端拖拽排序实现详解:从原理到实践 - 附完整代码

🌷 古之立大事者,不惟有超世之才,亦必有坚忍不拔之志 🎐 个人CSND主页——Micro麦可乐的博客 🐥《Docker实操教程》专栏以最新的Centos版本为基础进行Docker实操教程,入门到实战 🌺《RabbitMQ》专栏19年编写主要介绍使用JAVA开发RabbitMQ的系列教程,从基础知识到项目实战 🌸《设计模式》专栏以实际的生活场景为案例进行讲解,让大家对设计模式有一个更清晰的理解 🌛《开源项目》本专栏主要介绍目前热门的开源项目,带大家快速了解并轻松上手使用 🍎 《前端技术》专栏以实战为主介绍日常开发中前端应用的一些功能以及技巧,均附有完整的代码示例 ✨《开发技巧》本专栏包含了各种系统的设计原理以及注意事项,并分享一些日常开发的功能小技巧 💕《Jenkins实战》专栏主要介绍Jenkins+Docker的实战教程,让你快速掌握项目CI/CD,是2024年最新的实战教程 🌞《Spring Boot》专栏主要介绍我们日常工作项目中经常应用到的功能以及技巧,代码样例完整 👍《Spring Security》专栏中我们将逐步深入Spring Security的各个

前端直连模型 vs 完整 MCP:大模型驱动地图的原理与实践(技术栈Vue + Cesium + Node.js + WebSocket + MCP)

适合读者:完全新手、前端开发者、对大模型工具调用感兴趣的工程师 技术栈示例:Vue + Cesium + Node.js + WebSocket + MCP 教程目标:看懂并搭建一套“用户通过聊天输入指令,大模型决定调用工具,再驱动地图执行动作”的完整链路 目录 * 1. 这篇教程要解决什么问题 * 2. 先别写代码:先搞懂两个很像但本质不同的方案 * 2.1 方案一:前端直连模型 * 2.2 方案二:真正完整的 MCP * 2.3 它们最核心的区别 * 3. 为什么很多人一开始会把两套方案混在一起 * 4. 先建立整体认知:完整 MCP 里有哪些角色 * 5. 完整 MCP 的时序图:一句“飞到上海”是怎么穿过整个系统的 * 6.

前端高频面试题:TypeScript 篇(2026 最新版)

前端高频面试题:TypeScript 篇(2026 最新版) TypeScript(TS)已成为现代前端开发的标配,尤其在 React、Vue、Angular 等框架中,几乎是大厂必考点。2026 年面试趋势:更注重类型安全、高级类型工具、实际项目应用和tsconfig 配置。以下精选 20+ 高频题(基于最新大厂真题汇总),分为基础、中级、高级,并附详细解答和代码示例。建议结合项目实战记忆! 基础篇(必背,考察理解 TS 核心价值) 1. 什么是 TypeScript?它与 JavaScript 的区别是什么? TypeScript 是 JavaScript 的超集(superset),由 Microsoft 开发,最终编译成纯 JS

实时口罩检测-通用详细步骤:修改webui.py适配自定义输入尺寸

实时口罩检测-通用详细步骤:修改webui.py适配自定义输入尺寸 1. 项目简介与背景 实时口罩检测是当前计算机视觉领域的一个重要应用场景,特别是在公共卫生安全方面发挥着关键作用。今天我们要介绍的是基于DAMO-YOLO框架的实时口罩检测模型,这个模型能够快速准确地识别图像中的人脸,并判断是否佩戴口罩。 DAMO-YOLO是一个专门为工业落地设计的目标检测框架,在速度和精度之间找到了很好的平衡。相比其他YOLO系列方法,它不仅检测效果更好,还保持了极高的推理速度,非常适合实时应用场景。 这个模型的核心价值在于:你只需要输入一张图片,它就能自动找出图中所有的人脸,并用矩形框标出来,同时告诉你每个人是否戴了口罩。无论是单人还是多人场景,都能很好地处理。 2. 模型技术架构 2.1 DAMO-YOLO框架特点 DAMO-YOLO的整体网络结构由三个主要部分组成:backbone(MAE-NAS)、neck(GFPN)和head(ZeroHead)。这种设计采用了"大脖子小头"的思路,能够更好地融合低层的空间信息和高层的语义信息,从而提升最终的检测效果。 简单来说,bac