【PX4+QGroundControl+MAVROS+Gazebo】PX4控制在Gazebo中控制自己的无人机

目录

前言

一、PX4、MAVROS、QGroundControl之间的关系

1.1 Gazebo与PX4通信

1.2 PX4与QGroundControl通信

1.3 总结

二、实现过程【以阿木实验室P230为例】

2.1 仿真环境

2.2 模型建立

2.3 建立gazebo和MAVROS之间的连接

2.4 建立MAVROS和PX4之间的连接

2.5 验证实验结果

三、一个失败的地方

总结


前言

笔者在准备用阿木实验室-P230无人机仿真的时候,发现官方给的该无人机仿真的代码依赖于该公司的Prometheus、Prometheus-PX4以及QGroundControl软件。但是笔者日后想把自己的项目上传到Github上,如果把整个阿木实验室的PX4上传上去显得不现实,且也占很大存储。因此,笔者会从小白的角度【因为笔者也是Green Bird】,介绍将自己的无人机连接PX4的办法。以下内容仅供参考,若有误,请指证。


一、PX4、MAVROS、QGroundControl之间的关系

下图展示了PX4是如何在SITL[全称:Software-in-the-loop,软件在环仿真]仿真环境中,通过MAVLink通信协议和QGroundControl之间进行的通信。

1.1 Gazebo与PX4通信

以下内容来自官方文档[笔者翻译]

所有模拟器除了Gazebo都使用MavLink API和PX4进行通信。这个API定义了一系列的消息类型。这些消息类型包括:从模拟世界传输到PX4的数据,并返回各种仿真交通工具在飞行模式下电机和执行器的数据。下面这张图展示了PX4如何与模拟其进行通信:

官方的文档可能会给你产生一种误解,Gazebo并不可以通过MAVROS和PX4进行通信。实际上,文档的意思是:其他的仿真器,如:JVAVSim、Airim等可以直接通过MAVLink进行通信。但是对于Gazebo,由于ROS操作的系统的原因,需要通过ROS插件+MAVLink封装才能和PX4进行通信。

1.2 PX4与QGroundControl通信

           

以上两图均来自PX4官方指南,网址:https://docs.px4.io/main/en/simulation/

系统与系统之间是通过UDP协议进行传输信息的,数据由Mavlink协议进行统一。

PX4的UDP端口14540-14549用于PX4与外部端口或者无人机Offboard进行通信。

PX4的UDP端口14550用于PX4与地面站通信,地面站可以通过外界遥控手柄对无人机进行控制

PX4的TCP端口4560用于与模拟器进行通信。

很显然,PX4可以和QGroundControl进行通信。

1.3 总结

从上述的分析中,可以很容易得出这样的结论:想要通过PX4控制我们自己的无人机(不是官方默认的iris无人机),得依次完成以下步骤:

  1. Gazebo负责加载P230模型
  2. PX4作为SITL程序启动
  3. MAVROS做桥接,即:QGC<---MAVROS--->PX4<---MAVROS+ROS--->Gazebo

二、实现过程【以阿木实验室P230为例】

2.1 仿真环境

Ubuntu版本:20.04

ROS版本:noetic

PX4版本:V1.13【不建议更高版本,因为该版本是gazebo11适配的最高版本】

Gazebo版本:11

2.2 模型建立

从阿木实验室开源的Prometheus下获取P230的模型,若是会Solidworks建图的小伙伴也可以自己画一个无人机,并根据Autopilot下iris模型的sdf文件进行参数的修改,因笔者不会Solidworks,不过多阐述。

Prometheus的github clone地址:

#将普罗米修斯克隆到文件夹下 git clone https://github.com/coolaogege/Prometheus/ #定位到p230无人机 cd ~/Prometheus/Prometheus/Simulator/gazebo_simulator/gazebo_models/uav_models/p230

在文件夹下我们可以看到模型的描述文件(sdf文件)和机械图(STL文件),如下图所示:

将整个文件夹复制到文件夹下:

以上是我自己建立的文件夹,分别放置:

  • config:配置文件夹
  • launch:发布文件夹
  • scripts:脚本文件夹
  • src:代码文件夹
  • world:世界文件夹【放一些模型】

将p230文件统一直接复制到worlds文件夹下,并建立p230.world,代码如下所示:

<?xml version = "1.0" ?> <sdf version ="1.7"> <world name = "p230_world"> <scene> <ambient>1.0 1.0 1.0 1</ambient><!--提高环境亮度,因为没有太阳--> <background>0.9 0.9 0.9 1</background><!--更亮背景颜色--> <shadows>false</shadows><!--关闭阴影取消渲染--> </scene> <!--加载地面--> <include> <uri>model://ground_plane</uri> </include> <!--添加太阳光源--> <include> <uri>model://sun</uri> </include> <!-- 加载P230的c初始化位置--> <!--移除无人机,已经在p230_px4_mavros中引用--> <include> <uri>model://p230</uri> <name>p230_drone</name> <!-- pose表示:x轴 Y轴 Z轴 Roll Pitch Yaw--> <pose>0 0 0.5 0 0 0</pose> <!-- 是否启用阴影 --> <static>false</static> </include> <!--物理引擎设置--> <physics type='ode'> <!--最大仿真步长(单位:秒)数值越小越精细--> <max_step_size>0.001</max_step_size> <!--real_time_factor:实时因子 1.0表示仿真与现实时间同步--> <real_time_factor>1</real_time_factor> <!--实时更新频率 1秒1000次 1000Hz--> <real_time_update_rate>1000</real_time_update_rate> </physics> </world> </sdf>

p.s.因为gazebo默认读取.gazebo文件夹,因此需要将文件再一次备份至/home/<用户名>/models文件夹下。

     (因为.gazebo是隐藏文件,因此需要在home下按快捷键ctrl+H进行取消隐藏文件夹。)

2.3 建立gazebo和MAVROS之间的连接

在launch文件夹下新建p230_gazebo.launch文件,将gazebo和mavros连接:

<launch> <!-- 设置Gazebo模型路径--> <env name="GAZEBO_MODEL_PATH" value="$(env GAZEBO_MODEL_PATH):$(env HOME)/.gazebo/models:$(find qr_landing)/worlds" /> <!--以上qr_landing更换成自己的软件文件夹> <!--以上qr_landing更换成自己的软件文件夹> <!--以上qr_landing更换成自己的软件文件夹> <!-- 启动 PX4(使用你写的脚本) --> <!--qr_landing换成自己的文件夹--> <!--qr_landing换成自己的文件夹--> <!--qr_landing换成自己的文件夹--> <node name="px4_sitl" pkg="qr_landing" type="start_px4.sh" output="screen"/> <!-- 启动Gazebo仿真环境(加载 p230.world) --> <include file="$(find gazebo_ros)/launch/empty_world.launch"> <arg name="world_name" value="$(find qr_landing)/worlds/p230/p230.world"/> <arg name="paused" value="false"/> <arg name="use_sim_time" value="true"/> <arg name="gui" value="true"/> <arg name="headless" value="false"/> <arg name="debug" value="false"/> <arg name="verbose" value="true"/> <arg name="respawn_gazebo" value="false"/> </include> <!--qr_landing换成自己的文件夹--> <!--qr_landing换成自己的文件夹--> <!--qr_landing换成自己的文件夹--> <!-- 启动MAVROS --> <include file="$(find mavros)/launch/px4.launch"> <arg name="fcu_url" value="udp://:[email protected]:14557"/> <arg name="gcs_url"/> </include> </launch>

再次强调,一定要把里面的路径换成自己的文件夹。

2.4 建立MAVROS和PX4之间的连接

在Scripts文件夹下建立start_px4.sh脚本,脚本内容如下所示:

#!/bin/bash #将PX4和PX4_SITL放入路径 PX4_DIR=/home/tianhaofly/PX4_Autopilot BUILD_DIR=$PX4_DIR/build/px4_sitl_default #不输出仿真文件 export PX4_SIM_MODEL=none # 运行 PX4 SITL $BUILD_DIR/bin/px4 $PX4_DIR/ROMFS/px4fmu_common -s etc/init.d-posix/rcS

这是V1.13版本的PX4,别的版本路径可能要修改,最重要的是找到启动文件rcS就行了。

2.5 验证实验结果

输入命令行:

catkin_make source devel/setup.bash roslaunch qr_landing p230_sitl.launch

我们就可以看到p230无人机啦!!!

打开QGroundControl就可以控制无人机起飞!!

初学者也可以通过QGC添加手柄,进行无人机飞行的练习,培养自己的兴趣。

三、一个失败的地方

笔者一开始准备直接在PX4-Autopilot导入p230,但是最终没成功。

我看网上很多直接导入,但是make以下文件会直接删除,不知道那些真的成功了没。

我的过程是,在~/PX4_Autopilot/Tools/simulation/gazebo-classic/sitl_gazebo-classic/models这个文件夹下复制p230

在这个文件夹下复制了p230_airframe:

以及init版本的airframe:

修改了sitl_targets_gazebo-classic.cmake,在model下加上了p230

更新了git:

# 更新主项目的子模块引用 git add Tools/simulation/gazebo-classic/sitl_gazebo-classic git commit -m "Update sitl_gazebo-classic submodule with p230 model"

能够编译,但是build里就是没有复制p230过来,不知道为什么。

若有会的伙伴,也可以告诉我怎么做。


总结

本文基于gazebo、px4以及qgc之间可以通过mavros通信,给出一种可以通过px4在gazebo中控制自己无人机的方法。Control+

Read more

《Java 后端转 Web3 实战路线图》:这是我见过成功率最高的一条转型路径

前言 如果你是 Java 后端, 你可能已经意识到一个现实问题: Web2 的红利,正在消失。 而 Web3,正在重复 10 年前云计算、移动互联网的早期阶段。 但问题是: Java 后端,真的适合转 Web3 吗? 答案是: 不仅适合,而且是 Web3 最稀缺的人群之一。 一、一个先纠正的误区:Web3 ≠ Solidity 很多 Java 工程师对 Web3 的第一反应是: “我是不是要去学 Solidity? 不会写合约是不是没戏?” 这是最大的误区。 现实中的 Web3 技术结构是这样的: 70%:链下系统(后端 / 架构 / 风控 / 数据) 20%:合约 10%

无人机PID调参完全手册:从新手到高手的进阶之路

无人机PID调参完全手册:从新手到高手的进阶之路 【免费下载链接】PIDtoolboxPIDtoolbox is a set of graphical tools for analyzing blackbox log data 项目地址: https://gitcode.com/gh_mirrors/pi/PIDtoolbox 还在为无人机飞行时莫名其妙的抖动而烦恼吗?想要让您的飞行器像专业航拍机一样稳定丝滑?今天我们就来聊聊无人机PID调参这个看似神秘却至关重要的技能。借助PIDtoolbox这一强大的黑盒日志分析工具,即使是新手也能轻松掌握调参技巧。🚀 理解PID参数:您的飞行稳定之钥 PID控制是无人机飞行的核心,它决定了飞行器如何响应您的操控指令。简单来说,PID就是三个参数的组合: * 比例项(P):决定无人机对误差的反应速度 * 积分项(I):负责消除飞行中的微小偏差 * 微分项(D):预测并抑制过度的动作 PID参数对系统响应的影响分析 - 无人机调参必学基础知识 当您的无人机出现左右摇晃或者上下浮动时,这通常意味着PID参数需要优化了。P值太高会

Submodular function次模函数 概念——AI学习

Submodular function次模函数 概念——AI学习

论文名称:Submodularity In Machine Learning and Artificial Intelligence 一、综述论文 这篇文章是一篇 综述论文(survey)。 核心目标是: 介绍 Submodular functions(次模函数) 以及它们在 机器学习与人工智能中的应用。 作者想说明一个非常重要的观点: 很多机器学习问题其实是“离散优化问题”。 例如: * Feature Selection:属于数据预处理问题,旨在从原始特征中筛选出最相关、最有信息量的子集,以降低维度、提升模型性能与可解释性。 * Dataset Subset Selection:属于数据采样或核心集选择问题,旨在从大规模数据中选取一个具有代表性的子集,以降低计算和存储成本,同时保持模型性能。 * Active Learning:属于机器学习训练策略问题,通过让模型主动选择最有价值的数据进行标注,以最少的标注成本最大化模型性能。 * Clustering:属于无监督学习问题,旨在根据数据的内在相似性,将未标记的数据自动分组为不同的类别或簇。 * Data

从零开始使用ISSACLAB训练自己的机器人行走

从零开始使用ISSACLAB训练自己的机器人行走

ISAACLAB入门教程 作者:陈维耀 1. 环境配置 1.1 推荐配置 * 操作系统: Ubuntu 22.04 LTS * 显卡: NVIDIA RTX 4080或以上 1.2 ubuntu 22.04 LTS安装 参考ZEEKLOG的Ubuntu 16.04 LTS安装教程,将其中的ubuntu 16.04镜像文件替换为ubuntu 22.04镜像文件,其他步骤保持不变,建议/home与/usr的硬盘容量均不少于200G。 1.3 安装NVIDIA驱动 根据自身显卡型号与操作系统,选择对应的显卡驱动,建议选择550.xxx.xxx版本的显卡驱动,按照教程进行安装即可,安装完成后在终端输入nvidia-smi,若出现以下信息则表示驱动安装成功: Thu Jun 5