跳到主要内容
极客日志极客日志面向AI+效率的开发者社区
首页博客GitHub 精选镜像工具UI配色美学隐私政策关于联系
搜索内容 / 工具 / 仓库 / 镜像...⌘K搜索
注册
博客列表
C++AI算法

PX4 与 ROS 集成:Offboard 模式解析及轨迹跟踪实战

PX4 配合 ROS 实现无人机自主飞行,核心在于 Offboard 模式。本文解析 PX4 六大飞行模式,通过 MAVROS 建立通信,设计基于状态机的 C++ 控制节点。涵盖自动起飞、悬停、圆形/方形/螺旋轨迹跟踪及降落流程。包含参数配置、编译运行步骤及安全失效保护机制,适合机器人开发及科研参考。

监控大屏发布于 2026/3/21更新于 2026/5/2317 浏览
PX4 与 ROS 集成:Offboard 模式解析及轨迹跟踪实战

引言

无人机自主飞行是机器人领域的热门方向,PX4 作为功能强大的开源飞控,配合 ROS(机器人操作系统)的灵活性与生态,成为实现高级自主飞行的黄金组合。然而,许多初学者对 PX4 的飞行模式理解不清,更不知道如何通过 ROS 编写可靠的 Offboard 控制程序。

本文将带你彻底搞懂 PX4 核心飞行模式,实现无人机的自动起飞、悬停、轨迹跟踪(圆形/方形/螺旋)与降落。内容涵盖深度解析 PX4 飞行模式、明确 ROS 可控制的模式与指令接口、完整的 ROS 功能包(C++ 实现,状态机设计)、支持位置控制与速度控制双模式、内置多种轨迹生成器以及详细的安全机制与失效保护配置。

无论你是准备参加比赛、做科研,还是想入门无人机开发,这篇文章都将是你宝贵的参考资料。

PX4 飞行模式深度剖析

PX4 的飞行模式可以看作一个控制权逐级递增的层级结构。理解这些模式是编写控制程序的前提。

1. 稳定模式(STABILIZED / MANUAL / ACRO)
  • 核心特点:纯手动姿态控制。飞控仅保证机体自身姿态稳定,但不进行位置或高度锁定。
  • 操控方式:摇杆控制俯仰/横滚角;油门直接控制升力。松开摇杆,飞机会回正到水平,但会随风漂移。
  • 应用场景:起飞、降落、特技飞行、紧急手动接管。
2. 定高模式(ALTCTL)
  • 核心特点:高度保持 + 姿态稳定。飞控将油门通道重映射为爬升率指令。
  • 操控方式:俯仰/横滚摇杆控制姿态和水平速度;油门摇杆中位时维持高度,上下推动控制爬升/下降速率。
  • 应用场景:低空侦察、无 GPS 或光流情况下的高度稳定飞行。
3. 位置模式(POSCTL)
  • 核心特点:全自主位置与高度锁定。飞控使用 GPS/视觉定位将飞机稳定在固定的三维坐标点。
  • 操控方式:俯仰/横滚摇杆控制水平速度;油门摇杆控制垂直速率。松开摇杆,飞机立即刹车并悬停。
  • 应用场景:最常用、最安全的辅助模式,是进入 Offboard 模式前的理想过渡。
4. 自动模式(AUTO)

包括任务模式 (MISSION)、返航模式 (RTL)、降落模式 (LAND)、起飞模式 (TAKEOFF) 等。由飞控内部逻辑执行预设任务,无需外部持续指令。

5. Offboard 模式
  • 核心特点:外部控制模式。飞控的位置/姿态/速度期望值完全由通过 MAVLink 接收的外部指令设定。这是 ROS/PX4 集成的核心接口。
  • 工作方式:外部计算机(如机载电脑)以>10Hz 频率持续发送设定点指令。一旦指令流中断,飞控触发失效保护,自动切换到预设安全模式(如 RTL 或 LAND)。
  • 应用场景:SLAM 建图、视觉伺服、集群编队、复杂轨迹跟踪等所有需要高级算法的场景。

ROS 可控制的模式分析

通过 ROS(通常借助 MAVROS)控制 PX4,主要有两种方式:模式切换和直接指令发送。

1. 可切换的模式

MAVROS 理论上可以切换到任何已配置的飞行模式,最常用于:

  • OFFBOARD:最关键的模式,切换到此模式才能发送流式控制指令。
  • POSCTL:作为 Offboard 前的准备,或安全回退模式。
  • AUTO.MISSION / AUTO.RTL / AUTO.LAND:启动自动任务、触发返航或降落。

服务调用示例:

rosservice call /mavros/set_mode "base_mode: 0 custom_mode: 'OFFBOARD'"
2. 可发送实时控制指令的模式
模式是否接受 ROS 流式控制控制方式
OFFBOARD是发送 setpoint_position/setpoint_velocity 等指令
POSCTL/ALTCTL否(可模拟 RC)通过 mavros/rc/override 模拟遥控器输入,不推荐
其他否仅能通过服务切换模式,不能实时控制

结论:实现 ROS 程序控制的唯一标准方法是使用 Offboard 模式。

项目概述

我们将创建一个名为 px4_offboard_control 的 ROS 功能包,实现以下功能:

  • 自动起飞:上升至指定高度并悬停。
  • 悬停等待:稳定数秒后开始轨迹飞行。
  • 轨迹跟踪:支持圆形、方形、螺旋三种预设轨迹。
  • 速度/位置控制可选:通过参数切换控制模式。
  • 状态机管理:安全处理各阶段转换。
  • 失效保护:与 PX4 的 Offboard 超时保护无缝配合。

技术栈:ROS Melodic/Noetic、C++14、MAVROS、PX4 SITL、Eigen、TF2。

代码结构设计

整体架构
px4_offboard_control/
├── CMakeLists.txt
├── package.xml
├── launch/
│   └── offboard_control.launch # 主启动文件
├── config/
│   └── params.yaml # 参数配置文件
├── include/
│   └── px4_offboard_control/
│       └── trajectory_generator.h # 轨迹生成器头文件
└── src/
    ├── offboard_control.cpp # 主控制节点(含状态机)
    └── trajectory_generator.cpp # 轨迹生成器实现
核心类设计

TrajectoryGenerator:负责生成各种轨迹点,并提供从当前位置到目标点的速度指令计算(P 控制器)。

OffboardControl:主控制类,包含:

  • ROS 通信(订阅状态/位置,发布设定点/轨迹)
  • 状态机(初始化、解锁、起飞、悬停、轨迹跟踪、降落、锁定)
  • 参数加载
  • 模式切换/解锁服务调用
  • 主循环控制逻辑
状态机流转图
INIT -> ARMING -> TAKEOFF -> HOVER -> FOLLOW_TRAJECTORY -> LAND -> DISARM -> 结束

每个状态都有超时或条件判断,确保安全转换。

核心代码详解

1. 轨迹生成器(trajectory_generator.cpp)

生成圆形轨迹时,我们需要根据当前起点、半径、高度和圈数来计算路径点。这里利用三角函数计算圆周上的坐标。

std::vector<geometry_msgs::PoseStamped> generateCircleTrajectory(
    const geometry_msgs::PoseStamped& start_pose,
    double radius, double height, int points, int num_loops)
{
    std::vector<geometry_msgs::PoseStamped> traj;
    for (int loop = 0; loop < num_loops; ++loop) {
        for (int i = 0; i < points; ++i) {
            double angle = 2.0 * M_PI * i / points;
            PoseStamped pose;
            pose.pose.position.x = start_pose.pose.position.x + radius * cos(angle);
            pose.pose.position.y = start_pose.pose.position.y + radius * sin(angle);
            pose.pose.position.z = height;
            // 使无人机始终指向圆心(可选)
            double yaw = atan2(-sin(angle), -cos(angle));
            pose.pose.orientation = getQuaternionFromYaw(yaw);
            traj.push_back(pose);
        }
    }
    return traj;
}

速度指令计算方面,我们使用简单的 P 控制器,将位置误差转换为速度指令,并限制最大速度,防止电机过载。

2. 主控制节点(offboard_control.cpp)

状态机处理是核心。以起飞状态为例,我们需要不断发布目标高度,直到达到容差范围才进入悬停状态。

void handleTakeoffState(ros::Rate& rate) {
    geometry_msgs::PoseStamped target_pose;
    target_pose.pose.position.z = home_pose_.pose.position.z + takeoff_height_;
    
    if (use_position_control_) {
        local_pos_pub_.publish(target_pose);
        if (fabs(current_pose_.pose.position.z - target_pose.pose.position.z) < pos_tolerance_) {
            ROS_INFO("Reached takeoff altitude");
            control_state_ = HOVER;
        }
    } else if (use_velocity_control_) {
        auto vel_cmd = trajectory_gen_.calculateVelocityCommand(current_pose_, target_pose, ...);
        local_vel_pub_.publish(vel_cmd);
        if (vel_cmd.twist.linear.z == 0) {
            control_state_ = HOVER;
        }
    }
}

Offboard 模式切换与解锁也是关键步骤,确保飞控处于受控状态。

bool setMode(std::string mode) {
    mavros_msgs::SetMode srv;
    srv.request.custom_mode = mode;
    return set_mode_client_.call(srv) && srv.response.mode_sent;
}

bool arm(bool arm) {
    mavros_msgs::CommandBool srv;
    srv.request.value = arm;
    return arming_client_.call(srv) && srv.response.success;
}

主循环以 20Hz 运行,根据当前状态调用对应的处理函数,并持续发送设定点以维持 Offboard 模式,避免超时断开。

配置与参数说明

参数文件(params.yaml)
# 基本参数
takeoff_height: 2.0
hover_duration: 5.0
pos_tolerance: 0.1
# 控制模式(只能选一个)
use_position_control: true # 位置控制模式
use_velocity_control: false # 速度控制模式
# 轨迹类型(circle / square / spiral)
trajectory_type: "circle"
# 速度限制
max_linear_vel: 1.0
max_angular_vel: 0.5
# 可视化
publish_trajectory: true
Launch 文件(offboard_control.launch)

启动 MAVROS 和 Offboard 控制节点,可传参:

<arg name="trajectory_type" default="circle"/>
<arg name="takeoff_height" default="2.0"/>
...
<node name="offboard_control" pkg="px4_offboard_control" type="offboard_control" output="screen">
    <param name="trajectory_type" value="$(arg trajectory_type)"/>
    ...
</node>

编译与运行

环境要求
  • Ubuntu 18.04/20.04
  • ROS Melodic/Noetic
  • PX4-Autopilot(用于 SITL 仿真)
  • MAVROS
编译步骤
cd ~/catkin_ws
catkin_make
source devel/setup.bash
运行仿真
roslaunch px4_offboard_control offboard_control.launch trajectory_type:=circle

将看到无人机自动起飞、悬停、执行圆形轨迹,最后降落。

测试与结果

测试场景
  • 圆形轨迹(半径 2m,高度 3m)
  • 方形轨迹(边长 4m)
  • 螺旋轨迹(最大半径 3m,最大高度 5m)
观察指标
  • 轨迹跟踪精度(<0.2m 误差)
  • 状态转换平滑性
  • Offboard 模式保持(无超时断开)
可视化

程序会发布 /planned_trajectory 话题,可在 RViz 中显示路径。

安全注意事项

  1. 真机飞行前务必在 SITL 中充分测试。
  2. 设置 PX4 失效保护参数:
    • COM_RCL_EXCEPT:允许在遥控器丢失时仍保持 Offboard(谨慎)。
    • COM_OF_LOSS_T:Offboard 指令超时后切换到什么模式(建议设为 21 或 20,即降落或返航)。
  3. 确保 GPS 信号良好(真机),或使用视觉定位。
  4. 保持紧急切换能力:遥控器设置为 Position 模式,以便随时接管。
  5. 代码中增加心跳机制:持续发送指令,并监控 mavros/state 中的 armed 和 mode,异常时自动降落。

总结与扩展

本文详细解析了 PX4 飞行模式,并提供了一个完整的 ROS Offboard 控制实现。你可以在此基础上:

  • 扩展更多轨迹:如八字形、自定义路径点。
  • 添加传感器融合:结合 VIO 或激光雷达实现室内导航。
  • 实现集群控制:多机协同。
  • 集成视觉算法:目标跟踪、避障。

参考文献:

  • PX4 用户指南
  • MAVROS 文档
  • ROS Wiki

目录

  1. 引言
  2. PX4 飞行模式深度剖析
  3. 1. 稳定模式(STABILIZED / MANUAL / ACRO)
  4. 2. 定高模式(ALTCTL)
  5. 3. 位置模式(POSCTL)
  6. 4. 自动模式(AUTO)
  7. 5. Offboard 模式
  8. ROS 可控制的模式分析
  9. 1. 可切换的模式
  10. 2. 可发送实时控制指令的模式
  11. 项目概述
  12. 代码结构设计
  13. 整体架构
  14. 核心类设计
  15. 状态机流转图
  16. 核心代码详解
  17. 1. 轨迹生成器(trajectory_generator.cpp)
  18. 2. 主控制节点(offboard_control.cpp)
  19. 配置与参数说明
  20. 参数文件(params.yaml)
  21. 基本参数
  22. 控制模式(只能选一个)
  23. 轨迹类型(circle / square / spiral)
  24. 速度限制
  25. 可视化
  26. Launch 文件(offboard_control.launch)
  27. 编译与运行
  28. 环境要求
  29. 编译步骤
  30. 运行仿真
  31. 测试与结果
  32. 测试场景
  33. 观察指标
  34. 可视化
  35. 安全注意事项
  36. 总结与扩展
  • 💰 8折买阿里云服务器限时8折了解详情
  • Magick API 一键接入全球大模型注册送1000万token查看
  • 🤖 一键搭建Deepseek满血版了解详情
  • 一键打造专属AI 智能体了解详情
极客日志微信公众号二维码

微信扫一扫,关注极客日志

微信公众号「极客日志V2」,在微信中扫描左侧二维码关注。展示文案:极客日志V2 zeeklog

更多推荐文章

查看全部
  • 基于4G Cat.1模组的AI陪伴教育机器人:政策与算力融合机遇
  • MySQL 数据类型详解与实战指南
  • Java SpringBoot+Vue 智能客服后台实战:从零搭建到生产部署
  • AI绘画的商业应用:广告、插画与游戏设计
  • Leaflet 结合 SpringBoot 实现地图点击获取当地时间
  • Google Antigravity:Agent 优先的 AI IDE 实战评测
  • 链表数据结构详解:结构、操作与应用
  • Cosmos-Reason1-7B 集成 ROS2 机器人的物理常识推理实践
  • Cursor、Kiro 与 Google Antigravity 三款 AI 编程工具对比
  • GLM4 大模型微调实战:命名实体识别(NER)任务指南
  • 基于 ASM+Maven 插件实现 Java 方法调用链分析
  • RocketMQ 核心设计:消息存储架构解析
  • 循环神经网络 RNN 与序列数据处理实战
  • 前端数据可视化工具比较与选型建议
  • Pi0 机器人大模型昇腾 A2 环境部署与性能测评
  • Neo4j 数据库连接失败排查与解决方案
  • YOLO26n-pose 在 LSP 数据集的姿势估计训练与推理流程(Python/C++)
  • Meson:现代 C/C++ 构建系统详解
  • 基于AI智能体的全流程数据洞察系统构建
  • 前端 TypeScript 高级技巧:提升代码安全性

相关免费在线工具

  • 加密/解密文本

    使用加密算法(如AES、TripleDES、Rabbit或RC4)加密和解密文本明文。 在线工具,加密/解密文本在线工具,online

  • RSA密钥对生成器

    生成新的随机RSA私钥和公钥pem证书。 在线工具,RSA密钥对生成器在线工具,online

  • Mermaid 预览与可视化编辑

    基于 Mermaid.js 实时预览流程图、时序图等图表,支持源码编辑与即时渲染。 在线工具,Mermaid 预览与可视化编辑在线工具,online

  • 随机西班牙地址生成器

    随机生成西班牙地址(支持马德里、加泰罗尼亚、安达卢西亚、瓦伦西亚筛选),支持数量快捷选择、显示全部与下载。 在线工具,随机西班牙地址生成器在线工具,online

  • Gemini 图片去水印

    基于开源反向 Alpha 混合算法去除 Gemini/Nano Banana 图片水印,支持批量处理与下载。 在线工具,Gemini 图片去水印在线工具,online

  • Base64 字符串编码/解码

    将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具,Base64 字符串编码/解码在线工具,online