无人机 | MAVROS安装与基础知识梳理(附ROS C++仿真案例)

无人机 | MAVROS安装与基础知识梳理(附ROS C++仿真案例)

目录

1 MAVROS简介

MAVROS是无人机开发中连接机器人操作系统(ROS)与飞控系统的关键中间件,通过标准化通信协议实现ROS节点与无人机的交互。它基于MAVLink(Micro Air Vehicle Link)轻量级通信协议,为ROS生态提供了与飞控(如PixhawkArduPilotPX4等)通信的统一接口,使开发者无需深入理解底层飞控协议,即可直接调用ROS的丰富工具链(如RViz可视化、Gazebo仿真、导航栈)快速搭建无人机任务,推动了无人机应用的灵活开发与高效迭代

MAVROS的核心功能包括双向数据传输:一方面,它订阅飞控的传感器数据(如IMUGPS、电池状态)并发布至ROS话题,供导航、感知等模块使用;另一方面,它接收ROS服务或动作指令(如起飞、降落、位姿控制),转换为MAVLink消息发送至飞控执行。此外,MAVROS支持多种通信接口(串口、UDPTCP),适配不同硬件场景,并提供参数配置服务,允许动态读写飞控参数(如PID调参、飞行模式切换)。

在这里插入图片描述

2 MAVROS安装

通过以下命令安装MAVROS

sudo apt-get install ros-noetic-mavros sudo apt install ros-noetic-mavros-extras 

GeographicLib是一个开源的地理计算库,专门用于处理地球表面的高精度地理坐标计算,例如:

  • 经纬度与局部坐标系(如北东地坐标系,ENU)的转换
  • 地理坐标系之间的转换(如 WGS84 到 UTM)
  • 地球椭球模型下的距离、方位角、高程计算
  • 大地水准面(Geoid)的高度校正

MAVROS在处理无人机导航和地理空间数据时需要依赖GeographicLib提供的高精度地理计算功能,因此GeographicLib

wget https://raw.githubusercontent.com/mavlink/mavros/master/mavros/scripts/install_geographiclib_datasets.sh sudo chmod +x ./install_geographiclib_datasets.sh sudo ./install_geographiclib_datasets.sh 

3 MAVROS基础知识

3.1 MAVROS坐标系

MAVROS中涉及到以下坐标系:

  • global系:一般由GPS定义,例如经纬高坐标系(WGS84)
  • local系:
    • ROS端:采用ENU坐标系,一般是由MAVROS发布的map坐标系,其坐标原点是MAVROS收到里程计信息时飞控所在的位置,并规定x轴朝东、y轴朝北、z轴朝天,此时机体方向朝东;
    • 飞控端:PX4/ArduPilot等内部使用,采用NED坐标系;
  • body系:
    • ROS端:采用FLU坐标系,即前左上,一般是由MAVROS发布的base_link坐标系
    • 飞控端:采用FRD坐标系,即前右下

具体关系如下图所示

在这里插入图片描述

以下面的场景为实例,map系和Gazebo里的坐标系方向一致。机身前方定义为东,即map系的x轴正方向,机身前进方向同时为base_link系的x轴正方向。所以从方向来看,ROS端的map系和base_link系一致

在这里插入图片描述

3.2 MAVROS常用话题

3.2.1 /mavros/state

  • 功能:订阅MAVROS的状态数据,如连接状态、是否解锁、当前无人机模式等
  • 参数说明
    • connected: 检测无人机与地面站的物理连接状态
    • armed:监控无人机电机是否解锁,只有armed=true时表示电机已解锁,无人机可飞行
    • mode:常用模式有:
      • MANUAL:完全手动模式
      • POSCTL:位置控制模式
      • ALTCTL:高度控制模式
      • OFFBOARD:板外模式,ROS主机控制无人机需要切换到这个模式
      • MISSION:自动任务模式
      • LOITER:自动悬停模式
      • RTL:自动返航模式
      • LAND:自动降落模式
      • TAKEOFF:自动起飞模式
    • manual_input:检测是否有人工遥控器输入
    • system_status:无人机整体系统状态,分为未初始化、系统启动中、待机模式、任务执行中和紧急状态

数据类型mavros_msgs/State

std_msgs/Header header uint32 seq time stamp string frame_id bool connected bool armed bool guided bool manual_input string mode uint8 system_status 

3.2.2 /mavros/setpoint_position/local

  • 功能:定点飞行
  • 参数说明:只有position生效,不控制姿态orientationposition是相对于ROS端local坐标系的坐标

数据类型geometry_msgs/PoseStamped

std_msgs/Header header uint32 seq time stamp string frame_id geometry_msgs/Pose pose geometry_msgs/Point position float64 x float64 y float64 z geometry_msgs/Quaternion orientation float64 x float64 y float64 z float64 w 

3.2.3 /mavros/local_position/odom

  • 功能:提供无人机在ROS端坐标系的位姿和速度里程计信息
  • 参数说明:位姿信息是相对于ROS端local坐标系的坐标,速度信息是是相对于ROS端body坐标系的坐标

数据类型nav_msgs/Odometry

std_msgs/Header header uint32 seq time stamp string frame_id string child_frame_id geometry_msgs/PoseWithCovariance pose geometry_msgs/Pose pose geometry_msgs/Point position float64 x float64 y float64 z geometry_msgs/Quaternion orientation float64 x float64 y float64 z float64 w float64[36] covariance geometry_msgs/TwistWithCovariance twist geometry_msgs/Twist twist geometry_msgs/Vector3 linear float64 x float64 y float64 z geometry_msgs/Vector3 angular float64 x float64 y float64 z float64[36] covariance 

3.2.4 /mavros/setpoint_raw/local

  • 功能:主要用于设置无人机各轴的加速度或推力
  • 参数说明
    • coordinate_frame:飞控端采用的坐标系,一般设置为FRAME_LOCAL_NED,但是该话题数据都是在ROS端坐标系下,MAVROS会自动进行一次坐标变换
    • type_mask:类型掩码,例如只控制加速度需要将位置、速度、角速度等标志为置为忽略

数据类型mavros_msgs::PositionTarget

std_msgs/Header header uint8 coordinate_frame uint8 FRAME_LOCAL_NED = 1 uint8 FRAME_LOCAL_OFFSET_NED = 7 uint8 FRAME_BODY_NED = 8 uint8 FRAME_BODY_OFFSET_NED = 9 uint16 type_mask uint16 IGNORE_PX = 1 # Position ignore flags uint16 IGNORE_PY = 2 uint16 IGNORE_PZ = 4 uint16 IGNORE_VX = 8 # Velocity vector ignore flags uint16 IGNORE_VY = 16 uint16 IGNORE_VZ = 32 uint16 IGNORE_AFX = 64 # Acceleration/Force vector ignore flags uint16 IGNORE_AFY = 128 uint16 IGNORE_AFZ = 256 uint16 FORCE = 512 # Force in af vector flag uint16 IGNORE_YAW = 1024 uint16 IGNORE_YAW_RATE = 2048 geometry_msgs/Point position geometry_msgs/Vector3 velocity geometry_msgs/Vector3 acceleration_or_force float32 yaw float32 yaw_rate 

3.2.5 /mavros/setpoint_raw/attitude

  • 功能:用于设置无人机的姿态、推力和各轴角速度

数据类型mavros_msgs::AttitudeTarget

std_msgs/Header header uint8 type_mask uint8 IGNORE_ROLL_RATE = 1 # body_rate.x uint8 IGNORE_PITCH_RATE = 2 # body_rate.y uint8 IGNORE_YAW_RATE = 4 # body_rate.z uint8 IGNORE_THRUST = 64 uint8 IGNORE_ATTITUDE = 128 # orientation field geometry_msgs/Quaternion orientation geometry_msgs/Vector3 body_rate float32 thrust 

3.3 MAVROS常用服务

3.3.1 /mavros/cmd/arming

  • 功能:用于设置无人机的上锁或解锁状态

数据类型mavros_msgs/CommandBool

bool value // true解锁,false上锁 --- bool success uint8 result 

3.3.2 /mavros/set_mode

  • 功能:用于设置无人机飞控的飞行模式
  • 参数说明:ROS端控制要切换到OFFBOARD模式

数据类型mavros_msgs/SetMode

string custom_mode uint8 base_mode uint8 MAV_MODE_PREFLIGHT=0 uint8 MAV_MODE_STABILIZE_DISARMED=80 uint8 MAV_MODE_STABILIZE_ARMED=208 uint8 MAV_MODE_MANUAL_DISARMED=64 uint8 MAV_MODE_MANUAL_ARMED=192 uint8 MAV_MODE_GUIDED_DISARMED=88 uint8 MAV_MODE_GUIDED_ARMED=216 uint8 MAV_MODE_AUTO_DISARMED=92 uint8 MAV_MODE_AUTO_ARMED=220 uint8 MAV_MODE_TEST_DISARMED=66 uint8 MAV_MODE_TEST_ARMED=194 --- bool mode_sent 

4 仿真案例

4.1 案例一:设置无人机板外模式并解锁

this->arm_client_ =this->nh_.serviceClient<mavros_msgs::CommandBool>("mavros/cmd/arming");this->set_mode_client_ =this->nh_.serviceClient<mavros_msgs::SetMode>("mavros/set_mode"); mavros_msgs::SetMode offboardMode; offboardMode.request.custom_mode ="OFFBOARD"; mavros_msgs::CommandBool armCmd; armCmd.request.value =true; ros::Time lastRequest = ros::Time::now();while(ros::ok()){if(this->mavros_state_.mode !="OFFBOARD"&&(ros::Time::now()- lastRequest > ros::Duration(5.0))){if(this->set_mode_client_.call(offboardMode)&& offboardMode.response.mode_sent){ cout <<"Offboard mode enabled."<< endl;} lastRequest = ros::Time::now();}else{if(!this->mavros_state_.armed &&(ros::Time::now()- lastRequest > ros::Duration(5.0))){if(this->arm_client_.call(armCmd)&& armCmd.response.success){ cout <<"Vehicle armed."<< endl;} lastRequest = ros::Time::now();}} r.sleep();}

4.2 案例二:无人机起飞到指定高度

假设要飞到1m的高度

this->position_pub_ =this->nh_.advertise<geometry_msgs::PoseStamped>("/mavros/setpoint_position/local",1000); geometry_msgs::PoseStamped ps; ps.header.frame_id ="map"; ps.header.stamp = ros::Time::now(); ps.pose.position.x =this->odom_.pose.pose.position.x; ps.pose.position.y =this->odom_.pose.pose.position.y; ps.pose.position.z =1.0; ps.pose.orientation =this->odom_.pose.pose.orientation;this->position_pub_.publish(ps);

4.3 获取无人机位姿并更新状态

this->odom_sub_ =this->nh_.subscribe<nav_msgs::Odometry>("/mavros/local_position/odom",1000,&flightBase::odomCB,this);void flightBase::odomCB(const nav_msgs::Odometry::ConstPtr &odom){this->odom_ =*odom;this->curr_position_(0)=this->odom_.pose.pose.position.x;this->curr_position_(1)=this->odom_.pose.pose.position.y;this->curr_position_(2)=this->odom_.pose.pose.position.z; Eigen::Vector3d curr_vel_body(this->odom_.twist.twist.linear.x,this->odom_.twist.twist.linear.y,this->odom_.twist.twist.linear.z); Eigen::Vector4d orientation_quat(this->odom_.pose.pose.orientation.w,this->odom_.pose.pose.orientation.x,this->odom_.pose.pose.orientation.y,this->odom_.pose.pose.orientation.z); Eigen::Matrix3d orientation_rot =quat2RotMatrix(orientation_quat);this->curr_vel_ = orientation_rot * curr_vel_body;}

完整工程代码请联系下方博主名片获取


🔥 更多精彩专栏

👇源码获取 · 技术交流 · 抱团学习 · 咨询分享 请联系👇

Read more

玩转Neo4j:从入门到实战的完整指南(含K8s集群部署)

在数据关系日益复杂的当下,传统关系型数据库在处理海量关联数据时,往往会因多表联查出现性能瓶颈。而Neo4j作为一款高性能的原生图数据库,凭借其对数据关系的天然亲和性,成为了社交网络分析、知识图谱构建、推荐系统开发等场景的理想选择。本文将从Neo4j的核心特性入手,带大家完成从安装部署(重点补充K8s集群方案)到实际使用的全流程实操。 一、Neo4j 核心特性与应用场景 Neo4j是一款基于原生图存储的数据库系统,其核心优势在于以“节点-关系”的形式直接存储数据关联,而非通过外键间接关联,这让它在处理关系型查询时具备无可比拟的效率。 1. 核心特性 * 原生图存储:数据以节点(Node)、关系(Relationship)和属性(Property)的形式存储,关系是一等公民,查询时无需复杂的多表连接。 * Cypher查询语言:Neo4j自研的声明式查询语言,语法简洁直观,支持复杂的图遍历和关系分析,能快速实现路径查询、关联挖掘等操作。 * 多部署形态:支持本地自托管、云托管(AuraDB)、Docker容器化、Kubernetes集群化等多种部署方式,适配不同规模的业务

JVS-APS是什么?算法驱动+低代码融合,重塑智能排产新范式!

JVS-APS是什么?算法驱动+低代码融合,重塑智能排产新范式!

在制造业数字化转型的浪潮中,生产计划与排程(APS)正从“经验驱动”走向“算法驱动”。然而,市面上多数APS系统要么价格高昂、闭源锁定,要么实施复杂、难以与现有IT体系融合。今天,我们介绍一款开源、可私有化部署、且能与低代码平台无缝融合的智能排产系统——JVS-APS。 一、什么是APS?为什么需要智能排产? APS(Advanced Planning and Scheduling,高级计划与排程)是连接企业资源计划(ERP)与制造执行系统(MES)的“大脑”,负责在有限资源(设备、人力、物料)约束下,自动生成最优的生产计划与排程方案。 传统排产依赖ERP的粗能力计算或人工Excel表格,往往面临三大困境: * 资源冲突:设备、模具、人员同时被多个订单争抢,排产混乱; * 物料缺料:不考虑库存与在途物料,生产到一半才发现缺料; * 动态响应差:插单、

MacOS 安装 OpenClaw 并接入飞书机器人(保姆级教程 + 常见问题解决)

MacOS 安装 OpenClaw 并接入飞书机器人(保姆级教程 + 常见问题解决)

MacOS 安装 OpenClaw 并接入飞书机器人(保姆级教程 + 常见问题解决) 在 AI Agent 和自动化工具越来越普及的今天,越来越多开发者希望拥有一个 能够自动处理任务、接入团队协作工具的 AI 助手。 最近OpenClaw火的一塌糊涂,我也跟风研究了一下这个开源项目。它可以理解为一个 可扩展的 AI Agent 框架,支持接入各种工具、自动执行任务,并且可以和企业协作平台(如飞书)打通,实现 AI 自动回复、自动化工作流。 本文将带大家 从 0 开始,在 MacOS 上安装 OpenClaw,并接入飞书机器人。 同时我也整理了自己在安装过程中遇到的 终端报错问题与完整解决方案,让你一次性避坑。 本文包含: * MacOS 安装 OpenClaw * 接入飞书机器人 * 配置开机自启 * 终端报错解决(

地瓜机器人智慧医疗——贰贰玖想要分享的关于使用惯导的一些思路

地瓜机器人智慧医疗——贰贰玖想要分享的关于使用惯导的一些思路

前言 在第20届全国大学生智能车竞赛(智慧医疗机器人创意赛)中,我们贰贰玖拿下国一。在这里,作为队长兼技术主力兼机师兼……我想分享一下在备赛过程中的一些思路。当然,为了不把比赛搞成全都是20s以内,竞争激烈到前后几名差0.几秒,我不会开源我们的惯导和避障思路(实在太简单,太容易实现了)。 这是我们两年的备赛日记,也有我们第二年区域赛和国赛的全流程。 【贰贰玖|从省三到国一,从巡线到路径规划到惯导+纯视觉避障的贰贰玖智能车日记-哔哩哔哩】 https://b23.tv/IDJyM2P 数据集我放在这里了,一共2w9张,全都是640x480,有数据增强的(没有旋转):https://pan.baidu.com/s/10u4S4fiVATRyEeDpdzpk_A?pwd=0229 提取码:0229 下面面我会讲一下我们的网络问题怎么解决,上位机的一些辅助处理,如何半场扫码,如何准确返回 P 点,修改stm32,以及修改车的ekf.yaml。