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

Xilinx FPGA上构建RISC-V五级流水线CPU实战案例

以下是对您提供的博文内容进行 深度润色与结构重构后的技术文章 。整体风格更贴近一位资深嵌入式系统教学博主的自然表达:逻辑清晰、语言精炼、富有实战温度,彻底去除AI腔调和模板化痕迹;同时强化了工程细节、设计权衡与真实调试经验,使读者既能理解原理,又能照着落地。 在Xilinx FPGA上手撸一个五级流水线RISC-V CPU:不是Demo,是真能跑 addi 和 beq 的硬核实践 你有没有试过,在FPGA上跑通第一条自己写的RISC-V指令?不是用Vivado自动生成的IP核,也不是靠PicoRV32“一键导入”,而是从零开始画出IF/ID/EX/MEM/WB每一级、亲手写完所有前递逻辑、连ILA探针都打在ALU输出口上——看着波形里 pc=0x1004 跳到 0x1008 ,再看到 x1 真的被 lw 从内存里读出来、又被下一条 add 正确用了……那种感觉,比仿真通过还踏实。 这正是本文要带你完成的事: 在一个XC7A100T(Artix-7)

免费部署openClaw龙虾机器人(经典)

免费部署openClaw龙虾机器人(经典)

前几天出了个免费玩龙虾的详细教程,很多小伙伴觉得不错,但是还有一些新手留言反馈内容不够详细,这次我将重新梳理一遍,做一期更细致的攻略,同时扩展补充配置好之后的推荐(我认为是必要)操作,争取一篇文章让大家可以收藏起来,随时全套参照复用。 先看效果测试 部署完成基础运行效果测试,你可以直接问clawdbot当前的模型: 1.Token平台准备 首先,还是准备好我们可以免费撸的API平台 这里我找到了两个可以免费使用的API,测试之后执行效率还可以,下面将分别进行细致流程拆解。 1.1 硅基流动获取ApiKey (相对免费方案 推荐) 硅基流动地址:https://cloud.siliconflow.cn/i/6T57VxS2 如果有账号的直接登录,没有的注册一个账号,这个认证就送16元,可以直接玩收费模型,真香。认证完成后在API秘钥地方新建秘钥。 硅基流动里面很多模型原来是免费的,有了16元注册礼,很多收费的模型也相当于免费用了,我体验一下了原来配置免费模型还能用,也是值得推荐的。建议使用截图的第一个模型体验一下,我一直用它。 1.2 推理时代

FPGA时钟约束完全攻略:create_clock与create_generated_clock从入门到精通(附实战案例)

FPGA时钟约束完全攻略:create_clock与create_generated_clock从入门到精通(附实战案例) 📚 目录导航 文章目录 * FPGA时钟约束完全攻略:create_clock与create_generated_clock从入门到精通(附实战案例) * 📚 目录导航 * 概述 * 一、时钟约束基础概念 * 1.1 为什么需要时钟约束 * 1.1.1 指导综合优化 * 1.1.2 指导布局布线 * 1.1.3 进行静态时序分析 * 1.1.4 定义时钟域关系 * 1.2 时钟约束的分类 * 1.2.1 主时钟(Primary Clock) * 1.2.2 衍生时钟(

基于深度学习YOLO算法+qwen deepseek大模型的无人机河道巡检系统平台 支持AI对话与文档生成分析

基于深度学习YOLO算法+qwen deepseek大模型的无人机河道巡检系统平台 支持AI对话与文档生成分析

YOLO+DeepSeek河道环境检测系统 项目简介 基于改进YOLO深度学习模型与DeepSeek大语言模型的河道环境智能检测与分析系统。本系统采用先进的计算机视觉技术,结合自然语言处理能力,实现对河道环境中各类目标的高精度检测与智能分析。系统支持单张图片、批量图片、视频文件及实时摄像头等多种输入方式,提供从环境检测到智能建议的完整解决方案,为河道治理、环境保护与水资源管理提供智能化技术支持。 ✨ 核心亮点 • 多场景检测支持:全面覆盖单张图片、图片文件夹、视频文件、实时摄像头四种输入方式 • 改进YOLO模型:基于YOLOv5/v8/v11/v12的优化版本,专注河道环境目标检测 • AI智能分析:集成DeepSeek/Qwen大模型,生成专业的河道环境分析与治理建议 • 实时处理反馈:前端实时展示检测进度与结果,支持实时视频流处理 • 完整技术栈:PyTorch深度学习 + SpringBoot后端 + Vue3前端 + Flask中台的完整架构 • 开箱即用:提供完整源码、预训练模型与详细部署文档,快速上手使用 🌊 检测对象范围 系统可精准识别河道