ArduPilot自动驾驶入门指南：从硬件选型到首次飞行避坑全攻略

1次阅读

共计 1994 个字符，预计需要花费 5 分钟才能阅读完成。

ArduPilot 采用 MAVLink 协议进行飞控与地面站的通信，其 Flight Stack 分为三层：底层硬件抽象层（HAL）、中间核心算法层（如姿态控制）、上层应用逻辑层（如自动任务）。MAVLink 协议轻量高效，支持多种物理传输方式（如串口、WiFi）。

处理器性能：
Pixhawk 4：STM32F765（216MHz Cortex-M7）
Cube Orange：STM32H743（400MHz Cortex-M7），性能提升约 85%
接口扩展性：
Pixhawk 4：6 个 PWM 输出，2 个 CAN 总线
Cube Orange：8 个 PWM 输出，3 个 CAN 总线，额外支持 USB Host

IMU：推荐 BMI088（加速度计）+ ICM-42688（陀螺仪），避免 MPU6000 等老款型号
GPS 模块：u-blox M8N 或 M9N，需支持双频
遥控接收机：FrSky R9MM 或 Crossfire Nano
电源模块：电流检测精度需≥0.5%

安装 ROS 2 Humble：

sudo apt install ros-humble-desktop
echo "source /opt/ros/humble/setup.bash" >> ~/.bashrc

编译 ardupilot-gazebo 插件：

git clone https://github.com/ArduPilot/ardupilot_gazebo
cd ardupilot_gazebo && mkdir build && cd build
cmake .. -DCMAKE_BUILD_TYPE=RelWithDebInfo
make -j4

启动四轴仿真：

sim_vehicle.py -v ArduCopter -f gazebo-iris

#include <AP_HAL/AP_HAL.h>
#include <AP_Math/AP_Math.h>

void loop() {
    // 获取传感器实例
    AP_InertialSensor &ins = AP::ins();

    // 原始数据缓存
    Vector3f accel, gyro;

    // 读取数据（带 IIR 滤波）ins.update();
    ins.get_accel(0, accel);  // 0 号加速度计
    ins.get_gyro(0, gyro);    // 0 号陀螺仪

    // 应用截止频率 20Hz 的低通滤波
    accel = LPFilter(accel, 20, 0.02f); // 0.02s 为典型更新周期
    gyro = LPFilter(gyro, 20, 0.02f);
}

// 选用二阶 IIR 滤波原因：计算量小且相位延迟优于 FIR
Vector3f LPFilter(Vector3f input, float cutoff_hz, float dt) {
    static Vector3f output;
    float rc = 1.0f/(2*M_PI*cutoff_hz);
    float alpha = dt/(dt + rc);
    output = output + (input - output) * alpha;
    return output;
}

场地要求：
远离电脑 / 金属桌至少 3 米
校准过程中保持设备匀速旋转（约 30 秒 / 圈）
避免有强电磁场（如空调、配电箱）

ATT.Roll与 IMU.GyrX 的关系：
正常情况：陀螺仪积分角度应与姿态角趋势一致
若出现持续偏差：检查 IMU 安装方向参数（AHRS_ORIENTATION）
突发跳变：可能是电磁干扰导致磁力计异常

CPU 负载率：
通过 top 命令查看 arducopter 进程的 CPU 占比
建议值：<70%（留 30% 余量应对突发负载）
控制周期延迟：
在 logs/LOG_xxxx.BIN 中查找 IMU 消息间隔
典型值：多旋翼应≤2.5ms，固定翼可放宽至 10ms

flowchart LR
    A[MPU9250] -->|I2C| B[AP_HAL]
    B --> C[AP_InertialSensor]
    C --> D[LPF 滤波]
    D --> E[EKF2 数据融合]
    E --> F[PID 控制器]
    F --> G[PWM 输出]