1. 课程导论：PX4无人机视觉与Offboard控制全景

欢迎来到《PX4无人机完整实战：视觉模型、MAVLink、Offboard和飞控联调》课程的第一章。在正式开始动手之前，我们需要先建立对整个技术版图的宏观认知。PX4无人机开发早已不是单纯“调参飞起来”的阶段，而是进入了“感知-决策-控制”一体化的智能体时代。本章将帮助你明确学习目标、梳理课程结构，并准备好所有软硬件工具，确保后续每一行代码、每一次飞行实验都有清晰的落脚点。

1.1 学习目标：从“会飞”到“会思考”

本课程的核心目标不是教你如何用遥控器把无人机飞起来，而是让你掌握一套完整的视觉引导自主飞行开发能力。具体而言，完成本课程后，你将能够：

• 理解PX4飞控的Offboard模式原理：掌握Offboard模式下的控制权切换机制、安全保护策略，以及如何通过MAVLink协议向飞控发送期望轨迹。
• 构建视觉感知管线：能够使用YOLO等目标检测模型或传统计算机视觉方法，在机载计算机上实时处理图像，提取目标位置、深度信息或避障信号。
• 打通MAVLink通信链路：熟练使用pymavlink或MAVSDK，实现地面站、机载计算机与PX4飞控之间的双向数据流，包括遥测订阅、指令下发、心跳检测。
• 完成Offboard与视觉的融合联调：在Gazebo仿真环境中验证视觉-控制闭环，并最终在真实无人机上完成部署与调试。

为了让你更清晰地评估自己的学习进度，下表列出了本课程的能力进阶路径：

阶段	核心能力	验证标准
基础期	PX4环境搭建、MAVLink消息读写	能通过脚本读取飞控姿态并切换Offboard模式
进阶期	视觉模型部署、目标位置解算	在仿真中检测到目标并输出其三维坐标
综合期	视觉引导Offboard飞行	无人机自主飞向目标点并悬停，误差小于0.3m
实战期	真机部署与故障排查	完成一次带视觉避障的自主航线飞行

1.2 课程结构：四阶段递进式学习

本课程共30章，按照“基础-通信-视觉-联调”的逻辑分为四个阶段。这种设计遵循了从底层原理到上层应用的认知规律，避免一开始就陷入复杂的系统集成泥潭。

1. 第一阶段：PX4与Offboard基础（第1-8章）。涵盖PX4架构、MAVLink协议详解、Offboard模式原理、仿真环境搭建。这一阶段的目标是让你拥有一个“会听话”的飞控。
2. 第二阶段：视觉感知与模型部署（第9-16章）。包括相机标定、YOLO模型训练与转换、TensorRT加速、深度估计与目标定位。这一阶段赋予无人机“眼睛”。
3. 第三阶段：Offboard控制与视觉融合（第17-24章）。重点讲解位置/速度控制环设计、视觉目标跟踪、避障策略、以及如何将视觉输出转化为Offboard控制指令。
4. 第四阶段：系统联调与真机实战（第25-30章）。包含软硬件集成、安全机制、常见故障排查、以及一个完整的“视觉引导降落”项目实战。

1.3 软硬件准备清单

在开始第一章的实操之前，请务必按照下表准备环境。这里我们区分了“必须”和“推荐”两类，避免你一开始就陷入硬件选择的纠结中。

类别	项目	规格/版本	必要性
软件	Ubuntu操作系统	20.04 LTS 或 22.04 LTS	必须
	ROS2	Foxy (20.04) 或 Humble (22.04)	必须
	PX4-Autopilot	v1.13.x 或 v1.14.x	必须
	QGroundControl	最新稳定版	必须
硬件	Pixhawk系列飞控	Pixhawk 6C / 6X 或 Holybro Durandal	必须
	机载计算机	NVIDIA Jetson Orin Nano / Xavier NX 或树莓派4B	推荐
	视觉相机	Intel RealSense D435i 或普通USB摄像头	推荐

对于软件环境，我们强烈建议使用Docker镜像来统一开发环境。PX4官方提供了包含ROS2和Gazebo的容器镜像，可以避免因系统依赖版本冲突导致的“环境地狱”。以下是一个快速启动仿真环境的示例：

# 拉取PX4官方ROS2仿真镜像
docker pull px4io/px4-dev-ros2-foxy:latest

# 运行容器并挂载代码目录
docker run -it --rm \
  -v /path/to/your/code:/src \
  -p 14540:14540/udp \
  px4io/px4-dev-ros2-foxy:latest bash

# 在容器内启动PX4 SITL
cd /src/PX4-Autopilot
make px4_sitl gazebo-classic

1.4 核心原理：Offboard模式与视觉系统的关系

在PX4中，Offboard模式是一种允许外部计算机（如机载电脑）通过MAVLink消息直接控制无人机位置、速度或姿态的工作模式。它的本质是外部控制器接管了PX4内环控制器（姿态/速率）的输入。视觉系统在这里扮演的角色是“感知前端”——它告诉Offboard控制器目标在哪里、障碍物在哪里，而Offboard控制器则负责生成期望轨迹。

理解这个分工至关重要：视觉系统不直接控制电机，它只提供环境信息；Offboard控制器不负责图像处理，它只负责将视觉输出转化为控制指令。这种分层架构保证了系统的可维护性和安全性——即使视觉节点崩溃，飞控仍然可以执行预设的紧急降落程序。

1.5 案例拆解：一个典型的视觉Offboard任务流

为了让你对后续章节的内容有具象认知，我们拆解一个“视觉引导定点降落”任务。这个案例贯穿了本课程的所有核心知识点。

任务背景：无人机需要从10米高度自主识别地面上的“H”形着陆标志，并精确降落在标志中心。环境为室外弱GPS信号区域，允许使用视觉定位。

系统分解：

1. 感知模块：机载相机采集图像，YOLO模型检测“H”标志，输出像素坐标和置信度。
2. 坐标解算：结合相机内参和无人机高度（来自激光雷达或气压计），将像素坐标转换为机体坐标系下的三维位置。
3. Offboard控制：将目标位置转换为NED坐标系下的期望位置，通过MAVLink的SET_POSITION_TARGET_LOCAL_NED消息发送给飞控。
4. 飞控执行：PX4位置控制器生成速度指令，姿态控制器输出电机PWM，无人机向目标点移动。
5. 闭环反馈：当无人机接近目标时，视觉检测频率提高，位置误差逐渐缩小，最终触发降落指令。

下表展示了该任务中每个环节对应的课程章节，方便你按图索骥：

任务环节	关键技术	对应章节
图像采集与标定	相机内参、畸变矫正	第9章
目标检测	YOLOv5/v8训练与部署	第11-12章
深度估计	单目/双目深度、PnP解算	第14章
Offboard指令	MAVLink消息封装与发送	第5-6章
控制环调参	位置/速度PID整定	第19-20章
系统集成	ROS2节点通信、故障处理	第25-28章

1.6 常见误区与总结复盘

在多年教学和项目实践中，我们发现初学者在入门阶段最容易陷入以下几个误区，这里提前为你“排雷”：

• 误区一：直接跳过仿真上真机。很多同学觉得仿真“不够真实”，急于真机调试。但真机调试的变量太多（电池电压、风、GPS漂移），一旦出现问题很难定位是视觉问题还是控制问题。仿真中调试可以让你快速迭代算法。
• 误区二：混淆Offboard与RTK/外部定位。Offboard是控制模式，RTK是定位源。两者可以同时使用——Offboard模式下可以使用RTK提供的位置反馈，也可以使用视觉定位。不要将概念混为一谈。
• 误区三：忽视通信超时保护。在编写Offboard代码时，如果没有设置合理的超时机制，一旦机载电脑死机，无人机就会“放飞自我”。务必在飞控参数中设置COM_OF_LOSS_T为1-2秒，并测试断连后的行为。
• 误区四：视觉处理占用过高CPU导致控制延迟。机载电脑资源有限，如果视觉推理耗时超过100ms，控制周期就会不稳定。建议使用TensorRT加速，并将视觉任务放在独立线程中，确保Offboard指令以50Hz以上的频率发送。