课程导入：学习目标、核心概念、整体框架，以及视觉避障在PX4无人机中的重要性

无人机自主飞行能力的核心挑战之一，是在未知或动态环境中安全地执行任务。无论是电力巡检、农业植保、物流配送，还是搜索救援，无人机都可能在飞行路径上遭遇电线、树枝、建筑塔吊、飞鸟或其他飞行器。传统基于GPS的航线规划只能解决“从A点到B点”的路径问题，却无法应对“路径上突然出现障碍物”的实时威胁。视觉避障（Vision-based Obstacle Avoidance）正是应对这一挑战的关键技术——它利用摄像头作为主要感知传感器，通过图像处理和深度估计，使无人机能够“看见”周围环境，并在碰撞发生前主动规避。本课程将系统讲解如何在PX4开源飞控平台上，从零构建一套完整的视觉避障系统，涵盖摄像头选型、障碍物检测算法、距离估计方法、绕行策略制定以及实机调试与验证。

学习目标

完成本章及后续课程后，学习者应当具备以下核心能力：第一，能够根据任务场景和预算约束，选择合适的摄像头类型（单目、双目、RGB-D或事件相机），并理解不同传感器在光照、纹理、动态范围方面的适用边界；第二，掌握基于深度学习的障碍物检测方法（如YOLOv5/YOLOv8、SSD）与传统计算机视觉方法（如边缘检测、光流法）的优劣对比，能够在嵌入式平台（如Jetson Nano、RK3588）上部署轻量化模型；第三，理解单目视觉深度估计的几何原理（对极几何、PnP问题）与双目视觉的视差计算流程，能够将像素坐标转换为相机坐标系下的三维点云；第四，掌握PX4 Offboard模式下的避障控制逻辑，能够编写绕行算法并将速度指令通过MAVLink发送至飞控；第五，具备系统调试能力，能够通过日志分析（ULog）、QGroundControl地面站和仿真环境（Gazebo + PX4 SITL）定位并解决视觉避障链路中的典型故障。

核心概念

视觉避障系统涉及多个学科交叉的核心概念，理解这些概念是后续章节的基础。首先是坐标系变换：视觉避障涉及像素坐标系、图像坐标系、相机坐标系、机体坐标系（Body Frame）和世界坐标系（World Frame）之间的转换。相机内参矩阵（焦距、主点）和外参矩阵（旋转、平移）是连接二维图像与三维空间的关键桥梁。其次是深度估计：单目视觉依赖运动视差（Structure from Motion）或深度学习先验来估计深度，而双目视觉则通过左右图像的视差图（Disparity Map）计算深度，其精度受基线长度和像素匹配质量影响。第三是障碍物检测：目标检测算法输出障碍物的边界框（Bounding Box）和类别标签，但边界框本身不包含距离信息，必须结合深度估计模块才能获得障碍物的三维位置。第四是碰撞时间（Time-to-Collision, TTC）：TTC = 相对距离 / 相对速度，是比距离更安全的避障触发指标，因为即使距离较远，若相对速度很大，碰撞风险依然很高。第五是Offboard模式：PX4的Offboard模式允许外部计算机（如机载电脑）通过MAVLink协议发送速度或位置设定点，飞控内部的姿态控制器负责将设定点转化为电机指令，这是实现视觉避障的核心控制接口。

整体框架

本课程共30章，按照工程实现路径分为五个阶段。第一阶段（第1-5章）为基础与选型，涵盖视觉避障原理、摄像头选型、PX4开发环境搭建、MAVLink通信协议以及仿真环境配置。第二阶段（第6-12章）为感知与检测，深入讲解图像预处理、传统视觉障碍物检测、基于深度学习的检测模型（YOLO系列）、模型压缩与嵌入式部署。第三阶段（第13-18章）为深度估计与三维重建，包括单目深度估计、双目视觉几何、视差计算、障碍物三维定位以及多传感器融合（视觉+激光雷达+超声波）。第四阶段（第19-24章）为避障规划与控制，涵盖局部路径规划算法（人工势场法、动态窗口法、RRT）、绕行策略设计、PX4 Offboard控制接口、速度平滑与安全约束。第五阶段（第25-30章）为系统集成与实战，包括实机调试方法、故障排查、性能优化、安全冗余设计以及典型应用案例分析（如电力巡检避障、物流配送避障）。

视觉避障在PX4无人机中的重要性

PX4作为目前最活跃的开源自动驾驶仪之一，其架构设计天然支持视觉避障功能的扩展。从安全性角度看，视觉避障是无人机在复杂环境中安全飞行的最后一道防线。GPS信号在室内、桥下、密林等场景中可能丢失或漂移，而视觉传感器不依赖外部信号，能够提供局部环境感知能力。从任务能力角度看，具备视觉避障的无人机可以执行更复杂的任务，例如在风力发电机周围进行近距离巡检、在果园中穿行喷洒、在灾后废墟中搜索幸存者。从行业需求角度看，中国民用无人机市场在2023年已超过千亿元规模，其中工业级无人机对自主避障能力的需求尤为迫切——电网公司要求巡检无人机在距离输电线路3米内稳定飞行，物流企业要求配送无人机在城市峡谷中安全穿行，这些场景都离不开视觉避障。

然而，视觉避障在PX4平台上的实现并非“即插即用”。开发者需要面对计算资源受限（机载电脑的CPU/GPU性能远低于桌面平台）、实时性要求高（从图像采集到避障指令输出必须控制在100ms以内）、环境光照变化剧烈（逆光、夜间、雨雾）等工程挑战。此外，PX4的避障接口（如OBSTACLE_DISTANCE消息）对数据格式有严格定义，开发者必须理解其坐标系约定和数据更新频率要求，否则即使算法正确，飞控也无法正确响应。

案例拆解：从零搭建一台视觉避障无人机的初始决策

假设你所在的团队接到一个任务：为一台轴距450mm的四旋翼无人机（搭载PX4飞控）增加视觉避障功能，要求能够在校园环境中以5 m/s速度飞行时避开树干、行人、路灯杆等障碍物。项目预算为8000元，开发周期为8周。在课程开始前，你需要做出以下关键决策：

摄像头选型：预算内可选方案包括Intel RealSense D435（双目+红外，约2000元）、单目摄像头（如Raspberry Pi Camera V2，约200元）配合深度学习深度估计、或ZED Mini（约3000元）。考虑到校园环境光照稳定、纹理丰富，且需要中距离（0.5-8米）深度信息，我们选择Intel RealSense D435。其优势在于：内置深度计算芯片，减轻机载电脑负担；提供RGB和深度图像对齐输出；官方ROS驱动完善，与PX4集成有现成示例。

计算平台：需要同时运行目标检测模型和深度图像处理。NVIDIA Jetson Orin Nano（8GB版本，约2500元）是性价比之选，其GPU算力可达20 TOPS，能够运行YOLOv5s模型（640×640输入）达到30 FPS以上。备选方案是树莓派5（约800元），但推理帧率会降至10 FPS以下，可能无法满足5 m/s飞行速度下的避障反应时间要求。

PX4配置：飞控固件需使用v1.14以上版本，并在启动参数中启用Offboard模式。机载电脑与飞控通过UART（数传）或USB连接，通信波特率设置为921600。需要特别注意，PX4的避障接口要求障碍物距离数据以极坐标或笛卡尔坐标形式发布，且更新频率不低于10 Hz。

初始测试方案：先在Gazebo仿真环境中搭建校园场景模型，使用PX4 SITL模式验证避障算法逻辑；随后进行系留测试（无人机绑在安全绳上）验证实机感知与控制的闭环；最后才进行自由飞行测试。整个测试过程需要记录ULog日志，重点分析避障触发时的延迟、绕行轨迹的平滑度以及恢复原航线后的偏差。

这个案例展示了视觉避障系统开发的典型决策流程：从任务需求出发，在预算和性能之间权衡，选择传感器和计算平台，然后通过仿真到实机的渐进式验证。后续章节将逐一深入这些环节的具体技术细节。

常见误区与总结复盘

在视觉避障系统的学习与开发中，初学者常陷入以下误区。第一个误区是“重算法轻工程”：花费大量时间调优YOLO模型的mAP指标，却忽视了摄像头标定、图像时间戳同步、MAVLink消息延迟等工程问题。实际上，在嵌入式平台上，工程实现的稳定性往往比算法精度更重要。第二个误区是“忽视坐标系一致性”：障碍物检测输出的像素坐标必须经过相机内参和外参转换到机体坐标系，再转换到世界坐标系，任何一步的旋转矩阵或平移向量错误都会导致避障方向偏差。建议在代码中增加坐标系变换的单元测试，用已知位置的标定板验证变换正确性。第三个误区是“过度信任单一传感器”：视觉传感器在强光、逆光、低纹理环境下可能失效，必须设计传感器失效检测机制（如检查深度图的有效像素比例），并在失效时切换为保守策略（减速或悬停）。第四个误区是“忽略控制延迟”：从摄像头曝光到避障指令到达电机，整个链路的延迟可能达到80-150ms。在5 m/s速度下，这意味着无人机已经前进了0.4-0.75米。因此，避障算法必须考虑“预测性”——不仅基于当前障碍物位置，还要根据无人机的速度矢量预测未来的碰撞点。