VIP20

本课程属于：061-无人机PX4 AI与MAVLink飞控联动 嵌入式边缘AI与TinyML · 共 20 门相关课程，组合学习更完整。

查看所属VIP全部课程 →

← 返回所属目录咨询 / 购买

15. PX4边缘AI低延迟：采集、推理、MAVLink和控制周期优化

共计 30 章节

点击此处阅读海量试读课程：100+行业、1000+细分领域

学习目标 · 课程结构 · 边缘AI在无人机中的价值与低延迟的意…

课程导入学习目标

PX4与边缘AI基础

PX4架构 · MAVLink协议 · 边缘计算平台（Jetson

传感器数据采集

相机 · IMU · 激光雷达等传感器接口与数据格式

传感器数据采集相机

图像采集与预处理

相机驱动 · ROI裁剪 · 分辨率调整

图像采集预处理

边缘AI推理框架

TensorRT · ONNX Runtime · TFLite等推理引擎的选择与配置

模型优化与量化

模型剪枝 · INT8量化 · TensorRT加速

模型优化量化

推理延迟测量

使用Nsight · perf等工具测量推理时间 · 分析瓶颈

推理延迟测量Nsight

MAVLink通信机制

消息类型 · 频率 · 带宽限制

MAVLink通信机制

MAVLink低延迟优化

消息批处理 · 减少不必要字段 · 调整发送频率

MAVLink低延迟优化

PX4控制周期

姿态控制 · 位置控制频率 · 以及外部AI输入如何融入控制环

PX4控制周期

端到端延迟链路

从传感器采集到推理结果回传PX4的完…

端到端延迟链路PX4

PX4与边缘设备的时间戳同步方法（如… · GPS时间） · 确保数据一致性

时间同步PX4

实时操作系统与调度

Linux实时补丁 · CPU隔离 · 线程优先级设置

实时操作系统调度

共享内存与零拷贝

使用共享内存 · DMA · GPU直通等技术减少数据拷贝延迟

共享内存零拷贝

基于Jetson Nano的实时目标… · 实现从采集到MAVLink回传的完整…

案例实战Jetson

基于树莓派的视觉避障 · 优化推理延迟并集成到PX4控制循环

案例实战基于树莓派的视觉…

使用TensorRT加速YOLOv5 · 在PX4仿真环境中验证低延迟效果

案例实战TensorRT

数据丢包 · 时间戳不同步 · 推理超时等问题的诊断与解决

常见问题数据丢包

MAVLink带宽不足 · 消息频率过高导致CPU占用 · 如何平衡

常见问题MAVLink

PX4控制周期与AI推理频率不匹配 · 如何设计异步或同步机制

常见问题PX4

性能调优工具

使用perf · trace-cmd · PX4日志分析延迟

性能调优工具perf

仿真与硬件在环

在Gazebo · jMAVSim中测试低延迟AI · 与真实硬件对比

安全与可靠性

推理失败 · 通信中断时的降级策略 · 确保飞行安全

安全可靠性

多传感器融合

将AI推理结果与IMU · GPS融合 · 提高鲁棒性并控制延迟

多传感器融合AI

边缘AI与PX4的深度集成

使用PX4外部模式 · Offboard控制 · 实现AI直接控制

使用FPGA或专用NPU加速推理 · 进一步降低延迟

高级优化FPGA

多线程流水线设计 · 实现采集 · 推理

高级优化多线程流水线设计

设计一个完整的边缘AI避障系统 · 从硬件选型到飞行测试 · 全程优化延迟

实现一个基于视觉的着陆系统 · 要求端到端延迟低于50ms · 并集成到PX4

综合项目实现一个基于视觉…

回顾关键知识点 · 展望未来趋势 · 提供进一步学习资源

课程总结回顾关键知识点