📚 课程目录第2章 PX4 Offboard控制基础

2、PX4 Offboard控制基础：Offboard模式的定义、工作原理、与自主飞行模式的区别、适用场景

在PX4自动驾驶仪中，Offboard模式（外部控制模式）是连接机载计算单元（如NVIDIA Jetson、Raspberry Pi）与飞控系统的关键桥梁。当AI视觉识别模块输出目标位置、速度或姿态指令时，这些指令必须通过Offboard模式注入PX4的混控器与位置/姿态控制器，才能转化为实际的电机转速变化。理解Offboard模式的定义、数据流路径及其与自主飞行模式的边界，是开发基于视觉的自主无人机应用（如目标跟踪、精准降落、编队飞行）的前提。本节将系统拆解Offboard模式的工作原理，并通过对比与案例帮助学员建立正确的工程认知。

上图展示了Offboard模式的核心数据链路：机载计算单元生成控制指令后，通过MAVLink协议封装为特定的消息类型（如SET_POSITION_TARGET_LOCAL_NED或SET_ATTITUDE_TARGET），经串口或网络发送至PX4飞控。飞控在验证指令合法性后，将其送入位置/姿态控制器，最终通过混控器输出PWM或DShot信号驱动电机。值得注意的是，飞控内部的EKF2状态估计器持续融合IMU、GPS及视觉数据，为控制器提供反馈量，形成闭环。

2.1 Offboard模式的定义与核心原理

Offboard模式是PX4中一种允许外部机载计算机直接向飞控发送控制设定点的飞行模式。与传统的遥控器（RC）或地面站（GCS）控制不同，Offboard模式下的指令源是机载计算单元，且指令频率必须满足严格的时间约束。PX4官方将Offboard定义为“一种由外部程序提供速度、位置或姿态参考值的模式”，其本质是飞控将控制权部分让渡给外部算法，但保留了安全监控与底层姿态稳定的职责。

从控制架构看，Offboard模式位于PX4多旋翼控制栈的最顶层。其指令类型分为三类：位置控制（设定目标三维坐标）、速度控制（设定目标速度矢量）、姿态/推力控制（设定目标姿态角和油门）。实际工程中，AI识别结果通常先转换为位置或速度指令，因为姿态级控制需要更底层的动力学知识，且对飞控稳定性影响更大。

  关键机制：指令超时保护

  PX4通过COM_OF_LOSS_T参数（默认0.5秒）监控Offboard指令的到达间隔。若超过该时间未收到新的有效指令，飞控将自动退出Offboard模式并切换至降落模式或悬停模式。这一机制防止了因机载计算机死机或通信中断导致的失控风险，是Offboard安全性的核心保障。

2.2 Offboard模式与自主飞行模式的区别

PX4内置了多种自主飞行模式，如Auto Mission（航线任务）、Auto Takeoff（自动起飞）、Auto Land（自动降落）等。这些模式与Offboard模式的根本区别在于指令来源与决策位置：

对比维度	Offboard模式	Auto Mission模式
指令来源	外部机载计算机（实时生成）	飞控内部预存的任务脚本
决策灵活性	高，可实时响应AI识别结果	低，仅按预设航点执行
通信依赖	强依赖机载链路，断链即退出	弱依赖，任务存储于飞控
典型应用	目标跟踪、动态避障、编队	测绘巡检、固定航线飞行
安全机制	指令超时保护、RC切换	地理围栏、任务中止条件

此外，Offboard模式与Position模式（定高定点）也有本质区别：Position模式由遥控器摇杆产生增量指令，而Offboard模式由外部程序产生或相对设定点。在Offboard模式下，遥控器仍可作为安全备份——通过特定的RC开关组合可以随时夺回控制权。

2.3 适用场景与工程约束

Offboard模式最适合以下三类场景：

动态目标跟踪：AI视觉模块识别移动目标后，实时输出目标位置偏移量，转换为速度指令发送给飞控，实现持续跟踪。
精准降落/抓取：视觉定位二维码或降落坪，输出厘米级位置修正指令，配合距离传感器实现精准着陆。
多机编队：每架无人机通过Offboard接收编队控制器计算的位置偏移，保持队形飞行。

但Offboard模式并非万能，其工程约束包括：机载计算机与飞控之间的通信延迟应小于20ms，否则控制品质显著下降；指令频率建议在10-50Hz之间，过低会导致控制不平滑，过高则增加飞控负载；必须设计完善的失效切换逻辑，确保在视觉丢失或计算异常时能安全降级。

常见误区：许多初学者误以为Offboard模式可以直接发送PWM信号控制电机。实际上，Offboard模式只接受高层级的运动指令（位置/速度/姿态），底层电机混控完全由PX4负责。试图绕过PX4直接控制电机不仅危险，而且违反飞控的安全设计原则。

2.4 案例拆解：基于视觉的目标跟踪系统

为加深理解，我们拆解一个典型的视觉目标跟踪系统实现过程。某团队需要让四旋翼无人机自动跟踪地面移动的红色小球，要求跟踪误差小于0.5米。

系统组成：机载Jetson Nano运行YOLOv5目标检测模型，通过USB摄像头获取图像；PX4飞控运行在Pixhawk 4硬件上；Jetson与飞控通过UART串口连接，波特率921600。

关键参数设置：

# PX4参数配置
param set COM_OF_LOSS_T 0.3    # 指令超时设为0.3秒，提高响应速度
param set MPC_XY_VEL_MAX 8.0   # 最大水平速度8m/s
param set MPC_Z_VEL_MAX 3.0    # 最大垂直速度3m/s
param set MIS_OFFBOARD_ACT 1   # 允许Offboard模式

实现流程：

Jetson通过摄像头采集图像，YOLOv5检测红色小球，输出其像素坐标(u,v)。
利用相机内参和深度估计（假设小球在已知高度平面），将像素坐标转换为机体坐标系下的三维偏移量(Δx, Δy, Δz)。
将偏移量乘以比例系数，生成速度指令：vx = Kp * Δx，vy = Kp * Δy，vz = Kp * Δz。
封装为MAVLink消息SET_POSITION_TARGET_LOCAL_NED，设置type_mask忽略位置分量，仅使用速度分量，并以10Hz频率发送。
飞控接收后，通过内部速度控制器跟踪指令，实现跟踪飞行。

测试结果：在室外无风环境下，系统成功跟踪以1m/s速度移动的小球，平均跟踪误差0.3米。但在阵风条件下，误差增大至0.8米，原因是速度控制环的响应带宽不足。团队随后将控制策略改为位置-速度混合控制：当目标距离较远时使用速度控制，接近时切换为位置控制，最终将误差稳定在0.4米以内。

复盘经验：Offboard控制系统的性能瓶颈往往不在飞控，而在上游的视觉处理延迟和指令生成频率。该案例中，YOLOv5推理耗时约30ms，加上串口传输延迟，总延迟接近50ms，导致控制环相位滞后。优化方向包括使用TensorRT加速推理、降低图像分辨率、或改用共享内存通信。

2.5 总结与工程建议

Offboard模式是PX4中最灵活但也最需要谨慎使用的飞行模式。其核心价值在于将AI决策能力与飞控稳定性解耦，使开发者能够专注于上层算法。在实际工程中，建议遵循以下原则：

安全优先：始终保留RC遥控器作为备份，并设置合理的指令超时时间。
分层控制：优先使用位置控制，其次速度控制，最后才考虑姿态控制，以降低飞控负担。
仿真先行：在Gazebo或PX4 SITL中充分测试Offboard逻辑，再迁移至真机。
监控日志：通过uORB话题vehicle_attitude和vehicle_local_position实时监控飞控状态，便于排障。