1. 课程导入

在无人机、无人车与移动机器人快速走向自主化的今天，飞控负责“稳定飞行”，机载计算机负责“看懂世界并做出决策”，二者之间的协同已经成为智能无人系统的基本架构。本课程围绕 Jetson 机载计算平台 与 PX4 飞控生态 的集成展开，目标不是简单地把两块板子连起来，而是建立一套从传感器数据、机载推理、控制指令到飞行动作的完整工程认知。

一、学习目标：从“能连上”到“能飞好”

学习本课程后，你应当能够独立完成以下任务：

• 理解 Jetson 与 PX4 在系统中的角色分工：Jetson 负责感知、规划与决策，PX4 负责姿态控制、位置控制与执行器输出。
• 掌握 Jetson 与 PX4 之间的物理连接方式，包括 UART、USB、以太网以及 MAVLink 通信链路。
• 能够配置 PX4 的 MAVLink 输出、机载计算机接口参数与 offboard 控制模式。
• 能够使用 ROS 2 或 MAVSDK 在 Jetson 上编写控制程序，向 PX4 发送位置、速度或姿态设定值。
• 能够分析集成过程中的典型故障，例如串口权限、波特率不匹配、心跳丢失、坐标系不一致等。

二、核心概念：三个层次与一条链路

理解本课程，需要先建立三个层次的概念：

第一层是计算平台层。Jetson 系列（如 Orin Nano、Orin NX、Xavier NX）提供 GPU 加速的 AI 推理能力，适合运行目标检测、语义分割、视觉里程计、路径规划等算法。它的优势是算力强、功耗可控、接口丰富，但实时性不如飞控 MCU。

第二层是飞控层。PX4 运行在 Pixhawk 等飞控硬件上，负责传感器融合、姿态估计、位置控制和电机输出。它的核心价值是实时性与安全性，即使机载计算机崩溃，飞控仍能保持稳定飞行或执行返航。

第三层是通信与协议层。Jetson 与 PX4 之间通常通过 MAVLink 协议通信。MAVLink 是一种轻量级消息协议，支持心跳、状态、指令、设定值等多种消息类型。在 ROS 2 中，常用 px4_msgs 与 px4_ros_com 进行桥接；在 Python 中，常用 MAVSDK 或 pymavlink。

一条典型链路可以概括为：传感器 → Jetson 感知与规划 → MAVLink 设定值 → PX4 控制律 → 电机/舵机 → 无人机运动。这条链路中任何一环的延迟、丢包或坐标错误，都会直接影响飞行表现。

三、方法流程：集成工作的基本步骤

无论使用 ROS 2 还是 MAVSDK，Jetson 与 PX4 的集成通常遵循以下流程：

1. 硬件连接：将 Jetson 的 UART 或 USB 接口与飞控的 TELEM 口连接，确认电平与引脚定义。
2. 飞控参数配置：设置 MAV_1_CONFIG、MAV_1_MODE、SER_TEL2_BAUD 等参数，使飞控在指定串口输出 MAVLink 消息。
3. 机载环境搭建：在 Jetson 上安装 ROS 2、px4_msgs、px4_ros_com 或 MAVSDK，并配置串口权限。
4. 通信验证：使用 mavlink_shell 或 ROS 2 话题查看心跳与状态消息，确认链路通畅。
5. Offboard 控制：编写控制节点，以固定频率发送位置或速度设定值，并切换 PX4 到 Offboard 模式。
6. 安全测试：先在仿真中验证，再在系留或低速状态下试飞，逐步增加自主程度。

# 查看 Jetson 串口设备
ls -l /dev/ttyTHS1 /dev/ttyUSB0

# 将用户加入 dialout 组，避免权限问题
sudo usermod -aG dialout $USER

# 启动 PX4 ROS 2 桥接（示例）
ros2 launch px4_ros_com sensor_combined_listener.launch.py

四、典型应用场景与误区复盘

Jetson 与 PX4 的集成广泛应用于以下场景：