1. 课程导入

本课程围绕“把神经网络控制器真正部署到 PX4 飞控上”这一目标展开。它不是单纯的深度学习课程，也不是单纯的 PX4 二次开发课程，而是一门把飞行动力学、神经网络建模、机载实时推理、PX4 模块化架构与实验验证方法打通的工程实践课。学完本课程，你应当能够独立完成从数据采集、模型训练、模型量化、PX4 模块编写、SITL 仿真到实机悬停测试的完整闭环。

一、核心概念：神经网络控制与 PX4 的结合点

PX4 的默认姿态与位置控制采用级联 PID，结构清晰、可解释性强，但在强风扰、模型参数漂移、载荷变化等场景下，固定增益难以兼顾所有工况。神经网络控制的核心思路，是用一个可学习的映射替代或补偿部分控制律，例如：

• 策略网络：输入姿态误差、角速率、速度等状态，直接输出归一化力矩或推力增量。
• 残差补偿网络：保留 PID 主控制律，网络只输出补偿量，降低训练难度与实飞风险。
• 系统辨识网络：学习气动阻尼、电机响应等未建模动态，为控制器提供前馈项。

在机载部署层面，关键约束是实时性与确定性。PX4 的控制主循环通常运行在 250 Hz～1 kHz，神经网络推理必须在该周期内完成，且不能引入不可控的抖动。因此本课程采用“轻量 MLP + 定点/浮点混合推理 + 固定内存分配”的工程路线，而不是直接部署大型 Transformer 或卷积网络。

二、整体框架：从训练到飞行的数据流

整个实验工程可以拆成五段：数据采集、离线训练、模型转换、机载集成、实验验证。它们之间的数据流与依赖关系如下图所示。

图中虚线表示迭代回路：实验验证中发现的跟踪误差、振荡或推理超时，会反向驱动数据采集与训练策略调整。这条回路是本课程最重要的工程习惯——神经网络控制器不是一次训练就结束，而是持续迭代的系统工程。

三、实验环境概览

课程实验环境分为三层：开发主机、仿真环境与机载目标。开发主机负责训练与代码编辑；仿真环境用于低成本快速验证；机载目标用于最终实时性验证。推荐配置如下表。

环境搭建的关键命令示例：

# 克隆 PX4 与仿真依赖
git clone https://github.com/PX4/PX4-Autopilot.git --recursive
cd PX4-Autopilot
make px4_sitl gazebo-classic

# 启动 MAVROS 桥接
ros2 launch mavros px4.launch fcu_url:="udp://:14540@127.0.0.1:14557"

# 导出训练好的权重为 C 头文件
python export_weights.py --ckpt policy.pt --out nn_weights.h

四、方法流程：一次完整实验的推进顺序

1. 定义控制目标：明确是姿态角跟踪、角速率跟踪还是位置保持，确定输入输出维度与归一化范围。
2. 采集与标注数据：在 SITL 中注入风扰、质量偏移等扰动，录制 uORB 话题，形成状态-动作对。
3. 训练与约束：除均方误差外，加入动作幅值约束、平滑性约束，避免网络输出剧烈抖动。
4. 导出与集成：将权重转为头文件，编写 PX4 模块，在固定周期内完成前向推理并发布控制量。
5. 分层验证：先 SITL 批量回归，再半实物，最后系留悬停与自由飞行，逐级放行。

五、常见误区与复盘

• 误区一：只看训练损失，不看实时性。 训练集误差很小，但推理耗时超过控制周期，实飞必然振荡。必须把推理耗时作为一等指标。
• 误区二：忽略归一化一致性。 训练时的均值方差与机载部署时不一致，会导致输出饱和。建议把归一化参数一并写入头文件。
• 误区三：直接端到端替代 PID。 初期风险极高，应先用残差补偿验证链路，再逐步扩大网络权限。
• 误区四：仿真通过就上实飞。 仿真无法完全复现电机延迟、振动与传感器噪声，必须经过系留或限高保护测试。