ArduPilot基础架构：飞行控制器、固件架构、MAVLink协议、参数系统、日志系统的基本概念

ArduPilot作为当前最成熟的开源自动驾驶仪系统之一，其架构设计直接决定了避障算法能否高效、稳定地集成与运行。理解ArduPilot的基础架构，是后续进行避障算法移植、参数调优和实机测试的前提。本章将从飞行控制器硬件、固件分层架构、MAVLink通信协议、参数系统以及日志系统五个维度展开，帮助学员建立完整的系统认知框架，为后续章节的算法集成打下坚实基础。

2.1 飞行控制器硬件平台

核心原理：硬件资源与接口分配

飞行控制器（Flight Controller, FC）是ArduPilot运行的物理载体。在避障算法集成中，FC的处理器性能、传感器接口和通信外设直接决定了算法可用的计算资源与数据通路。当前主流ArduPilot兼容FC多采用STM32H7系列（Cortex-M7内核，主频480MHz）或F7系列（216MHz），配备1MB以上RAM和2MB Flash。避障算法通常需要额外的距离传感器（如激光雷达、毫米波雷达或双目相机），这些传感器通过UART、I2C、SPI或CAN总线与FC连接。

以常见的避障传感器配置为例：激光雷达（如RPLidar A1）通过UART接口以串口协议输出距离数据，FC通过AP_Proximity库解析这些数据；而双目相机（如Intel RealSense）则通常通过USB连接至 companion computer（如树莓派或Jetson），由companion computer运行视觉避障算法，再将避障指令通过MAVLink发送给FC。这种"主控+协处理"的架构是当前避障系统的主流方案。

判断方法：如何评估FC是否满足避障需求

评估一块FC是否适合避障算法集成，需要从以下维度进行判断：

• 处理器余量：避障算法（尤其是基于距离传感器的数据处理）会占用CPU时间。建议在集成前通过Mission Planner的"状态"页面观察CPU负载率，若在悬停状态下CPU负载已超过60%，则需考虑使用companion computer分担计算。
• 可用UART数量：避障传感器通常占用1-2个UART。FC至少需要预留1个空闲UART用于避障传感器，同时保留1个UART用于数传模块。
• I2C总线负载：若使用I2C接口的传感器（如部分超声波模块），需注意I2C总线上已挂载的设备数量。I2C总线地址冲突和带宽限制是常见问题。
• PWM输出通道：避障算法触发紧急制动时，需要快速控制电机。确保FC的PWM输出频率可调（如400Hz），且具备足够的通道数。

案例拆解：基于Pixhawk 6X的避障硬件配置

某无人机项目需要在室内环境实现自主避障飞行，选用Pixhawk 6X作为飞控，配置如下：

在该配置中，激光雷达通过UART4接入，AP_Proximity库配置为"RangeFinder"类型，数据更新频率为10Hz。飞控通过AP_Avoidance库处理距离数据，当检测到前方障碍物距离小于2m时，触发"停止并悬停"的避障策略。整个系统的CPU负载在悬停状态下约为35%，留有充足余量。

常见误区与总结复盘

硬件选型是避障系统的基础，但并非性能越强越好。需要根据实际飞行场景（室内/室外、飞行速度、障碍物类型）合理配置。在实机测试前，务必通过Mission Planner的"传感器"页面逐一验证每个传感器的数据输出是否正常。

2.2 固件架构与避障相关库

核心原理：分层设计与模块化

ArduPilot固件采用严格的分层架构，从上到下依次为：应用层（如ArduCopter、ArduPlane）、库层（AP_*系列库）、硬件抽象层（AP_HAL）和实时操作系统（ChibiOS）。这种分层设计使得避障算法可以以库的形式集成到系统中，而不需要修改飞控核心逻辑。

与避障直接相关的核心库包括：

• AP_Proximity：负责管理所有距离传感器（激光雷达、毫米波雷达、超声波等），将原始距离数据转换为统一的障碍物距离表示。该库支持多种传感器类型，并提供"边界框"（Boundary）数据结构，用于描述飞行器周围的障碍物分布。
• AP_Avoidance：避障决策库，基于AP_Proximity提供的障碍物信息，结合当前飞行模式（如Loiter、Auto）和导航目标，输出避障指令。支持"停止"、"绕行"、"爬升"等策略。
• AP_OAPathPlanner：路径规划库，用于在Auto模式下生成绕过障碍物的航点路径。该库实现了简单的2D路径搜索算法，适合静态障碍物场景。

操作流程：如何添加自定义避障算法

在ArduPilot中集成自定义避障算法，通常遵循以下流程：

1. 创建新库：在libraries目录下创建新的AP_MyAvoidance库，继承或调用AP_Proximity的接口。
2. 注册传感器：在AP_Proximity的传感器注册表中添加自定义传感器类型，实现距离数据的读取与解析。
3. 修改避障策略：在AP_Avoidance中增加新的避障策略枚举值，并在避障决策函数中实现自定义逻辑。
4. 编译与烧录：使用waf编译系统编译固件，通过USB或SD卡烧录至飞控。
5. 地面站验证：通过Mission Planner的"Proximity"视图查看传感器数据是否正常，通过"Flight Data"页面观察避障行为。

案例拆解：集成一个自定义超声波避障传感器

假设需要集成一个通过I2C接口输出的超声波传感器（如MaxBotix MB1240），其输出为模拟电压，需通过ADC读取。集成步骤如下：

1. 在AP_Proximity中新增传感器类型 AP_Proximity_MB1240，继承 AP_Proximity_Backend 类。
2. 在 init() 中配置ADC引脚，设置采样率为20Hz。
3. 在 update() 中读取ADC值，转换为距离（电压与距离呈线性关系，0.5V对应20cm，4.5V对应700cm）。
4. 将距离数据通过 set_distance() 写入边界框。
5. 在AP_Avoidance中设置避障策略为"停止"，当距离小于1.5m时触发悬停。

测试结果显示，该传感器在1m范围内的测距误差为±3cm，满足室内低速飞行的避障需求。但超声波传感器存在波束角较宽（约30°）的问题，在狭窄通道中可能产生误报，需通过软件滤波（如中值滤波）处理。

常见误区与总结复盘

固件架构的核心价值在于"可插拔"的模块化设计。避障算法开发者应充分利用AP_Proximity和AP_Avoidance提供的接口，将精力集中在算法本身，而非底层硬件适配。

2.3 MAVLink协议与避障数据交互

核心原理：消息帧结构与关键消息

MAVLink（Micro Air Vehicle Link）是ArduPilot与地面站、机载电脑之间通信的标准协议。MAVLink 2.0是当前主流版本，其帧结构包含：起始标志（STX=0xFD）、长度（LEN）、序列号（SEQ）、系统ID（SYS_ID）、组件ID（COMP_ID）、消息ID（MSG_ID）、负载（Payload）和校验（CRC）。在避障系统中，MAVLink承担着三类关键数据交互：

• 传感器数据上行：机载电脑（如运行视觉避障算法的Jetson）通过MAVLink将障碍物距离信息发送给飞控，通常使用 DISTANCE_SENSOR 消息（MSG_ID=132）。
• 状态数据下行：飞控将避障状态（是否触发避障、当前避障策略）通过 STATUSTEXT 或 NAV_CONTROLLER_OUTPUT 消息发送给地面站。
• 指令交互：地面站通过 SET_POSITION_TARGET_LOCAL_NED 消息发送避障航点，或通过 MAV_CMD 命令设置避障参数。

操作流程：配置MAVLink以支持避障数据

在ArduPilot中启用MAVLink避障数据交互，需要完成以下配置：

1. 在Mission Planner的"配置"→"完整参数列表"中，设置 SERIAL2_PROTOCOL 为 "MAVLink2"（若使用机载电脑连接）。
2. 设置 MAV_OPTIONS 参数，启用MAVLink 2扩展功能（如消息签名）。
3. 在机载电脑端，使用pymavlink库发送 DISTANCE_SENSOR 消息，消息中需包含传感器ID、测量距离、最小/最大量程、方向等字段。
4. 在飞控端，通过 AP_Proximity_MAVLink 后端接收并解析这些消息，将距离数据写入边界框。

案例拆解：机载电脑视觉避障与飞控的MAVLink通信

某项目使用Jetson Nano运行YOLOv5目标检测，检测到障碍物后计算避障方向，并通过MAVLink发送给Pixhawk飞控。具体实现如下：

# 机载电脑端Python代码（使用pymavlink）
from pymavlink import mavutil

# 连接飞控（通过USB）
master = mavutil.mavlink_connection('/dev/ttyACM0', baud=115200)
master.wait_heartbeat()

# 发送DISTANCE_SENSOR消息
master.mav.distance_sensor_send(
    time_boot_ms=0,        # 时间戳
    min_distance=20,       # 最小量程 (cm)
    max_distance=500,      # 最大量程 (cm)
    current_distance=150,  # 当前距离 (cm)
    type=1,                # MAV_DISTANCE_SENSOR_LASER
    id=1,                  # 传感器ID
    orientation=0,         # MAV_SENSOR_ROTATION_NONE (前方)
    covariance=0           # 协方差
)

飞控端通过AP_Proximity_MAVLink后端接收该消息，当检测到前方距离小于2m时，AP_Avoidance触发"停止"指令。测试中，无人机以1m/s速度飞行，视觉避障系统成功在距离障碍物1.8m处触发悬停，响应延迟约100ms。

常见误区与总结复盘

MAVLink是避障系统"外部大脑"（机载电脑）与"核心控制器"（飞控）之间的桥梁。合理利用MAVLink的消息机制，可以实现灵活的避障算法部署——既可以在飞控内部运行轻量级避障，也可以在机载电脑上运行复杂AI避障，两者通过MAVLink无缝协作。

2.4 参数系统与日志系统

核心原理：参数存储与日志记录机制

ArduPilot的参数系统（Parameter System）采用键值对存储方式，每个参数由不超过16字符的ID和对应的数值组成。参数类型支持INT8、INT16、INT32和FLOAT。参数存储在飞控的FRAM（铁电存储器）中，具有掉电保持能力。在避障算法集成中，参数系统用于配置传感器类型、避障阈值、使能开关等。

日志系统（DataFlash/Logger）以二进制格式（.bin）或文本格式（.log）记录飞行数据。日志消息以"类型+数据"的结构组织，例如GPS消息（GPS）、IMU消息（IMU）、RC输入消息（RCIN）等。避障相关的日志消息包括：PRX（Proximity距离数据）、AVOID（避障决策输出）、TERRAIN（地形数据）等。

操作流程：配置避障参数与日志分析

避障参数配置流程如下：

1. 通过Mission Planner的"配置"→"标准参数"页面，找到"Proximity"和"Avoidance"参数组。
2. 设置 PRX_TYPE 为对应传感器类型（如1=RangeFinder，2=MAVLink，3=激光雷达）。
3. 设置 AVOID_ENABLE 为1（启用避障），并选择避障策略（如 AVOID_BEHAVIOR 设置为"停止"或"绕行"）。
4. 设置 AVOID_MARGIN 为安全距离（如2.0m），该参数定义了触发避障的最小障碍物距离。
5. 在"配置"→"日志"页面，确保 LOG_BITMASK 包含PRX和AVOID消息位。

日志分析流程：飞行测试后，通过Mission Planner的"数据闪存日志"页面下载.bin文件，使用"日志浏览"功能查看PRX消息，绘制距离-时间曲线，判断避障触发是否及时、是否存在误触发。

案例拆解：通过日志分析避障误触发问题

某次测试中，无人机在空旷场地飞行时频繁触发避障悬停。通过日志分析发现：

分析发现，距离值在12.6s时从180cm跳变至45cm，随后又恢复。进一步检查传感器安装位置，发现激光雷达的扫描平面与无人机起落架产生干涉，导致瞬间误测。解决方案是调整传感器安装角度，并在AP_Proximity中启用中值滤波（设置 PRX_FILT 参数为3），消除单点噪声。

常见误区与总结复盘

参数系统和日志系统是避障算法集成中"输入配置"和"输出验证"的两个关键环节。参数系统决定了避障算法的行为边界，而日志系统则提供了算法运行效果的可视化证据。两者配合使用，可以大幅提升避障系统的调试效率。