2. PX4与AI基础
在无人机AI交付项目中，PX4自动驾驶仪是承载智能算法的核心飞行平台。无论是目标跟踪、自主避障，还是视觉降落、集群协同，AI模型最终都需要运行在PX4的软件架构之上，并通过MAVLink协议与地面站、机载计算机进行数据交互。本章将系统梳理PX4的模块化架构、MAVLink的通信机制，以及AI能力在PX4生态中的典型接入方式，为后续的代码集成、参数调优和日志分析打下坚实基础。
上图展示了PX4与AI协同工作的整体数据流。PX4负责底层飞行控制与状态估计，机载计算机运行AI模型并通过MAVLink协议与PX4交互，地面站则作为人类操作员的监控与干预入口。理解这一架构是后续所有开发工作的前提。
2.1 PX4自动驾驶仪核心架构
核心原理：模块化与发布-订阅机制
PX4采用高度模块化的设计，内部通过uORB（Micro Object Request Broker）消息总线进行模块间通信。每个功能模块（如姿态估计、位置控制、任务导航）独立运行，通过订阅和发布uORB主题来交换数据。这种架构带来的直接好处是：AI开发者可以只关注自己需要的uORB主题（如vehicle_attitude、vehicle_local_position），而不必理解全部PX4源码。
PX4的飞行控制栈分为两个主要层级：状态估计层（融合IMU、GPS、气压计等传感器数据，输出姿态、位置、速度估计）和控制层（根据期望状态与实际状态的偏差，计算电机控制量）。AI算法通常介入在“期望状态生成”这一层——即告诉PX4“应该往哪里飞”，而不是直接控制电机转速。
判断方法：识别PX4版本与模块状态
在开始AI集成前，必须确认PX4固件版本和模块运行状态。使用以下命令检查：
# 查看PX4版本
px4 list
# 查看uORB主题列表
px4 top
# 检查关键模块是否运行
px4 status在AI交付项目中，我们通常关注以下核心模块：mc_att_control（多旋翼姿态控制）、mc_pos_control（多旋翼位置控制）、navigator（任务导航）、commander（飞行模式管理）。如果这些模块异常，AI算法即使正确也无法正常执行。
案例拆解：基于PX4的视觉避障系统模块划分
假设我们要开发一个视觉避障系统。在PX4架构下，合理的模块划分是：
- 感知模块（机载计算机）：运行YOLOv5目标检测，输出障碍物位置信息
- 决策模块（机载计算机）：根据障碍物位置计算新的期望航点
- 执行模块（PX4）：通过MAVLink的
SET_POSITION_TARGET_LOCAL_NED消息接收期望位置，由位置控制器跟踪执行
这种划分使得AI算法与飞行控制解耦，任何一方的升级都不影响另一方。实际项目中，我们通过px4_avoidance框架实现这一链路，它已经封装好了MAVLink消息的收发逻辑。
常见误区与总结
另一个常见误区是忽略PX4的飞行模式管理。AI系统请求的期望位置只有在特定飞行模式（如Offboard模式）下才会被PX4接受。在Offboard模式下，PX4完全信任外部输入，因此必须设计好安全回退机制（如超时自动切换至降落模式）。
2.2 MAVLink通信协议详解
核心原理：消息定义与传输机制
MAVLink是一种轻量级的消息传输协议，专为无人机通信设计。其核心是预定义的消息集，每条消息有固定的ID、长度和字段定义。PX4与地面站、机载计算机之间的所有交互都通过MAVLink消息完成。
在AI交付项目中，最常用的MAVLink消息包括：
| 消息名 | 方向 | 用途 |
|---|---|---|
| HEARTBEAT | 双向 | 心跳检测，确认设备在线 |
| ATTITUDE | PX4→机载 | 当前姿态四元数 |
| LOCAL_POSITION_NED | PX4→机载 | 本地位置（NED坐标系） |
| SET_POSITION_TARGET_LOCAL_NED | 机载→PX4 | 发送期望位置/速度 |
| COMMAND_LONG | 双向 | 执行命令（如起飞、降落） |
操作流程：配置MAVLink通信链路
在机载计算机与PX4之间建立MAVLink通信，通常有两种方式：
- 串口连接：适用于短距离、低带宽场景，通过UART连接，波特率通常设置为921600
- UDP连接：适用于机载计算机与PX4通过WiFi或以太网连接，PX4默认监听
14540端口
# 在PX4 shell中配置UDP连接
mavlink start -u 14540 -o 14550 -t 192.168.1.100
# 参数说明：-u 本地端口，-o 目标端口，-t 目标IP在机载计算机端，推荐使用MAVSDK或pymavlink库。MAVSDK提供了更高级的API，适合快速开发；pymavlink则更底层，适合需要精细控制消息内容的场景。
案例拆解：通过MAVLink实现Offboard模式控制
以下是一个典型的AI控制流程：
# Python伪代码 - 使用MAVSDK
from mavsdk import System
from mavsdk.offboard import PositionNedYaw
drone = System()
await drone.connect(system_address="udp://:14540")
# 切换到Offboard模式
await drone.offboard.set_position_ned(PositionNedYaw(0, 0, -5, 0))
await drone.offboard.start()
# AI推理循环
while True:
obstacle_pos = ai_model.detect(frame)
new_target = compute_avoidance_path(obstacle_pos)
await drone.offboard.set_position_ned(new_target)
await asyncio.sleep(0.1)这段代码展示了AI系统如何通过MAVLink持续向PX4发送期望位置。关键点在于：offboard.start()必须在发送任何位置指令之前调用，且PX4要求至少以2Hz的频率持续接收指令，否则会触发超时保护。
常见误区与总结
另一个常见问题是消息频率不匹配。PX4的Offboard模式要求指令频率不低于2Hz，但过高频率（如100Hz）会导致通信负载过大。实际项目中，10-20Hz的控制频率通常足够，且能保证系统稳定。
2.3 AI在无人机中的应用场景与接入方式
核心原理：AI能力的三种接入层级
AI在PX4无人机中的应用可以划分为三个层级，不同层级对实时性和安全性的要求不同：
| 层级 | 典型应用 | 延迟要求 | 接入方式 |
|---|---|---|---|
| 感知增强 | 目标检测、语义分割 | 100-500ms | 机载计算机处理，结果通过MAVLink发送 |
| 决策辅助 | 路径规划、避障决策 | 10-100ms | 机载计算机生成期望轨迹，PX4跟踪 |
| 底层控制 | 端到端控制、强化学习 | <10ms | 直接输出控制量（需极高可靠性） |
在工程实践中，前两个层级已经成熟并广泛应用，第三个层级仍处于研究阶段，因为端到端控制的可解释性和安全性难以保证。
判断方法：选择适合的AI接入方案
决定AI接入方式时，需要评估以下因素：
- 计算资源：机载计算机的CPU/GPU性能是否满足模型推理需求
- 通信带宽：MAVLink链路能否承载所需的数据量（图像通常不通过MAVLink传输）
- 安全要求：AI失效时，PX4能否安全接管（建议设计看门狗机制）
- 开发周期：使用现成的PX4-Avoidance框架还是从零开发
案例拆解：电力巡检中的绝缘子缺陷检测
我们曾实施一个电力巡检项目，要求无人机自动检测绝缘子缺陷并拍照标记。系统设计如下：
- 感知：Jetson Nano运行YOLOv5s模型，检测绝缘子位置和缺陷类型
- 决策：当检测到缺陷时，生成悬停指令并触发拍照
- 执行：通过MAVLink发送
SET_POSITION_TARGET_LOCAL_NED保持悬停，同时通过COMMAND_LONG触发相机快门
实际运行中，模型推理延迟约80ms，MAVLink指令延迟约20ms，整体响应时间约100ms，完全满足巡检需求。关键参数配置：Offboard模式超时时间设为0.5s，确保通信异常时能快速回退。
常见误区与总结
另一个重要教训是：AI系统的测试必须包含故障注入。例如，模拟MAVLink通信中断、模拟AI模型输出异常值，验证PX4的安全机制能否正确触发。我们在项目中曾遇到AI模型在强光下输出错误目标位置，导致无人机偏离航线，后来通过添加输出合理性检查（位置变化率限制）解决了问题。