2. PX4飞控基础

在无人机AI识别联动开发中，飞控系统是执行层的核心。PX4作为当前最主流的开源自动驾驶仪固件，其模块化架构和标准通信协议为AI识别结果的下发与执行提供了稳定可靠的通道。理解PX4的内部运行机制，是设计“视觉识别→飞控动作”链路的前提。本节将深入剖析PX4的软件架构、关键模块职责以及MAVLink协议的通信规则，帮助开发者建立从“感知”到“执行”的完整技术认知。

2.1 PX4整体架构：分层解耦与消息驱动

PX4采用分层架构设计，从上到下依次为：应用层（飞行模式与任务逻辑）→ 导航层（位置估计与航线规划）→ 控制层（位置/姿态控制器）→ 估计层（传感器融合）→ 硬件抽象层（驱动与执行机构输出）。各层之间通过轻量级的发布/订阅消息总线uORB（Micro Object Request Broker）进行通信，而非直接函数调用。这种设计使得模块可以独立开发、测试和替换，也方便开发者在不影响其他模块的前提下注入自定义逻辑。

对于AI联动场景，理解uORB机制至关重要。当AI识别模块（通常运行在机载计算机如Jetson或树莓派上）需要控制无人机时，它并不直接操作飞控硬件，而是通过MAVLink协议将指令发送给PX4的通信模块（mavlink模块），该模块将MAVLink消息转换为uORB主题，再被Commander、Navigator等模块订阅执行。整个链路是异步、解耦的，保证了系统的稳定性和可扩展性。

2.2 核心模块深度解析

2.2.1 Commander：飞行模式与安全状态机

Commander是PX4的“大脑中枢”，负责维护整个系统的运行状态机，包括：上电自检、待机（Preflight）、解锁（Armed）、起飞（Takeoff）、降落（Land）、返航（RTL）、失效保护（Failsafe）等状态。它监听来自遥控器、地面站或机载计算机的模式切换指令，并校验当前状态是否允许执行该切换。

在AI联动场景中，Commander是安全兜底的关键。例如，当AI识别到障碍物并触发“紧急悬停”指令时，该指令通过MAVLink的SET_MODE消息到达Commander，Commander会检查当前是否处于可悬停的状态（如非手动模式），然后切换到HOLD模式。如果AI指令与安全规则冲突（如在降落过程中要求起飞），Commander会拒绝执行并返回错误码。

2.2.2 Navigator：任务规划与航点管理

Navigator模块负责任务（Mission）的执行与航点管理。它维护一个航点队列，按顺序将航点发送给位置控制器。当AI识别模块需要无人机飞向某个目标位置时，通常有两种方式：一是通过MAVLink的MISSION_ITEM上传航点任务；二是使用SET_POSITION_TARGET_LOCAL_NED直接发送期望位置（更实时，适合动态目标跟踪）。

Navigator还处理返航（RTL）逻辑。当AI系统检测到通信丢失或电量不足时，可以触发RTL指令，Navigator会计算一条从当前位置到起飞点的安全航线，并控制无人机沿航线返回。在开发AI联动功能时，务必保留RTL作为最终安全手段。

2.2.3 mc_rate_controller：角速率内环控制

mc_rate_controller是多旋翼的角速率内环控制器，运行频率通常为250Hz-500Hz。它接收期望的机体角速率（p, q, r），结合陀螺仪测量的实际角速率，通过PID控制算法计算出期望的电机力矩，再分配给各个电机。该模块是飞行稳定性的核心，其参数（如P、I、D增益）直接影响无人机的操控手感。

对于AI联动，开发者通常不需要直接修改mc_rate_controller的参数，而是通过上层的位置/速度控制器间接影响它。例如，当AI发送“以2m/s速度向东飞行”的指令时，位置控制器会计算出期望的倾斜角度，姿态控制器再将其转换为期望角速率，最终由mc_rate_controller输出PWM信号。理解这一链路有助于排查“AI指令发出但无人机不动作”的问题——可能是指令未到达控制器，也可能是控制器参数导致响应过慢。

2.3 MAVLink通信协议：AI与飞控的桥梁

MAVLink（Micro Air Vehicle Link）是一种专为无人机设计的轻量级通信协议，支持点对点、广播和组播传输。PX4默认使用MAVLink 2.0版本，相比1.0增加了消息签名、扩展字段和更高效的数据封装。AI识别模块通常通过串口（UART）、UDP或TCP与飞控通信，常见波特率为921600bps。

在AI联动开发中，最常用的MAVLink消息包括：

• HEARTBEAT：心跳包，用于检测链路状态，频率通常为1Hz。
• SET_MODE：切换飞行模式（如AUTO、HOLD、RTL）。
• SET_POSITION_TARGET_LOCAL_NED：发送期望位置/速度/加速度（坐标系为机体NED或本地NED）。
• COMMAND_LONG：执行特定命令（如起飞、降落、开始任务）。
• MISSION_ITEM：上传航点任务。
• ATTITUDE / LOCAL_POSITION_NED：接收飞控返回的姿态和位置信息，用于AI闭环反馈。

// 示例：通过MAVLink发送期望位置指令（伪代码）
mavlink_message_t msg;
uint8_t buf[MAVLINK_MAX_PACKET_LEN];

// 填充目标位置：本地NED坐标系，x=10m, y=0m, z=-5m（高度5m）
mavlink_set_position_target_local_ned_t target = {0};
target.coordinate_frame = MAV_FRAME_LOCAL_NED;
target.type_mask = 0b0000111111111000; // 只使用位置，忽略速度/加速度
target.x = 10.0f;
target.y = 0.0f;
target.z = -5.0f;

mavlink_msg_set_position_target_local_ned_encode(1, 200, &msg, &target);
uint16_t len = mavlink_msg_to_send_buffer(buf, &msg);
// 通过串口/UDP发送buf

2.4 实战场景：AI识别到目标后执行“跟踪悬停”

下面通过一个完整的案例，串联本节所学的架构、模块和协议知识。

场景背景：某电力巡检无人机搭载NVIDIA Jetson Orin NX作为机载计算机，运行YOLOv8模型识别输电线路上的绝缘子缺陷。当AI在飞行中识别到疑似缺陷时，需要无人机悬停在目标上方3米处，并持续拍摄高清照片。

初始条件：无人机正在执行预设航线任务（AUTO模式），飞行高度50米，速度5m/s。AI识别置信度阈值为0.85，识别到缺陷后需要在500ms内完成悬停动作。

实施步骤：

1. AI识别与坐标转换：YOLO输出目标在图像中的像素坐标，通过相机内参和无人机姿态（从飞控获取ATTITUDE消息）计算出目标在本地NED坐标系下的位置（x_target, y_target, z_target）。
2. 发送模式切换指令：AI通过MAVLink发送SET_MODE，将飞行模式从AUTO切换为OFFBOARD（离板控制模式）。该模式允许外部系统直接发送位置/速度指令。
3. 发送期望位置：以10Hz频率发送SET_POSITION_TARGET_LOCAL_NED，目标位置为（x_target, y_target, z_target - 3m）。注意：OFFBOARD模式下，飞控要求持续接收指令，若超过1秒未收到新指令，会自动退出OFFBOARD并切换回之前的模式。
4. 闭环监控：AI同时订阅LOCAL_POSITION_NED消息，实时比较当前位置与目标位置的误差。当误差小于0.2米时，认为已到达悬停点，触发相机拍照。
5. 安全兜底：若AI进程崩溃或通信中断超过1.5秒，PX4的通信丢失保护（Comms Lost Failsafe）会自动触发，将无人机切换为RTL模式，安全返航。

结果与复盘：实测从AI识别到完成悬停约需800ms（包含坐标转换和指令传输延迟），满足巡检要求。但在测试中发现，当无人机处于高速飞行时（>8m/s），直接发送位置指令会导致较大的超调量（约1.5米）。优化方案是：先发送速度指令（type_mask中只使用速度分量）减速，当速度低于2m/s时再切换为位置指令，超调量降至0.3米以内。

2.5 常见误区与总结复盘

在PX4与AI联动的开发实践中，以下误区值得特别注意：

• 误区一：混淆“模式切换”与“指令发送”。很多开发者只发送了SET_POSITION_TARGET指令，却忘记先切换到OFFBOARD模式，导致指令被忽略。正确顺序是：先切模式，再发指令。
• 误区二：忽略坐标系定义。MAVLink中的NED坐标系（X-北，Y-东，Z-下）与图像坐标系、机体坐标系不同。坐标转换错误会导致无人机飞向错误方向，甚至发生碰撞。
• 误区三：控制频率过低。OFFBOARD模式下，位置指令的发送频率建议不低于10Hz，否则飞控会认为链路不稳定而退出OFFBOARD。对于速度控制，建议频率更高（20-50Hz）。
• 误区四：不处理飞控返回的ACK。发送COMMAND_LONG后，飞控会返回COMMAND_ACK消息。不检查ACK就无法确认指令是否被接受，增加了调试难度。