无人机 | MAVROS安装与基础知识梳理(附ROS C++仿真案例)

无人机 | MAVROS安装与基础知识梳理(附ROS C++仿真案例)

目录

1 MAVROS简介

MAVROS是无人机开发中连接机器人操作系统(ROS)与飞控系统的关键中间件,通过标准化通信协议实现ROS节点与无人机的交互。它基于MAVLink(Micro Air Vehicle Link)轻量级通信协议,为ROS生态提供了与飞控(如PixhawkArduPilotPX4等)通信的统一接口,使开发者无需深入理解底层飞控协议,即可直接调用ROS的丰富工具链(如RViz可视化、Gazebo仿真、导航栈)快速搭建无人机任务,推动了无人机应用的灵活开发与高效迭代

MAVROS的核心功能包括双向数据传输:一方面,它订阅飞控的传感器数据(如IMUGPS、电池状态)并发布至ROS话题,供导航、感知等模块使用;另一方面,它接收ROS服务或动作指令(如起飞、降落、位姿控制),转换为MAVLink消息发送至飞控执行。此外,MAVROS支持多种通信接口(串口、UDPTCP),适配不同硬件场景,并提供参数配置服务,允许动态读写飞控参数(如PID调参、飞行模式切换)。

在这里插入图片描述

2 MAVROS安装

通过以下命令安装MAVROS

sudo apt-get install ros-noetic-mavros sudo apt install ros-noetic-mavros-extras 

GeographicLib是一个开源的地理计算库,专门用于处理地球表面的高精度地理坐标计算,例如:

  • 经纬度与局部坐标系(如北东地坐标系,ENU)的转换
  • 地理坐标系之间的转换(如 WGS84 到 UTM)
  • 地球椭球模型下的距离、方位角、高程计算
  • 大地水准面(Geoid)的高度校正

MAVROS在处理无人机导航和地理空间数据时需要依赖GeographicLib提供的高精度地理计算功能,因此GeographicLib

wget https://raw.githubusercontent.com/mavlink/mavros/master/mavros/scripts/install_geographiclib_datasets.sh sudo chmod +x ./install_geographiclib_datasets.sh sudo ./install_geographiclib_datasets.sh 

3 MAVROS基础知识

3.1 MAVROS坐标系

MAVROS中涉及到以下坐标系:

  • global系:一般由GPS定义,例如经纬高坐标系(WGS84)
  • local系:
    • ROS端:采用ENU坐标系,一般是由MAVROS发布的map坐标系,其坐标原点是MAVROS收到里程计信息时飞控所在的位置,并规定x轴朝东、y轴朝北、z轴朝天,此时机体方向朝东;
    • 飞控端:PX4/ArduPilot等内部使用,采用NED坐标系;
  • body系:
    • ROS端:采用FLU坐标系,即前左上,一般是由MAVROS发布的base_link坐标系
    • 飞控端:采用FRD坐标系,即前右下

具体关系如下图所示

在这里插入图片描述

以下面的场景为实例,map系和Gazebo里的坐标系方向一致。机身前方定义为东,即map系的x轴正方向,机身前进方向同时为base_link系的x轴正方向。所以从方向来看,ROS端的map系和base_link系一致

在这里插入图片描述

3.2 MAVROS常用话题

3.2.1 /mavros/state

  • 功能:订阅MAVROS的状态数据,如连接状态、是否解锁、当前无人机模式等
  • 参数说明
    • connected: 检测无人机与地面站的物理连接状态
    • armed:监控无人机电机是否解锁,只有armed=true时表示电机已解锁,无人机可飞行
    • mode:常用模式有:
      • MANUAL:完全手动模式
      • POSCTL:位置控制模式
      • ALTCTL:高度控制模式
      • OFFBOARD:板外模式,ROS主机控制无人机需要切换到这个模式
      • MISSION:自动任务模式
      • LOITER:自动悬停模式
      • RTL:自动返航模式
      • LAND:自动降落模式
      • TAKEOFF:自动起飞模式
    • manual_input:检测是否有人工遥控器输入
    • system_status:无人机整体系统状态,分为未初始化、系统启动中、待机模式、任务执行中和紧急状态

数据类型mavros_msgs/State

std_msgs/Header header uint32 seq time stamp string frame_id bool connected bool armed bool guided bool manual_input string mode uint8 system_status 

3.2.2 /mavros/setpoint_position/local

  • 功能:定点飞行
  • 参数说明:只有position生效,不控制姿态orientationposition是相对于ROS端local坐标系的坐标

数据类型geometry_msgs/PoseStamped

std_msgs/Header header uint32 seq time stamp string frame_id geometry_msgs/Pose pose geometry_msgs/Point position float64 x float64 y float64 z geometry_msgs/Quaternion orientation float64 x float64 y float64 z float64 w 

3.2.3 /mavros/local_position/odom

  • 功能:提供无人机在ROS端坐标系的位姿和速度里程计信息
  • 参数说明:位姿信息是相对于ROS端local坐标系的坐标,速度信息是是相对于ROS端body坐标系的坐标

数据类型nav_msgs/Odometry

std_msgs/Header header uint32 seq time stamp string frame_id string child_frame_id geometry_msgs/PoseWithCovariance pose geometry_msgs/Pose pose geometry_msgs/Point position float64 x float64 y float64 z geometry_msgs/Quaternion orientation float64 x float64 y float64 z float64 w float64[36] covariance geometry_msgs/TwistWithCovariance twist geometry_msgs/Twist twist geometry_msgs/Vector3 linear float64 x float64 y float64 z geometry_msgs/Vector3 angular float64 x float64 y float64 z float64[36] covariance 

3.2.4 /mavros/setpoint_raw/local

  • 功能:主要用于设置无人机各轴的加速度或推力
  • 参数说明
    • coordinate_frame:飞控端采用的坐标系,一般设置为FRAME_LOCAL_NED,但是该话题数据都是在ROS端坐标系下,MAVROS会自动进行一次坐标变换
    • type_mask:类型掩码,例如只控制加速度需要将位置、速度、角速度等标志为置为忽略

数据类型mavros_msgs::PositionTarget

std_msgs/Header header uint8 coordinate_frame uint8 FRAME_LOCAL_NED = 1 uint8 FRAME_LOCAL_OFFSET_NED = 7 uint8 FRAME_BODY_NED = 8 uint8 FRAME_BODY_OFFSET_NED = 9 uint16 type_mask uint16 IGNORE_PX = 1 # Position ignore flags uint16 IGNORE_PY = 2 uint16 IGNORE_PZ = 4 uint16 IGNORE_VX = 8 # Velocity vector ignore flags uint16 IGNORE_VY = 16 uint16 IGNORE_VZ = 32 uint16 IGNORE_AFX = 64 # Acceleration/Force vector ignore flags uint16 IGNORE_AFY = 128 uint16 IGNORE_AFZ = 256 uint16 FORCE = 512 # Force in af vector flag uint16 IGNORE_YAW = 1024 uint16 IGNORE_YAW_RATE = 2048 geometry_msgs/Point position geometry_msgs/Vector3 velocity geometry_msgs/Vector3 acceleration_or_force float32 yaw float32 yaw_rate 

3.2.5 /mavros/setpoint_raw/attitude

  • 功能:用于设置无人机的姿态、推力和各轴角速度

数据类型mavros_msgs::AttitudeTarget

std_msgs/Header header uint8 type_mask uint8 IGNORE_ROLL_RATE = 1 # body_rate.x uint8 IGNORE_PITCH_RATE = 2 # body_rate.y uint8 IGNORE_YAW_RATE = 4 # body_rate.z uint8 IGNORE_THRUST = 64 uint8 IGNORE_ATTITUDE = 128 # orientation field geometry_msgs/Quaternion orientation geometry_msgs/Vector3 body_rate float32 thrust 

3.3 MAVROS常用服务

3.3.1 /mavros/cmd/arming

  • 功能:用于设置无人机的上锁或解锁状态

数据类型mavros_msgs/CommandBool

bool value // true解锁,false上锁 --- bool success uint8 result 

3.3.2 /mavros/set_mode

  • 功能:用于设置无人机飞控的飞行模式
  • 参数说明:ROS端控制要切换到OFFBOARD模式

数据类型mavros_msgs/SetMode

string custom_mode uint8 base_mode uint8 MAV_MODE_PREFLIGHT=0 uint8 MAV_MODE_STABILIZE_DISARMED=80 uint8 MAV_MODE_STABILIZE_ARMED=208 uint8 MAV_MODE_MANUAL_DISARMED=64 uint8 MAV_MODE_MANUAL_ARMED=192 uint8 MAV_MODE_GUIDED_DISARMED=88 uint8 MAV_MODE_GUIDED_ARMED=216 uint8 MAV_MODE_AUTO_DISARMED=92 uint8 MAV_MODE_AUTO_ARMED=220 uint8 MAV_MODE_TEST_DISARMED=66 uint8 MAV_MODE_TEST_ARMED=194 --- bool mode_sent 

4 仿真案例

4.1 案例一:设置无人机板外模式并解锁

this->arm_client_ =this->nh_.serviceClient<mavros_msgs::CommandBool>("mavros/cmd/arming");this->set_mode_client_ =this->nh_.serviceClient<mavros_msgs::SetMode>("mavros/set_mode"); mavros_msgs::SetMode offboardMode; offboardMode.request.custom_mode ="OFFBOARD"; mavros_msgs::CommandBool armCmd; armCmd.request.value =true; ros::Time lastRequest = ros::Time::now();while(ros::ok()){if(this->mavros_state_.mode !="OFFBOARD"&&(ros::Time::now()- lastRequest > ros::Duration(5.0))){if(this->set_mode_client_.call(offboardMode)&& offboardMode.response.mode_sent){ cout <<"Offboard mode enabled."<< endl;} lastRequest = ros::Time::now();}else{if(!this->mavros_state_.armed &&(ros::Time::now()- lastRequest > ros::Duration(5.0))){if(this->arm_client_.call(armCmd)&& armCmd.response.success){ cout <<"Vehicle armed."<< endl;} lastRequest = ros::Time::now();}} r.sleep();}

4.2 案例二:无人机起飞到指定高度

假设要飞到1m的高度

this->position_pub_ =this->nh_.advertise<geometry_msgs::PoseStamped>("/mavros/setpoint_position/local",1000); geometry_msgs::PoseStamped ps; ps.header.frame_id ="map"; ps.header.stamp = ros::Time::now(); ps.pose.position.x =this->odom_.pose.pose.position.x; ps.pose.position.y =this->odom_.pose.pose.position.y; ps.pose.position.z =1.0; ps.pose.orientation =this->odom_.pose.pose.orientation;this->position_pub_.publish(ps);

4.3 获取无人机位姿并更新状态

this->odom_sub_ =this->nh_.subscribe<nav_msgs::Odometry>("/mavros/local_position/odom",1000,&flightBase::odomCB,this);void flightBase::odomCB(const nav_msgs::Odometry::ConstPtr &odom){this->odom_ =*odom;this->curr_position_(0)=this->odom_.pose.pose.position.x;this->curr_position_(1)=this->odom_.pose.pose.position.y;this->curr_position_(2)=this->odom_.pose.pose.position.z; Eigen::Vector3d curr_vel_body(this->odom_.twist.twist.linear.x,this->odom_.twist.twist.linear.y,this->odom_.twist.twist.linear.z); Eigen::Vector4d orientation_quat(this->odom_.pose.pose.orientation.w,this->odom_.pose.pose.orientation.x,this->odom_.pose.pose.orientation.y,this->odom_.pose.pose.orientation.z); Eigen::Matrix3d orientation_rot =quat2RotMatrix(orientation_quat);this->curr_vel_ = orientation_rot * curr_vel_body;}

完整工程代码请联系下方博主名片获取


🔥 更多精彩专栏

👇源码获取 · 技术交流 · 抱团学习 · 咨询分享 请联系👇

Read more

2026年上半年主流AIGC长文本写作软件实测:5款头部工具优缺点全解析与场景适配指南

2026年上半年主流AIGC长文本写作软件实测:5款头部工具优缺点全解析与场景适配指南

摘要 进入2026年上半年,大语言模型(LLM)的底层算力与上下文处理能力均实现了显著跨越。对于广大内容创作者而言,AIGC已不再是停留在概念层面的辅助工具,而是深度嵌入“网文连载、短剧编剧、漫剧分镜”等商业变现链路的核心生产力设施。 然而,不同模型因其训练语料分布、算法架构及商业定位的差异,在实际的“长文本工业化生产”中呈现出截然不同的优缺点。本文基于2026年上半年的真实工程测试环境,选取了目前开发者社区与创作者圈层中讨论热度最高的5款头部AI写作软件(DeepSeek、Kimi、豆包、GPT-4o、炼字工坊),进行详尽的优缺点横向解析,旨在为致力于通过文字变现的从业者提供一份严谨的工具选型拓扑图。 一、 测试方法论与环境声明 本次横测摒弃了单一的“短文本问答(QA)”模式,全面采用“长线商业化叙事”作为测试基准。 * 测试场景:包含百万字长篇网文大纲构建、3000字单章正文连贯生成、短剧剧本情绪卡点设计、以及多模态(文本到图像封面)工作流整合。 * 核心观测指标:逻辑连贯性(Logical Consistency)、文本去AI化程度(AI-Trace Bypass)

【AIGC实战】蓝耘元生代部署通义万相2.1文生视频,up主亲测好用~

【AIGC实战】蓝耘元生代部署通义万相2.1文生视频,up主亲测好用~

文章目录 * 👏什么是文生视频? * 👏通义万相2.1文生视频 * 👏开源仓库代码 * 👏蓝耘元生代部署通义万相2.1文生视频 * 👏平台注册 * 👏部署通义万相2.1文生视频 * 👏使用通义万相2.1文生视频 * 👏总结 👏什么是文生视频? 文生视频(Text-to-Video)是利用人工智能技术,通过文本描述生成视频内容的一种创新技术。类似于图像生成技术,文生视频允许用户通过输入简单的文本描述,AI模型会自动将其转化为动态视频。这种技术广泛应用于创作、广告、教育等领域,为内容创作者提供了新的创作方式和灵感。 👏通义万相2.1文生视频 IT之家 1 月 10 日消息,阿里旗下通义万相宣布推出 2.1 版本模型升级,视频生成、图像生成两大能力均有显著提升。 在视频生成方面,通义万相 2.1 通过自研的高效 VAE 和 DiT 架构增强了时空上下文建模能力,支持无限长 1080P 视频的高效编解码,

AI写作大师Qwen3-4B长文写作:系列小说连贯性保持

AI写作大师Qwen3-4B长文写作:系列小说连贯性保持 1. 引言:AI在长篇创作中的挑战与突破 随着大语言模型的发展,AI写作已从简单的段落生成迈向复杂的长文本创作。尤其在系列小说创作这类需要高度情节连贯性、人物一致性与世界观统一性的任务中,传统小参数模型(如0.5B级别)往往难以胜任——容易出现记忆断层、角色行为矛盾、剧情前后冲突等问题。 而基于阿里云最新发布的 Qwen3-4B-Instruct 模型构建的“AI写作大师”镜像,则为这一难题提供了切实可行的解决方案。该模型拥有40亿参数规模,在逻辑推理、上下文理解与长期依赖建模方面表现卓越,配合优化后的CPU运行策略和高级WebUI界面,使其成为目前无GPU环境下最具实用价值的长文生成工具之一。 本文将重点探讨如何利用 Qwen3-4B-Instruct 实现系列小说的高连贯性写作,涵盖提示工程设计、上下文管理机制、角色设定固化方法以及实际落地中的优化技巧。 2. 核心能力解析:为何Qwen3-4B适合长篇小说创作 2.1 更强的上下文理解与记忆保持能力 Qwen3-4B-Instruct 支持高达 32768

还在手打Prompt?这份2025最新AI绘画关键词+教程+报告资料包直接拿走

正文 前言:为什么2026年还在卷Prompt? 2025年过去,AIGC工具已经迭代了好几轮: * Midjourney V6.1 / V7 alpha * Stable Diffusion 3.5 / Flux.1 / SDXL Turbo 衍生模型 * NovelAI、Pony、AutismMix 等社区fine-tune大热 * ChatGPT-4o / Claude 3.5 / Gemini 2.0 辅助写Prompt效率翻倍 但无论模型怎么更新,核心竞争力依然是Prompt工程。 一个精心设计的Prompt,能让出图质量提升3-10倍,节省N倍迭代时间。 反之,乱写一通,模型再强也只能出“随机抽象画”。 本文将系统拆解 Midjourney / Stable Diffusion 目前最主流的Prompt写法结构,并附上2025-2026年实测有效的进阶技巧。最后在文末放出我收集整理的一批高质量学习资料(夸克网盘直链),包括: * 12000+