QGroundControl v5.0.2 版本发布:飞行控制软件的重大更新
项目简介
QGroundControl 是一款开源的无人机地面控制站软件,主要用于与基于 MAVLink 协议的飞行设备进行通信和控制。作为无人机生态系统中的重要组成部分,它提供了任务规划、飞行监控、参数配置等核心功能,支持多种操作系统平台。本次发布的 v5.0.2 版本是 QGroundControl v5.0 系列的第三个候选发布版本,包含了一系列功能改进和错误修复。
主要更新内容
1. 任务规划功能增强
开发团队对任务规划模块进行了多项改进,包括修复了 KML 导入后旧折线顶点残留的问题,以及优化了视图缩放功能,防止视图调整超过最大缩放级别。这些改进使得用户在规划复杂飞行任务时能够获得更流畅的体验。
2. 参数管理系统优化
新版本引入了基于 TableView/QAbstractTableModel 的参数列表显示方式,显著提升了参数管理的效率和用户体验。同时,改进了参数加载时的提示信息,更清楚地表明参数不会立即更新到飞行设备,避免了用户误解。
3. 飞行模式控制改进
移除了工具栏中更改飞行模式时的确认要求,简化了操作流程。同时修复了标准模式下接收新模式列表时未清除旧列表的问题,确保飞行模式切换更加可靠。
4. 通信系统修复
修复了 MAVLink 通信丢失百分比计算的问题,提高了通信状态监控的准确性。此外,还优化了自动连接功能,能够过滤掉次要的复合端口,避免不必要的连接尝试。
5. 代码架构现代化
开发团队将多个核心模块转换为使用 qt_add_qml_module 构建,包括 FlightDisplay、AutoPilotPlugins 和 QGroundControl.Controls 等。这种架构改进提高了代码的可维护性和模块化程度,为未来的功能扩展奠定了基础。
平台兼容性改进
1. 跨平台支持
新版本继续支持 Windows、Linux、macOS 和 Android 等多个平台。特别针对 Android 平台改进了签名机制,确保应用能够正常分发和安装。
2. 依赖项清理
移除了 AnalyzeView 中对 Exiv2 的依赖,简化了构建过程。同时清理了 GStreamer 中注释掉的调试代码,使代码库更加整洁。
开发者相关改进
1. 构建系统优化
CMake 构建系统得到了多项改进,包括简化自定义构建集成、修复 CPM_SOURCE_CACHE 覆盖问题等,使开发者能够更高效地进行项目构建和定制。
2. 单元测试增强
在实用工具中静默了单元测试期间的 AudioOutput 警告,使测试输出更加清晰。同时修正了贡献指南和许可证文件,为开发者贡献代码提供了更明确的指引。
总结
QGroundControl v5.0.2 版本虽然在版本号上是小版本更新,但包含了大量实质性的改进和修复。从用户体验到代码架构,从核心功能到开发者工具,各个方面都得到了提升。这些改进不仅提高了软件的稳定性和可靠性,也为未来的功能扩展奠定了更好的基础。对于无人机开发者和操作人员来说,升级到这个版本将获得更流畅、更可靠的飞行控制体验。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00