PX4-Autopilot项目中无GPS情况下的高度参考异常问题分析
2025-05-25 02:39:24作者:邬祺芯Juliet
问题背景
在PX4自动驾驶系统使用过程中,当设备在没有GPS信号的环境下(如室内飞行)使用光流传感器(如ARK Flow)进行定位时,如果通过QGC地面站发送起飞指令(MAV_CMD_NAV_TAKEOFF),可能会遇到设备异常爬升到极高高度的问题。
问题根源
经过分析,该问题的根本原因在于本地位置参考高度(ref_alt)在没有GPS信号时会被设置为NAN(非数值)。具体来说,在EKF2模块中,当缺乏全球定位信息时,系统无法正确初始化本地位置参考框架的高度值。
技术细节
在PX4的EKF2实现中,本地位置参考高度(ref_alt)的初始化依赖于全球定位系统。当GPS不可用时,这个值保持为NAN,导致系统无法建立正确的高度参考。这种情况下,如果执行起飞指令,设备控制系统由于缺乏有效的高度参考,可能会产生异常的高度控制行为。
影响范围
该问题主要影响以下使用场景:
- 纯光流定位的室内飞行
- GPS信号丢失情况下的起飞操作
- 使用ARK Flow等视觉定位系统的设备
解决方案探讨
从技术角度来看,合理的解决方案应该包括:
- 在没有全球定位信息时,使用本地坐标系作为参考框架
- 起飞高度应基于当前本地Z轴位置计算,而非依赖全球高度参考
- 增加对无GPS环境下高度参考的健全性检查
相关现象延伸
值得注意的是,当配合使用测距仪时,高度估计可能出现不一致的情况。有时起飞高度估计会出现随机性,甚至可能导致设备无法正常离地。这表明在无GPS环境下,整个高度参考系统需要更健壮的实现。
总结
这个问题凸显了在无GPS环境下PX4高度参考系统存在的缺陷。对于依赖光流等替代定位系统的应用场景,开发者需要特别注意高度参考的初始化问题。未来版本的PX4应考虑改进本地坐标系下的高度参考机制,确保在各种传感器配置下都能提供可靠的高度控制。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137