📊
KerloudUAV
  • Kerloud UAV Main Page
  • 📗Kerloud UAV User Guide
    • Introduction
    • System Overview
    • Hardware Options
      • Kerloud 300
      • Kerloud 600
    • Gallery
    • Quick Start
    • Application Programming Interface (API)
    • Tutorials
      • Powering and Programming Interface
      • Offboard Control with Mavros (C++)
      • Offboard Control with Mavros (Python)
      • Indoor Positioning with Optical Flow
      • Flight Data Analysis
      • Virtual Simulation
      • Camera Pod Operation
      • Real Time Visual Recognition
      • Deep Learning in ROS
      • Enabling Autonomous Indoor Flight with a Tracking Camera
      • Hardware-in-the-loop Simulation in Airsim Environment
      • Visual Inertial System (VINS) with Stereo Vision and GPU Acceleration
      • DASA Swarm Simulation Toolbox
    • Video Instructions
  • 📘Kerloud UAV使用说明
    • 介绍
    • 系统组成
    • 硬件选项
      • Kerloud 300
      • Kerloud 600
    • 展示区
    • 快速启动
    • 应用程序接口 (API)
    • 使用教程
      • 供电和编程界面
      • Mavros在线控制 (C++)
      • Mavros在线控制 (Python)
      • 室内光流定位
      • 飞行数据分析
      • 虚拟仿真空间
      • 吊舱操作
      • 实时视觉识别
      • ROS深度学习集成
      • 基于跟踪相机的室内自主飞行实现
      • Airsim环境下的硬件在环仿真
      • 基于立体视觉和GPU加速的视觉里程系统(VINS)
      • DASA集群仿真工具箱
    • 视频指导
Powered by GitBook
On this page
  • 背景
  • 先决条件
  • 实验设置
  • 自驾仪设置
  • Airsim软件
  • 演示

Was this helpful?

  1. Kerloud UAV使用说明
  2. 使用教程

Airsim环境下的硬件在环仿真

Previous基于跟踪相机的室内自主飞行实现Next基于立体视觉和GPU加速的视觉里程系统(VINS)

Last updated 2 years ago

Was this helpful?

注意:本教程是我们 服务的组成部分

背景

本教程为感兴趣的用户提供了一个起点,用户可以熟悉 Airsim 环境并了解其如何在硬件级别与我们的 Kerloud 自驾仪进行交互。

先决条件

下面列出了需要的工具(已进行全面测试):

  • 一个 RC 接收器和一个遥控器

  • 算力强大的个人电脑

实验设置

自驾仪设置

Airsim软件

将 Airsim 插件文件夹复制到自定义项目后,我们只需单击 “Play” 按钮即可开始模拟。默认的四旋翼飞行器可以像真实场景般出现。

演示

Airsim平台远程手动控制的演示可以在下方视频中查看:

是微软公司于 2017 年创建的一个开源项目,它是一个支持自主无人机、无人车的仿真平台。该平台基于 构建, 具有卓越的3D可视化效果和高保真物理引擎。因此,它为高端用户提供了现有工具(如 Gazebo 和 jMAVsim)的替代解决方案,并实现了可与游戏、电影中场景相媲美的梦幻般的模拟场景。

硬件在环 (HIL) 仿真是 PX4 固件支持的另一种仿真模式。与 教程中提到的SITL仿真不同,该模式下飞控固件运行在真实的自驾仪上,因此所有代码都是在实体上进行测试。仿真方法可以大大加快我们的软件开发,降低实验风险。

:固件版本为v1.10.0以上

推荐的PC硬件配置要求可参考。 在我们的案例中,硬件详细信息为:CPU(Intel i7-13700KF)、显卡(Nvidia Geforce RTX 3060)、硬盘(1TB SSD)和 32GB RAM 内存。PC安装了Ubuntu 18.04和Unreal Engine 4.27 plus。

Kerloud自驾仪的HIL模式可以参照 中的说明进行设置。 简而言之,启用HIL模式,QGround地面站应该只配置UDP通信。自动驾驶仪将通过自身USB端口与Airsim平台交互mavlink消息。

airsim 平台是按照从我们PC中的源代码进行编译的。这里我们使用最新主分支的源代码(commit date:2022-7-21)。 建议用户使用 Block 环境进行初步测试。我们使用 Epic Games Marketplace中的Landscape mountain 环境,详情可参考https://microsoft.github.io/AirSim/unreal_custenv/。 环境视图如下:

📘
Airsim
Unreal Engine
Offboard Control with Mavros (C++)
Kerloud自驾仪
此处
https://docs.px4.io/main/en/simulation/hitl.html
指南
video link
Kerloud DASA service