跳转至

第6章 外部控制与轨迹规划

在完成底层滤波与控制系统的开发后，无人系统需要接收来自上层决策层的指令，实现更高层次的运动控制。外部控制与轨迹规划正是连接底层控制与上层智能决策的关键桥梁。本章将介绍外部控制接口的设计与使用方法，以及轨迹规划算法的开发与验证。

6.1 背景与理论

无人机作为一种具有自主飞行能力的飞行器，其外部控制能力对于实现精确的飞行任务和安全的飞行操作至关重要。通常常见的控制方式有：遥控器控制、地面站控制、半自主控制、和通过计算机相应接口控制。其中外部控制理论主要涉及飞行器在空中的稳定性，一般理解为对无人机的位置和姿态控制。

alt text

6.1.1 外部控制模式

外部控制（Offboard Control）是指通过地面站或机载计算机向飞控发送控制指令的一种模式。在这种模式下，飞控作为执行机构，接收外部系统生成的位置、速度或姿态指令，并将其转化为底层电机控制信号。MAVLink 协议是实现外部控制的主流通信协议，支持多种控制模式和消息类型。遥控器常见的外部控制模式包括：

  • 位置模式：向飞控发送目标位置，无人机自主规划路径飞向目标点
  • 速度模式：发送速度指令，控制无人机按指定速度移动
  • 姿态模式：发送姿态角期望值，控制无人机达到指定姿态

6.1.2 轨迹规划基础

轨迹规划问题是多旋翼决策层面的一个重要问题，是指在特定约束条件下，寻找满足多旋翼机动性能及飞行环境信息限制的，从起始点到目标点的最优飞行轨迹。它是多旋翼任务规划系统的关键技术，也是多旋翼实现自主飞行的技术保障。

alt text

轨迹规划的主要功能包括：在飞行前，帮助任务规划人员为即将执行任务的多旋翼选择一条最优的路径；在飞行过程中，能够在一定程度上根据现场情况进行在线路径重规划。规划出来的路径作为多旋翼飞行的参考路径，引导多旋翼在控制律的作用下完成飞行任务。

alt text

6.2 框架与接口

RflySim 工具链提供了丰富的外部控制与轨迹规划接口，支持 Python、MATLAB/Simulink 等多种开发环境。

alt text

RflySim 支持通过 MAVLink 协议实现外部控制。MAVLink（Micro Air Vehicle Link）是一种轻量级的无人机通信协议，已成为行业标准。通过 MAVLink，开发者可以向飞控发送位置、速度、姿态等多种类型的控制指令，实现对无人机的精确控制。 alt text 工具链提供了 Python 版的 MAVLink 控制接口（RflySimSDK）和 Simulink 模块库，用户可以根据项目需求选择合适的开发工具。通过这些接口，用户可以：

  • 实现自动起飞、降落指令
  • 发送航点任务队列
  • 实时调整飞行速度和高度
  • 获取无人机实时状态信息

alt text

6.2.2 轨迹规划算法接口

在轨迹规划方面，RflySim 提供了与主流规划算法的对接接口。用户可以在 Python 或 MATLAB 环境中实现各类规划算法，包括：

  • 全局路径规划：基于环境地图的最优路径搜索
  • 局部避障规划：基于传感器信息的实时避障
  • 时间最优轨迹生成：考虑动力学约束的最短时间轨迹
  • 平滑轨迹优化：基于微分平坦的平滑轨迹生成

alt text

6.2.3 外部控制开发流程

一个完整的外部控制程序包括通信连接、设置模式与解锁、发布期望指令、状态检测和结束返航等核心流程。

alt text

结合上方流程图可知，在开展物理实机控制或仿真（HITL/SITL）测试时，程序首先需要与飞控建立稳定的通信连接，并在确认连接成功（如接收到心跳包）后，开始以一定的频率（建议 10Hz 以上）持续向飞控发送位置、速度、角速度或姿态等期望目标值。需要特别注意的是，在确保目标指令流稳定下发的前提下，程序才能通过循环判断，请求并将飞控成功切换为 Offboard（板外）控制模式；待模式切换成功后，下发解锁（Arm）指令启动电机进行带有状态监测的闭环控制任务；最终在任务结束后下发降落、返航及锁定指令安全回收载具。

6.3 精彩案例展示

空地协同外部轨迹规划控制：

多旋翼虚拟管道飞行：

6.4 课程配套视频

本章节公开课回放（第五期：外部控制与轨迹规划）：

6.5 本章实验案例

本章相关验证实验与引导案例存放在 [安装目录]\RflySimAPIs\6.RflySimExtCtrl 文件夹中。

6.5.1 接口学习实验

存放在 6.RflySimExtCtrl\0.ApiExps 文件夹中，涵盖平台基础接口导学及各工具通识入门。

实验 1：外部控制开发数传通信实验

📝 实验简介： 本实验介绍通过USB-TTL模块有线连接飞控和电脑，实现硬件在环下的外部控制，涵盖数传通信配置、地面站连接及自定义通信数据频率设置。

实验 2：PX4MavCtrl API验证实验

📝 实验简介： 通过Python外部控制库PX4MavCtrl，在RflySim仿真环境中实现无人机offboard模式控制、状态数据获取及RflySim3D控制接口的使用，了解SITL通信框架。

实验 3：PX4飞控硬件在环通信实验

📝 实验简介： 演示通过MicroUSB连接Pixhawk 6C飞控，利用RflySim平台进行硬件在环仿真，并通过MAVLink串口协议实现飞控与电脑间的数据通信与控制指令发送。

实验 4：PX4无人机GPS位置控制接口测试

📝 实验简介： 通过RflySim平台的SendPosGlobal函数接口，实现无人机在GPS坐标系下的位置控制，学习Offboard模式下的MAVLink通信与位置指令发送。

实验 5：PX4RcCtrlAPITest

📝 实验简介： 通过RflySim平台的SendRCPwms函数接口控制无人机电机PWM值，实现无人机解锁起飞并飞行60秒，学习RC PWM控制接口的使用方法。

实验 6：PX4多无人机SITL控制实验

📝 实验简介： 本实验利用RflySim工具链，通过Python接口控制四架无人机在Offboard模式下进行位置和速度控制，并在RflySim3D中观察飞行轨迹，学习多机SITL仿真控制方法。

实验 7：PX4MavAccCtrlTest加速度控制接口验证实验

📝 实验简介： 通过RflySim平台接口函数SendAccPX4向无人机发送加速度指令，验证加速度控制接口的功能，学习Offboard模式下的加速度控制方法。

实验 8：PX4MavAttCtrlTest姿态油门控制

📝 实验简介： 利用RflySim平台的SendAttPX4接口，向PX4飞控发送期望姿态和油门数据，实现无人机姿态与油门控制，并验证Offboard模式下的飞行控制效果。

实验 9：UE地图坐标系与无人机坐标系转换实验

📝 实验简介： 通过设置GPS原点和使用坐标转换接口，实现多个无人机在UE地图中飞往同一目标位置，掌握坐标系转换方法。

实验 10：基于视觉接口控制撞击小球实验

📝 实验简介： 通过RflySim平台视觉接口捕获图像，利用OpenCV进行图像处理并解算控制指令，实现无人机撞击红球的视觉识别控制实验。

实验 11：无人机通过UDP_Full通信模式控制实验

📝 实验简介： 本实验通过RflySim平台接口函数，利用UDP_Full通信模式向无人机发送控制指令，实现起飞、飞行和降落，学习Offboard模式下的位置与速度控制。

实验 12：UDP_Simple通信模式控制无人机

📝 实验简介： 本实验通过RflySim平台提供的UDP_Simple通信接口，向PX4飞控发送控制指令，实现无人机的起飞、飞行和降落，学习Offboard模式下的位置和速度控制。

实验 13：无人机通过MAVLink_Full通信模式控制实验

📝 实验简介： 本实验通过RflySim平台接口函数，使用MAVLink_Full通信模式向无人机发送指令，实现起飞、前飞和降落，学习Offboard模式下的位置与速度控制。

实验 14：无人机通过MAVLink_Simple通信模式控制实验

📝 实验简介： 本实验通过RflySim平台接口函数，利用MAVLink_Simple通信模式向无人机发送控制指令，实现起飞、前飞、降落等基本飞行动作，学习Offboard模式下的位置和速度控制方法。

实验 15：无人机通过MAVLink_NoSend通信模式控制实验

📝 实验简介： 本实验使用RflySim平台接口函数，通过MAVLink_NoSend模式结合Pixhawk 6X飞控硬件在环仿真，实现无人机指令发送与控制，学习Offboard模式下的位置和速度控制。

实验 16：Python接口获取飞机物体相机信息

📝 实验简介： 通过Python接口获取飞机、物体和相机的信息，学习视觉传感器接口和UE控制接口的使用方法。

实验 17：时间戳数据获取

📝 实验简介： 通过Python接口获取CopterSim仿真软件的时间戳数据，学习使用getTimeStmp接口读取心跳包序号、仿真起始时间戳和当前时间戳。

实验 18：MAVSDK控制算法设计验证

📝 实验简介： 基于MAVSDK官方例程适配RflySim平台，设计并验证MAVLink控制算法，涵盖起降、Offboard航点及轨迹文件飞行实验，熟悉Python控制方法。

实验 19：MAVROS跨平台控制软件在环无人机

📝 实验简介： 通过Ubuntu环境启动MAVROS控制Windows端RflySim软件在环无人机，验证跨平台控制链路与Offboard控制流程，学习解锁、位置接收与位姿控制。

实验 20：MAVSDK官方例程适配实验

📝 实验简介： 基于MAVSDK官方例程适配RflySim平台的综合实验，涵盖参数获取、校准、相机控制、航点任务、外部控制、遥测监控、RTK定位等功能，支持SITL和HITL仿真

实验 21：C++ ROS转发节点实验

📝 实验简介： 使用C++ ROS转发节点（udp_ros_bridge）将RflySim综合模型UDP数据转换为ROS话题，替代mavros基础功能，实现多机状态订阅与控制，支持ROS1/ROS2环境。

实验 22：大模型云端API调用

📝 实验简介： 本实验教授通过Python调用大语言模型（LLM）云端API的方法，包括密钥申请、环境变量配置、OpenAI兼容SDK调用及响应解析，为无人机仿真集成AI能力打基础。

实验 23：PX4与ROS2的uXRCE-DDS网口通信及控制实验

📝 实验简介： 本实验通过uXRCE-DDS实现PX4与ROS2的直接通信，学习配置WSL/ROS2环境、启动MicroXRCEAgent代理、查看消息列表，并完成基于PX4官方Offboard控制的自动与手动配置，实现无人机自主飞行控制。

实验 24：ROS环境下通过PX4MavCtrlV4ROS库控制单机飞行实验

📝 实验简介： 本实验在ROS1和ROS2环境下，使用PX4MavCtrlV4ROS库控制单架无人机进行硬件在环飞行，观察ROS信息交换，验证算法在不同ROS版本下的控制效果。

实验 25：MAVSDK起飞降落实验

📝 实验简介： 基于MAVSDK官方例程适配RflySim平台，实现无人机的起飞与降落，涵盖SITL和HITL实验步骤，学习MAVSDK控制指令与仿真流程。

实验 26：大语言模型生成无人机控制代码

📝 实验简介： 本实验探索利用大语言模型（如DeepSeek）辅助开发无人机控制程序，通过自然语言描述和模板代码生成控制逻辑，实现无人机起飞、悬停、轨迹跟踪等飞行任务，验证AI在无人机控制算法开发中的应用价值。

实验 27：MAVSDK Offboard航点飞行实验

📝 实验简介： 基于MAVSDK官方例程，适配RflySim平台，实现无人机在Offboard模式下按世界坐标系（北东地）航点飞行，涵盖SITL与HITL仿真步骤。

实验 28：Python ROS转发程序实现RflySim综合模型与ROS话题双向桥接

📝 实验简介： 本实验使用Python ROS转发程序替代mavros，实现RflySim综合模型与ROS话题的双向桥接，支持ROS1/ROS2多机控制，并通过示例脚本验证多机起飞与状态获取。

实验 29：ROS多机飞行控制

📝 实验简介： 通过PX4MavCtrlV4ROS库在ROS 1和ROS 2环境下进行多无人机SITL仿真实验，学习多机控制算法的配置与运行方法

实验 30：PX4+ROS2的uXRCE-DDS串口通信及控制实验

📝 实验简介： 掌握PX4飞控与ROS2系统之间基于uXRCE-DDS的串口通信方法，了解数据交互方式和消息类型，实践基于ROS2的无人机offboard控制功能，并熟悉HIL仿真环境下的调试方法。

实验 31：基于综合模型ROSTrans控制实验

📝 实验简介： 本实验演示不依赖PX4固件，通过CopterSim加载综合动力学模型，并利用RosTrans中间件桥接为MAVROS风格ROS接口，实现无人机8字飞行控制，学习ROS控制代码无缝迁移。

实验 32：基于大语言模型直控无人机仿真实验

📝 实验简介： 本实验通过集成DeepSeek大语言模型API，构建一个能理解自然语言指令并控制无人机飞行的系统，使学习者掌握LLM在控制系统中的应用、指令解析、无人机Offboard控制及PyQt界面编程等技能。

实验 33：Offboard模式下航点飞行实验

📝 实验简介： 基于MAVSDK官方例程适配RflySim平台，实现无人机起飞后按CSV航迹点文件进行心形轨迹飞行，涵盖SITL和HITL实验步骤及关键代码解析。

实验 34：本地LLM无人机控制实验

📝 实验简介： 在本地部署浅层LLM（Ollama加载qwen3.06b）驱动自然语言无人机控制，并在线调用深层LLM（火山豆包）完成轨迹推理，验证指令解析、UDP控制链路、航路规划与可视化流程的正确性与稳定性。

实验 35：基于综合模型ROSTrans视觉图像转发实验

📝 实验简介： 通过RosTrans中间件将RflySim3D视觉传感器数据转发为ROS主题，实现RGB图像、LiDAR点云等数据的Rviz可视化，并控制无人机随机飞行以动态展示视觉采集效果。

实验 36：六旋翼无PX4编队飞行

📝 实验简介： 本实验演示不依赖PX4固件的6架无人机基于ROS的领航-跟随纵一字编队转圈飞行，学习多机数据链路、ROS通信接口、编队控制策略及多机同步操作流程。

6.5.2 基础使用实验

存放在 6.RflySimExtCtrl\1.BasicExps 文件夹中，面向初学者提供全套配套补充教材库。

实验 1：MAVLink外部控制接口开发实验

📝 实验简介： 通过MATLAB/Simulink环境完成MAVLink外部控制接口开发，理解消息封装、解析与联调流程，为后续复杂控制实验提供基础接口能力。

实验 2：系统辨识模型与非线性模型对比实验

📝 实验简介： 通过扫频信号激励传递函数模型与多旋翼非线性模型，对比输出结果，理解建模与系统辨识过程。

实验 3：多旋翼系统辨识实验

📝 实验简介： 使用CIFER软件对多旋翼非线性模型进行系统辨识，获取四通道传递函数模型，并验证模型准确性。

实验 4：多旋翼系统辨识实验

📝 实验简介： 通过对多旋翼非线性模型外加控制器的方式进行系统辨识，使用CIFER软件获得水平前向、水平侧向、高度和偏航四个通道的传递函数，判定标准为代价函数J≤50，并通过Bode图对比设计实验与分析实验的模型差异。

实验 5：多旋翼位置与偏航通道系统辨识

📝 实验简介： 通过外加控制器对多旋翼位置和偏航通道进行系统辨识，利用CIFER软件获取带延时的传递函数模型，并验证模型准确性。

实验 6：无人机位置控制实验

📝 实验简介： 基于RflySim工具链和Simulink，在Offboard模式下实现无人机位置控制，通过修改位置信号量观察无人机位置变化，并验证位置控制接口。

实验 7：卡尔曼滤波器设计实验

📝 实验简介： 学习卡尔曼滤波算法原理，在RflySim仿真1.0和2.0中对比滤波效果，掌握参数调整方法。

实验 8：卡尔曼滤波器设计实验

📝 实验简介： 本实验通过调整卡尔曼滤波器的测量噪声和过程噪声参数，观察滤波效果，并对比传递函数模型与非线性模型下的滤波性能，以理解卡尔曼滤波原理及参数调整方法。

实验 9：带延时的卡尔曼滤波器设计实验

📝 实验简介： 本实验设计带两个基本采样周期延时的卡尔曼滤波器，在仿真1.0和2.0中进行闭环控制对比，并进行硬件在环仿真，以掌握延时滤波器的设计方法。

实验 10：基于扩维法的卡尔曼滤波器实飞实验

📝 实验简介： 通过设计基于扩维法的卡尔曼滤波器进行速度反馈，解决实飞中传感器信号延时问题，并将滤波后的速度应用于闭环控制，对比控制效果。

实验 11：无人机速度控制接口验证实验

📝 实验简介： 本实验通过Simulink模型在Offboard模式下对无人机进行速度控制，验证速度控制接口的有效性，学习速度控制的基本原理和操作方法。

实验 12：e3.1

📝 实验简介：

实验 13：多旋翼轨迹跟踪控制分析实验

📝 实验简介： 基于频率域方法设计多旋翼轨迹跟踪控制器，满足速度环相位裕度>65°、截止频率>3rad/s及位置环相位裕度>60°、截止频率>2rad/s的性能要求，对比线性模型与非线性模型的仿真跟踪效果。

实验 14：轨迹跟踪控制器设计实验

📝 实验简介： 改进轨迹跟踪控制器，加入偏航角跟踪，设计加性分解控制器控制多旋翼跟踪圆轨迹，并进行仿真1.0、仿真2.0及硬件在环仿真。

实验 15：模拟遥控器控制单机飞行实验

📝 实验简介： 本实验使用Simulink控制器代替遥控器，通过控制通道映射实现单机飞行控制，学习遥控器模式下的飞行控制原理。

实验 16：路径跟随控制基础实验

📝 实验简介： 学习路径跟随理论基础，设计控制器实现多旋翼直线路径跟随，并在传递函数模型和六自由度模型上进行仿真验证。

实验 17：路径跟随控制分析实验

📝 实验简介： 通过修改路径跟随控制器参数，对比直线路径跟随轨迹变化，总结参数对跟踪性能的影响规律。

实验 18：圆轨迹路径跟随控制器设计实验

📝 实验简介： 设计并验证圆轨迹路径跟随算法，分析控制器参数影响，并完成仿真1.0、仿真2.0及硬件在环仿真实验。

实验 19：路径跟随控制器设计实验(实飞实验)

📝 实验简介： 基于第4章辨识的传递函数模型，设计圆轨迹路径跟随控制器，先在仿真中验证效果，再应用于真机，学习PID调节与实飞操作。

实验 20：Offboard外部控制接口验证实验

📝 实验简介： 通过Simulink模型在PX4 Offboard模式下控制无人机速度与位置，验证外部控制接口，学习顶层视觉与集群算法开发。

实验 21：人工势场法多旋翼避障控制

📝 实验简介： 利用人工势场法引导多旋翼避开障碍物到达目标位置，通过仿真对比不同目标位置下的避障轨迹，并验证算法在多种模型下的可行性。

实验 22：避障控制基础实验

📝 实验简介： 理解人工势场法理论，实现多旋翼单机避障控制，分析参数对避障路径的影响，并对比线性模型与六自由度模型的仿真结果。

实验 23：多机合作避障算法设计实验

📝 实验简介： 基于人工势场法设计多旋翼多机合作避障控制器，实现两架多旋翼相互避障及绕开静态障碍物飞向目标位置，并对比仿真1.0与2.0模型结果，进行硬件在环仿真。

实验 24：避障控制器设计实验（实飞实验）

📝 实验简介： 本实验旨在深入理解人工势场法的理论与推导，并将其应用于多旋翼避障控制器的设计与实际飞行验证，通过仿真和实飞实验掌握多机避障算法的实现。

实验 25：转台四旋翼飞行控制实验

📝 实验简介： 本实验通过MATLAB/Simulink搭建多旋翼飞行控制器，利用MAVLINK通信控制转台上的四旋翼无人机姿态，学习姿态控制原理与PID参数整定方法。

实验 26：外部定点控制器设计和验证实验

📝 实验简介： 基于三通道多旋翼线性化传递函数模型，设计并验证定点控制器，涵盖数值仿真、非线性模型仿真、硬件在环仿真及实飞实验。

实验 27：卡尔曼滤波器设计实验

📝 实验简介： 本实验通过基础、分析、定点控制和实飞四个阶段，帮助用户掌握卡尔曼滤波在无人机控制反馈中的建模、调参与实飞迁移方法。

实验 28：轨迹跟踪控制器设计实验

📝 实验简介： 本实验通过基础、分析和设计三个阶段，帮助用户掌握多旋翼线性化模型、频域控制器设计及圆轨迹跟踪控制方法。

实验 29：路径跟踪控制器设计实验

📝 实验简介： 本实验组织路径跟随控制器设计的不同阶段例程，涵盖理论基础、参数分析、控制器设计与实飞迁移流程，帮助用户掌握路径跟随控制器的设计与验证方法。

实验 30：避障控制器设计实验

📝 实验简介： 本实验通过人工势场法实现单机及多机合作避障控制，涵盖从仿真到实飞的完整流程，帮助用户掌握避障控制器设计、参数分析与工程验证方法。

实验 31：RflySim扩展API用法

📝 实验简介： 本实验为RflySim外部控制API的基础入门实验，主要介绍Visual Studio 2017编译器的安装配置，以及RflySim工具链配合Pixhawk 6X飞控的实验环境搭建，为后续外部控制API开发奠定基础。

实验 32：MAVLink模块封装实验

📝 实验简介： 基于Simulink封装MAVLink协议的HIL_ACTUATOR_CONTROLS消息发送与解析模块，学习MAVLink通信协议及S-Function Builder的使用。

实验 33：MAVLink数据发接实验

📝 实验简介： 本实验基于MAVLink协议，通过Simulink模块模拟发送和接收HIL_ACTUATOR_CONTROLS消息，学习MAVLink消息的封装、解析原理及MAVLink 1/2数据包格式。

6.5.3 进阶开发实验

存放在 6.RflySimExtCtrl\2.AdvExps 文件夹中，进一步熟悉部分底层固件生态配置。

实验 1：MAVLink控制实验

📝 实验简介： 通过MATLAB/Simulink与MAVLink协议实现无人机解锁和姿态控制，熟悉硬件在环场景下的接口封装与联调流程。

实验 2：RflyUdpRaw通信模块单机控制实验

📝 实验简介： 通过RflyUdpFast传输模块接收无人机状态信息，利用Simulink建模实现单机局部位置运动控制，并进行软件在环和硬件在环仿真实验。

实验 3：RflyMavlinkSerial单机控制实验

📝 实验简介： 通过RflySerialRaw模块接收无人机状态信息，在Simulink中建模并发送控制指令，实现单架无人机的局部位置运动控制与硬件在环仿真。

实验 4：基于IsaacSim训练无人机跟随圆形案板实验

📝 实验简介： 本实验使用IsaacSim训练无人机视觉跟随圆形案板，通过视觉接口获取图像并计算控制指令，实现无人机实时跟随，适用于视觉控制与仿真验证教学。

实验 5：直线轨迹规划实验

📝 实验简介： 本实验通过控制无人机执行直线轨迹飞行任务，帮助用户掌握轨迹规划基本原理、Python控制方法、Offboard模式控制以及偏航角控制策略。

实验 6：MAVLink解锁HIL实验

📝 实验简介： 通过CopterSim硬件在环仿真，使用MAVLink封装模块和UDP方式，在Simulink中实现飞控解锁信息的显示与验证。

实验 7：基于DDPG的位置控制强化学习实验

📝 实验简介： 理解并实践DDPG算法在无人机位置控制中的应用，熟悉RflySim工具链与MATLAB/Simulink软件在环流程，掌握通过RL Agent生成X向加速度指令的控制逻辑与评估方法。

实验 8：MAVLink控制HIL实验

📝 实验简介： 基于CopterSim硬件在环仿真，通过MAVLink封装模块UDP实现无人机姿态控制，学习MAVLink通信协议及Simulink模型的使用。

实验 9：多点轨迹规划与速度控制实验

📝 实验简介： 本实验通过控制无人机执行多点轨迹飞行任务，掌握多点轨迹规划、速度控制、动态偏航角控制及减速机制等关键技术。

实验 10：强化学习驱动的四旋翼加速度悬停控制

📝 实验简介： 掌握从多环境仿真到策略训练的端到端强化学习流程（PPO），理解加速度级控制与姿态/电机级PID间的层级关系，构建具身无人机仿真任务并注入噪声提升泛化，在SIL环境中验证训练策略。

实验 11：圆形轨迹规划与实时速度控制实验

📝 实验简介： 本实验通过控制无人机执行圆形轨迹飞行任务，学习圆形轨迹规划原理、实时速度控制技术、切向速度与角速度关系，掌握Offboard模式下复杂连续轨迹控制的完整流程。

实验 12：螺旋轨迹规划与实时速度控制实验

📝 实验简介： 本实验通过控制无人机执行螺旋轨迹飞行任务，学习螺旋轨迹规划原理、实时速度控制技术及多维速度合成方法，掌握Offboard模式下复杂三维连续轨迹控制的完整流程。

6.5.4 高阶开发实验

存放在 6.RflySimExtCtrl\3.CustExps 文件夹中，面向高阶用户的自定义开发实验。

实验 1：基于smolagents智能体框架的无人机任务执行

📝 实验简介： 利用smolagents的CodeAgent结合大语言模型，将自然语言指令转化为Python控制代码，驱动无人机完成复杂多步骤任务，实现“语言即任务代码”的目标。

实验 2：大模型指令控制无人机软件在环实验

📝 实验简介： 将大语言模型与PX4飞控软件在环仿真集成，实现中文自然语言指令解析、标准化控制命令生成及UDP航点协议下发，完成无人机起飞、飞行与降落的闭环控制。

实验 3：Ros2CtrlDemoPX4集成控制

📝 实验简介： 学习通过uXRCE-DDS实现PX4飞控与ROS2的直接通信，掌握软件在环仿真环境下使用ROS2进行offboard控制的配置与方法

实验 4：大模型指令控制无人机实飞

📝 实验简介： 验证基于大模型的自然语言解析模块与飞控系统在环集成的实飞效果，学习将自然语言指令转化为标准化控制命令，并掌握API调用、UDP通信及MAVLink协议等关键技术。

实验 5：大模型语音控制软件在环实验

📝 实验简介： 探索实时语音指令识别（ASR）与大模型控制的协同工作流程，通过火山引擎语音识别和豆包大模型实现无人机语音指令控制，学习音频采集、WebSocket通信、指令解析与UDP控制包发送等关键技术。

实验 6：语音控制无人机飞行

📝 实验简介： 本实验验证语音识别结合大模型在室内真实无人机上的闭环控制可行性，通过语音指令控制无人机完成起飞、位置控制、降落等动作，涵盖MAVLink通信、HIL配置及动捕定位等关键知识。

实验 7：大模型多机避障测试

📝 实验简介： 验证基于大模型自然语言/语音指令在室内多架旋翼无人机上进行避障规划，学习大模型驱动的避障路径规划、语义级任务描述与空间约束联合理解、多机协同机制