Skip to main content

AI Drone (Chinese)

AI 无人机

简介​

AI 无人机， 通过机载电脑 实现边缘AI运算。 让无人机可以自主飞行，并且通过AI实时控制和调整飞机作业。外加地面站实时反馈。

提前准备

  • 可以安装 Ardupilot 的 飞控
  • 无人机
  • 机载电脑
  • 摄像头
  • 地面站 （ 笔记本电脑）

第一步 ： 准备无人机 | Setup the Drone

caution

上电前，请 务必移除螺旋桨！ Remove all propellers before powering on for safety.

  • 准备一套 ArduPilot 支持的飞控（如 Pixhawk 6C）
  • 组装好电调、电机、飞控、GPS、遥控接收器等
  • 连接电源模块（如 Holybro PM02D）确保安全供电
  • 飞控初始化配置：
    • 使用 Ardupilot 飞控设置
    • 设置飞行模式、校准遥控器、加速度计、指南针、GPS 等

第二步： 准备机载电脑 | Prepare the Onboard Computer

安装系统:

使用 Raspberry Pi Imager 安装系统 建议选择 64-bit，无桌面版本: Rasbarry Pi OS Lite (64-bit) ⚙️ 设置时启用 SSH, WIFI， 和摄像头

🛠️系统准备必要工具：

bash
sudo apt update && sudo apt upgrade -y
sudo apt install -y git python3-pip python3-venv python3-opencv
sudo apt install -y libatlas-base-dev libjpeg-dev libtiff5-dev libqtgui4 libqt4-test

配置摄像头：

bash
# 启用摄像头、SSH、跳过GUI登录、启用I2C/UART等
sudo raspi-config

第三步：准备地面站

  1. 安装 Ardupilot 地面站 Mission Planning （可选）
  2. 安装 Linux 系统， 这里推荐在Windows下安装 WSL

第四步 测试人体识别

安装 OpenCV（如未安装）：

bash
    pip install opencv-python

运行测试脚本：

Pi OS Lite (64-bit)
# face_detect.py 示例
    import cv2

    cap = cv2.VideoCapture(0)
    while True:
        ret, frame = cap.read()
        if not ret:
            break
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
        faces = face_cascade.detectMultiScale(gray, 1.3, 5)
        for (x, y, w, h) in faces:
            cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2)
        cv2.imshow('Face', frame)
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
    cap.release()
    cv2.destroyAllWindows()

第五步： 连接飞控与机载电脑 | Connect Flight Controller to Computer via MAVLink

  1. 安装虚拟环境（推荐） 为了隔离依赖，使用 Python 虚拟环境运行 MAVLink 脚本：

    bash
        sudo apt update
        sudo apt install -y python3-venv python3-pip

        # 创建并进入虚拟环境
        python3 -m venv ~/mav-env
        source ~/mav-env/bin/activate

        # 安装 MAVLink 相关包
        pip install pymavlink MAVProxy

  2. 确定MavProxy工具包已经安装

    bash
    mavproxy.py --version

    或在 Python 中测试：

    python
    from pymavlink import mavutil
    print("✅ pymavlink installed")

  3. 确定正确接线:

    • 飞控 TX → USB 转串口的 RX
    • 飞控 RX → USB 转串口的 TX
    • 波特率建议使用：57600, 115200, 或 921600
    • 查看串口号：
    bash
        ls /dev/ttyACM*     # USB 直连
        ls /dev/serial0     # GPIO UART

  4. 检测是否连接成功

    • 查看飞控连接：
    bash
    ls /dev/ttyACM*
    • 使用 MAVProxy 测试：
    bash
    mavproxy.py --master=/dev/ttyACM0 --baudrate 115200 --aircraft test-drone
    • 出现如下输出表示连接成功：
    bash
    Waiting for heartbeat from /dev/ttyACM0
    MAV>

  5. 连接后在 MAVProxy 控制台输入命令：

    bash
        status         # 查看飞控状态（模式、电压、GPS、RC 输入等）
        gpsstatus      # 查看 GPS 卫星数量与位置
        rc             # 实时查看遥控器各通道值
        param show     # 查看飞控参数

  6. 简单通过电脑控制飞控

    Mavlink
        # 解锁电机
        arm throttle

        # 锁定电机
        disarm throttle

        # 查看电压、电流、电源状态
        battery

        # 查看当前 GPS 位置
        gpsstatus

        # 设置模式（如：定高、巡航）
        mode ALT_HOLD
        mode GUIDED

        # 设置参数（例如：关闭 ARM 检查）
        param set ARMING_CHECK 0

        # 控制特定通道输出（测试马达旋转）
        servo set 1 1700
        servo set 2 1500

        # 保存当前参数
        param save

第六步： 获取 GPS 数据

在人脸识别脚本中添加获取 GPS 坐标：

python
    from pymavlink import mavutil

    # 连接飞控
    master = mavutil.mavlink_connection('/dev/ttyACM0', baud=115200)
    master.wait_heartbeat()

    # 获取 GPS 信息
    msg = master.recv_match(type='GLOBAL_POSITION_INT', blocking=True)
    lat = msg.lat / 1e7
    lon = msg.lon / 1e7

第七步：保存图像并记录数据

示例逻辑： 检测到人脸时

保存图像 ~/captures/YYYY-MM-DD_HH-MM-SS.jpg

记录当前 GPS 与时间戳至 CSV

示例代码片段：

python
    import csv
    from datetime import datetime

    def log_data(lat, lon):
        with open('~/log/location.csv', 'a') as f:
            writer = csv.writer(f)
            timestamp = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
            writer.writerow([timestamp, lat, lon])