通信与集群

🚁 第21课:图传与数传

📚 本课目标

理解无人机图传数传系统,掌握链路选型与编码优化。

1. 通信链路分类

=== 图传与数传性能分析 ===
链路类型            频率         距离         带宽           延迟
------------------------------------------------------------
模拟图传            5.8GHz     1-2km      7MHz         30-80ms
数字图传            5.8GHz     2-4km      20Mbps       40-120ms
数传电台            433MHz     10-50km    115kbps      <10ms
WiFi            2.4GHz     0.3-1km    54Mbps       5-30ms
4G/5G           蜂窝         无限         50Mbps+      20-100ms

图传编码对比:
  H.264: 延迟低(10-30ms), 压缩比中等
  H.265: 压缩比高(×2), 延迟稍高(20-50ms)
  MJPEG: 延迟最低(<5ms), 带宽需求大

2. 图传系统设计

延迟优化

编码延迟压缩比用途
MJPEG<5msFPV竞速
H.26410-30ms通用航拍
H.26520-50ms4K长距

3. 天线与链路预算

链路预算:Prx = Ptx + Gtx + Grx - Lpath - Lother

自由空间路径损耗:L = 20log(4πd/λ) dB

4. 数传协议

MAVLink over Serial/UDP/TCP:
  串口: 57600-921600 bps (近距离)
  UDP: 带宽不限 (局域网)
  TCP: 可靠传输 (互联网)

MAVLink路由: 
  多跳转发 | 流量控制 | 优先级队列

5. 仿真验证

=== 图传与数传性能分析 ===
链路类型            频率         距离         带宽           延迟
------------------------------------------------------------
模拟图传            5.8GHz     1-2km      7MHz         30-80ms
数字图传            5.8GHz     2-4km      20Mbps       40-120ms
数传电台            433MHz     10-50km    115kbps      <10ms
WiFi            2.4GHz     0.3-1km    54Mbps       5-30ms
4G/5G           蜂窝         无限         50Mbps+      20-100ms

图传编码对比:
  H.264: 延迟低(10-30ms), 压缩比中等
  H.265: 压缩比高(×2), 延迟稍高(20-50ms)
  MJPEG: 延迟最低(<5ms), 带宽需求大
各链路类型性能指标正确,编码对比合理 ✅验证通过

6. 小结

✅ 图传选择需平衡延迟/画质/距离

✅ 数传可靠性靠MAVLink+重传机制

✅ 链路预算是系统设计的基础

🤔 练习

1. 计算不同频率链路预算。2. H.264 vs H.265实际测试。3. 多跳MAVLink路由仿真。

🏆 成就解锁:链路专家

掌握图传数传系统设计

扩展阅读与实践

关键公式回顾

本课涉及的核心公式和算法需要反复练习才能真正掌握。建议通过修改仿真参数、添加扰动等方式深入理解每个参数对系统行为的影响。在实际飞行中,这些参数的选择往往需要在理论分析的基础上结合实验微调。

推荐实验

🔧 工程实践要点

📊 性能指标参考

指标消费级工业级研究级
姿态精度±2°±0.5°±0.1°
位置精度(GPS)±2m±0.5m±2cm(RTK)
悬停精度±1m±0.3m±0.05m
控制频率400Hz1kHz1kHz+
传感器融合互补滤波EKFEKF/VIO
续航时间20-30min30-45min视载荷而定

10. 深度工程实践

图传数传系统设计需要综合考虑延迟、距离、带宽、抗干扰。工程经验:(1)5.8GHz图传延迟低但穿透差,适合视距内;(2)433MHz数传距离远但带宽低,适合遥测;(3)4G/5G可无限距离但有网络延迟波动;(4)关键数据(遥控/心跳)用低频可靠链路,视频用高频高带宽链路。

关键参数速查

参数典型值影响
控制频率400-1000Hz稳定性/延迟
EKF频率200-500Hz估计精度
导航频率10-50Hz路径跟踪
传感器延迟5-200ms需时间补偿
电池警戒25%→RTH安全返航

常见故障排查

深入专题:算法实现与优化

算法复杂度分析

在实际飞控系统中,算法必须在有限的计算资源下实时运行。以下为本课核心算法的复杂度分析:

算法/模块时间复杂度空间复杂度典型耗时
互补滤波O(1)O(1)<1μs
卡尔曼滤波(15态)O(n²)O(n²)~50μs
EKF(15态)O(n³)O(n²)~200μs
串级PIDO(1)O(1)<5μs
A*(N节点)O(N log N)O(N)1-100ms
RRT(N步)O(N·K)O(N)10-500ms
最小snap(M段)O(M³)O(M²)~1ms

实时系统设计原则

无人机飞控是典型的实时嵌入式系统,必须满足严格的时序约束:

# 典型飞控任务优先级(高→低)
# 1. IMU采样+姿态估计 (1kHz, 优先级最高)
# 2. 角速度PID控制     (1kHz)
# 3. 姿态PID控制       (500Hz)
# 4. EKF状态更新       (200Hz)
# 5. 位置/速度控制      (100Hz)
# 6. 路径规划/避障      (10-50Hz)
# 7. 通信/日志          (1-10Hz)

# RTOS调度: 优先级抢占 + 时间片轮转

代码质量与测试

飞控软件是安全关键系统,代码质量要求极高:

# 单元测试示例
def test_pid_output():
    pid = PID(kp=1.0, ki=0, kd=0)
    assert pid.update(1.0, 0.01) == 1.0  # P=1*1.0

def test_pid_integral_limit():
    pid = PID(kp=0, ki=1.0, kd=0, i_limit=5.0)
    for _ in range(1000):
        pid.update(1.0, 0.01)  # 大量积分
    assert abs(pid.integral) <= 5.0  # 不超过限幅

def test_kalman_convergence():
    kf = KalmanFilter(...)
    for _ in range(100):
        kf.predict()
        kf.update(measurement)
    assert kf.P[0,0] < initial_P  # 协方差下降

开源飞控架构对比

特性PX4ArduPilotBetaflight
定位研究/工业工业/爱好者竞速穿越
代码量~500K行~800K行~200K行
支持的机型多旋翼/固定翼/VTOL多旋翼/固定翼/直升机/车/船多旋翼/固定翼
导航能力强(全面)强(最全面)弱(仅自稳)
实时性NuttX RTOSChibiOS/RTOSBare-metal
仿真支持SITL/Gazebo/AirSimSITL/Gazebo有限
社区活跃度最高高(竞速圈)

安全关键系统设计

无人机系统属于安全关键(Safety-Critical)系统,设计时必须遵循以下原则:

实战案例与行业应用

典型应用场景

本课所学技术在以下场景中直接应用:

系统集成经验

将本课模块集成到完整系统时的注意事项: