大模型驱动的智能无人机应用开发2：无人机基本控制

AirSim 中无人机控制主要分为 手动控制 和 编程（API）控制 两大类。手动控制依赖于 RC 遥控器、键盘或游戏手柄等外部输入设备；而编程控制则通过 AirSim 各语言客户端提供的 RPC 接口，按需调用相应命令，实现无人机的自动化飞行。

1. 手动控制

1.1 RC 遥控器控制

• AirSim 支持硬件在环（HIL），可以将真实的飞控（如 PX4）和 RC 遥控器信号桥接到模拟环境中进行测试。通过在 settings.json 中配置相应端口和设备，即可在模拟器中使用手柄或遥杆直接操控无人机 。

1.2 键盘 / 控制台控制

• 借助第三方脚本（例如 Zartris/Airsim-terminal-drone-control），可以在终端通过命令或键盘按键（W/A/S/D 控制平移，E/Q 控制偏航，Z/X 控制上下，T 退出模式）实时操控无人机 。

2. 编程（API）控制

2.1 通用控制接口

所有客户端（C++/Python/…）都提供下列通用接口：

• reset()：重置无人机到初始状态。

• confirmConnection()：检查并确认与模拟器的连接状态。

• enableApiControl(bool) / isApiControlEnabled()：开启/查询 API 控制授权，若未授权则后续命令被忽略 。

• armDisarm(bool)：解锁（上锁）电机，必须在起飞前调用以启动飞控 。

• ping()、simPrintLogMessage() 等调试与仿真专用接口。

2.2 多旋翼专用控制接口

AirSim 对多旋翼（Multirotor）提供了一系列分层次的控制 API，从最高层的 路径点控制 到最低层的 电机 PWM 直写。

2.2.1 起飞／降落／返航

• takeoffAsync(timeout_sec)：异步起飞到离地 3 m 高度，返回 Future，可通过 .join() 等待完成。

• landAsync(timeout_sec)：异步降落，返回 Future。

• goHomeAsync()：返航至起始点并悬停，与 takeoffAsync／landAsync 参数相同。

• hoverAsync()：在当前位置悬停。

2.2.2 位置（Position）控制

• moveToPositionAsync(x, y, z, velocity, max_wait_sec)：以给定速度将无人机移动到指定 NED 坐标点。

• moveOnPathAsync(path_points, velocity, drivetrain, yaw_mode, lookahead, adaptive_lookahead)：按路径点序列跟踪飞行，内部使用“胡萝卜跟踪（carrot following）”算法。

• moveToZAsync(z, velocity, max_wait_sec)：保持 X/Y 不变，移动至指定 Z 轴高度 。

2.2.3 速度（Velocity）控制

• moveByVelocityAsync(vx, vy, vz, duration, drivetrain, yaw_mode)：在持续时间内以指定 NED 速度分量飞行。

• moveByVelocityZAsync(vx, vy, z, duration, drivetrain, yaw_mode)：指定水平速度与目标高度同时控制。

2.2.4 姿态／角度（Attitude/Angle）控制

• moveByRollPitchYawThrottleAsync(roll, pitch, yaw, throttle, duration)：按给定姿态角（弧度）和推力比控制飞行 。

• moveByRollPitchYawZAsync(roll, pitch, yaw, z, duration)：姿态角与高度混合控制 。

2.2.5 角速度（Angular Rate）控制

• moveByAngleRatesThrottleAsync(roll_rate, pitch_rate, yaw_rate, throttle, duration)：指定三轴角速度和推力比。

• moveByAngleRatesZAsync(roll_rate, pitch_rate, yaw_rate, z, duration)：角速度与高度混合控制 。

2.2.6 电机 PWM 直接控制

• moveByMotorPWMsAsync(motor1, motor2, motor3, motor4, duration)：直接对四个电机的 PWM 值进行设置，最低层控制 。

2.2.7 RC／手动模式模拟

• moveByRC(rc_data)：模拟 RC 遥控器输入，适用于需要在仿真中测试手动飞控逻辑的场景 。

• moveByManualAsync(vx_max, vy_max, z_min, duration, drivetrain, yaw_mode)：读取实时 RC 状态并根据设定约束进行限制飞行。

2.3 参数设置与控制器调优

• Drivetrain：ForwardOnly（机头始终指向速度方向）或 MaxDegreeOfFreedom（机体可横向移动，如螃蟹行走）。

• YawMode：由 yaw_or_rate（角度或角速度）和 is_rate（布尔）共同决定偏航角度设定的含义 。

• lookahead/adaptive_lookahead：路径跟踪时“胡萝卜跟踪”算法的前视距离与自适应控制 。

• PID 增益：可通过 setAngleLevelControllerGains()、setVelocityControllerGains()、setPositionControllerGains() 等接口调整底层控制器增益

!pip install numpy

import sys
sys.path.append('../external-libraries')
import airsim
import math
import numpy as np

# connect to the AirSim simulator
#client = airsim.MultirotorClient(ip="192.168.31.194") #ip不写就是本地，写了就是跑airsim的机器
client = airsim.MultirotorClient() #ip不写就是本地，写了就是跑airsim的机器
client.confirmConnection()

# get control,允许api控制，默认是不允许的
client.enableApiControl(True)

# unlock，解锁，流程和真实飞行器一样
client.armDisarm(True)

# takeoff，起飞，很多无人机或者汽车控制的函数都有 Async/异步作为后缀，执行的时候会立即返回，不阻塞
# 但命令本身还是顺序执行的，所以需要join等待命令执行完毕，上一个命令执行完成，才会执行下一个命令
# 也可以不join，直接执行下一个命令，但是这样的话，就不知道上一个命令是否执行完成了，需要自己控制
client.takeoffAsync().join()
print("起飞-------------------------")

#降落
client.landAsync().join()
print("降落-------------------------")



# lock
client.armDisarm(False)

# release control
client.enableApiControl(False)

定点飞行-offboard

# connect to the AirSim simulator
client = airsim.MultirotorClient()
client.confirmConnection()

# get control,允许api控制，默认是不允许的
client.enableApiControl(True)

# unlock，解锁，流程和真实飞行器一样
client.armDisarm(True)


# takeoff，起飞，很多无人机或者汽车控制的函数都有 Async/异步作为后缀，执行的时候会立即返回，不阻塞
# 但命令本身还是顺序执行的，所以需要join等待命令执行完毕，上一个命令执行完成，才会执行下一个命令
# 也可以不join，直接执行下一个命令，但是这样的话，就不知道上一个命令是否执行完成了，需要自己控制
client.takeoffAsync().join()
print("起飞--------------------------------")


#moveToZAsync，坐标系是NED，所以正数是向上，负数是向下
client.moveToZAsync(-3, 1).join()   # 上升到3米高度，1是速度

# 初始化4个点的坐标，并在视口中标识出来
points = [airsim.Vector3r(5, 0, -3),
          airsim.Vector3r(5, 5, -3),
          airsim.Vector3r(0, 5, -3),
          airsim.Vector3r(0, 0, -3)]
client.simPlotPoints(points, color_rgba=[0, 1, 0, 1], size=30, is_persistent=True)

# 方法1：按照逐个点飞，形成正方形
client.moveToPositionAsync(5, 0, -3, 1).join()  # 移动到(5,0,-3)的位置，1是速度x, y, z
client.moveToPositionAsync(5, 5, -3, 1).join()
client.moveToPositionAsync(0, 5, -3, 1).join()
client.moveToPositionAsync(0, 0, -3, 1).join()

# 方法2：直接按照航路点飞正方形轨迹
client.moveOnPathAsync(points, 1)

#降落
client.landAsync().join()
print("降落----------------------------------------------")


# lock
client.armDisarm(False)

# release control
client.enableApiControl(False)

最终效果如下：

无人机的状态

在AirSim中，simGetGroundTruthKinematics 和 simGetVehiclePose 都是获取无人机状态的接口，但返回数据的精度、用途和底层含义有本质区别。以下是两者的详细对比：

---

1. simGetVehiclePose()

• 功能：获取无人机的位姿（Pose），即位置和姿态。
• 返回数据：

  Pose(
      position=Vector3r(x, y, z),  # 位置（NED坐标系，单位：米）
      orientation=Quaternionr(w, x, y, z)  # 四元数姿态（相对世界坐标系）
  )
  

• 特点：
  • 数据来源于仿真的传感器模型（如GPS、IMU），可能包含噪声。
  • 模拟真实无人机传感器输出的结果，适合测试SLAM、导航等算法。
  • 如果AirSim设置中启用了传感器噪声（默认关闭），返回的坐标会有扰动。

---

2. simGetGroundTruthKinematics()

• 功能：获取无人机的真实运动学状态（Ground Truth）。
• 返回数据：

  KinematicsState(
      position=Vector3r(x, y, z),  # 位置（绝对精确，NED坐标系）
      orientation=Quaternionr(w, x, y, z),  # 姿态（绝对精确）
      linear_velocity=Vector3r(vx, vy, vz),  # 线速度（米/秒）
      angular_velocity=Vector3r(wx, wy, wz),  # 角速度（弧度/秒）
      linear_acceleration=Vector3r(ax, ay, az),  # 线加速度（米/秒²）
      angular_acceleration=Vector3r(αx, αy, αz)  # 角加速度（弧度/秒²）
  )
  

• 特点：
  • 数据来源于仿真的物理引擎，是绝对精确的“上帝视角”数据，无任何噪声。
  • 适合用于算法验证（如对比传感器数据与真实值的误差）或控制算法设计（如直接获取速度反馈）。

---

3. 关键区别总结

特性	simGetVehiclePose()	simGetGroundTruthKinematics()
数据来源	传感器模型（可能含噪声）	物理引擎（绝对精确）
数据维度	仅位置和姿态	位置、姿态、速度、加速度
用途	模拟真实传感器输出	算法验证、控制闭环设计
计算开销	低（仅读取传感器数据）	高（需从物理引擎获取完整状态）

---

4. 使用场景建议

• 需要传感器级数据（如测试SLAM、避障）：
  使用 simGetVehiclePose()，并启用传感器噪声（通过AirSim的设置文件配置）。

• 需要真实状态验证（如控制器调试、轨迹跟踪）：
  使用 simGetGroundTruthKinematics().position 或 linear_velocity。

• 需要动力学参数（如速度反馈、加速度前馈）：
  直接读取 linear_velocity 和 linear_acceleration。

import time
import airsim

# connect to the AirSim simulator
client = airsim.MultirotorClient()
client.confirmConnection()

# get control,允许api控制，默认是不允许的
client.enableApiControl(True)

# unlock，解锁，流程和真实飞行器一样
client.armDisarm(True)


# takeoff，起飞，很多无人机或者汽车控制的函数都有 Async/异步作为后缀，执行的时候会立即返回，不阻塞
# 但命令本身还是顺序执行的，所以需要join等待命令执行完毕，上一个命令执行完成，才会执行下一个命令
# 也可以不join，直接执行下一个命令，但是这样的话，就不知道上一个命令是否执行完成了，需要自己控制
client.takeoffAsync().join()
print("起飞--------------------------------")

#moveToZAsync，坐标系是NED，所以正数是向上，负数是向下
client.moveToZAsync(-3, 1).join()   # 上升到3米高度，1是速度

for i in range(2):
    kinematic_state_groundtruth = client.simGetGroundTruthKinematics(vehicle_name='')
    #print("kinematic_state_groundtruth: ", kinematic_state_groundtruth)

    # state_groundtruth 的6个属性
    print(
    "position", kinematic_state_groundtruth.position,  # 位置信息
    "\n\n linear_velocity", kinematic_state_groundtruth.linear_velocity,  # 速度信息
    "\n\n linear_acceleration", kinematic_state_groundtruth.linear_acceleration , # 加速度信息
    "\n\n orientation", kinematic_state_groundtruth.orientation,  # 姿态信息
    "\n\n angular_velocity", kinematic_state_groundtruth.angular_velocity,  # 姿态角速率信息
    "\n\n angular_acceleration", kinematic_state_groundtruth.angular_acceleration,  # 姿态角加速度信息
    )

    # 无人机全局位置坐标真值
    x = kinematic_state_groundtruth.position.x_val  # 全局坐标系下，x轴方向的坐标
    y = kinematic_state_groundtruth.position.y_val  # 全局坐标系下，y轴方向的坐标
    z = kinematic_state_groundtruth.position.z_val  # 全局坐标系下，z轴方向的坐标
    print("x: ", x, "y: ", y, "z: ", z)

    time.sleep(1)
    print("-----------------------------------------------------------------------------------")

 输出结果为：

position  {   'x_val': 0.024876724928617477,
    'y_val': -0.03703678771853447,
    'z_val': -2.6352598667144775} 

 linear_velocity  {   'x_val': 0.0,
    'y_val': 0.0,
    'z_val': 0.04969768971204758} 

 linear_acceleration  {   'x_val': 0.0,
    'y_val': 0.0,
    'z_val': 1.3143653869628906} 

 orientation  {   'w_val': 0.9999985098838806,
    'x_val': 0.0,
    'y_val': 0.0,
    'z_val': -0.0016540370415896177} 

 angular_velocity  {   'x_val': 0.0,
    'y_val': 0.0,
    'z_val': 0.0} 

 angular_acceleration  {   'x_val': 0.0,
    'y_val': 0.0,
    'z_val': 0.0}
x:  0.024876724928617477 y:  -0.03703678771853447 z:  -2.6352598667144775

3.项目资源

项目github：GitHub - maris205/airsim_agent

项目huggingface：dnagpt/airsim_agent · Hugging Face

网易云课堂：大模型驱动的智能无人机应用开发 - 网易云课堂