無GPS環(huán)境下的自主導航是當今無人駕駛飛行器(UAV)系統面臨的最關鍵挑戰(zhàn)之一。從城市峽谷到地下隧道和茂密的森林，許多現實世界的環(huán)境使GPS不可靠或完全不可用。為了讓無人機在這些條件下安全有效地運行，無論是執(zhí)行搜救任務、軍事偵察還是工業(yè)檢查，它們都必須依靠機載感知和測繪能力。

該項目提出了一種無人機平臺，使用Isaac ROS VSLAM，集成MAVROS和PX4飛行堆棧，由視覺同步定位和測繪(VSLAM)提供動力。通過融合視覺慣性數據和利用Jetson Orin Nano的邊緣計算能力，該系統可以實現實時定位和地圖構建，使無人機無需GPS即可自主導航。

通過這種實現，無人機能夠保持態(tài)勢感知，動態(tài)映射未知環(huán)境，實現高精度自主飛行。這項工作不僅證明了在資源受限的平臺上部署實時VSLAM的可行性，而且還強調了其在擴大關鍵的gps拒絕場景中自主系統的覆蓋范圍和可靠性方面的更廣泛影響。

VSLAM無人機在PX4 (v1.15.4)飛行控制器、英特爾D435i相機和Jetson Orin Nano (JetPack 6.2)配套計算機上得到支持。

如果您還沒有這樣做，請使用入門指南為Jetson Orin Nano安裝JetPack 6.2。

杰森·奧林納米裝置

布線

本教程使用飛行控制器的TELEM2端口與同伴計算機通信。

理論上，Jetson Orin Nano應該能夠通過GPIO引腳與飛行控制器通信。然而，在測試中，Jetson Orin Nano由于可能存在噪聲數據鏈路而難以與飛行控制器進行通信。我建議使用USB轉UART適配器與飛行控制器通信。

將飛行控制器的TELEM2TX/RX引腳連接到USB轉UART適配器上的互補RXD/TXD引腳。

確保D435i相機通過USB連接到Jetson Orin Nano。

Jetson Orin Nano還需要一個獨立的7-20V電源，最大功耗為36W。電源應連接到Jetson Orin Nano的桶孔或USB-C端口，如下所示：

軟件設置

執(zhí)行以下命令確認已安裝正確的Jetpack版本：

確認輸出中包含R36 (release), REVISION: 4.3，這表明您正在運行Jetpack 6.2。

接下來，將GPU和CPU時鐘設置為max：

然后，執(zhí)行如下命令將上電模式設置為MAXN SUPER模式。

JetPack預裝了Docker。但是，您需要將您的用戶添加到docker組中，以便在沒有sudo的情況下運行docker命令。執(zhí)行如下命令：

SSD的設置

Jetson Orin Nano需要一個SSD來存儲容器映像和rosbag文件。

按照以下步驟在Jetson Orin Nano上安裝SSD：

?關閉Jetson：從Jetson開發(fā)工具包中拔下電源和任何外圍設備。

?安裝SSD：將NVMe SSD卡物理安裝到Jetson開發(fā)工具包的載體板上。確保連接器安裝到位，并擰緊螺釘。

?重新連接外設：重新連接之前未插入的外設。

?啟動Jetson：重新連接電源以打開Jetson開發(fā)工具包。

一旦系統啟動，通過運行以下命令驗證您的Jetson在PCI總線上識別了一個新的內存控制器：

你應該看到類似下面的一行：

要格式化SSD設備，首先要查看SSD設備名稱。執(zhí)行如下命令：

識別與您的SSD對應的新設備，通常為nvme0n1。

接下來，用ext4文件系統格式化SSD。將nvme0n1替換為SSD的實際設備名稱：

掛載到目錄/ SSD下：

為了確保SSD在引導時自動掛載，需要在/etc/fstab文件中增加一條記錄。

首先，獲取SSD的UUID：

找到與您的SSD對應的行，并記錄UUID。

接下來，將SSD添加到/etc/fstab文件中，替換為SSD的實際UUID：

最后，修改/ssd目錄的歸屬。

掛載完成后，將Docker數據目錄遷移到該SSD上。

首先停止Docker服務：

接下來，將Docker data目錄移動到SSD上：

修改Docker服務配置，使其指向Docker數據目錄的新位置：

重命名舊的Docker數據目錄：

最后，重啟Docker服務：

Isaac ROS設置

VSLAM無人機采用Isaac ROS框架進行VSLAM。該框架構建在ROS2之上，并提供了一組用于構建機器人應用程序的工具和庫。

首先安裝Git-LFS和其他依賴項：

然后，為Isaac ROS創(chuàng)建一個工作空間：

接下來，克隆Isaac ROS存儲庫：

為RealSense攝像頭配置Isaac ROS Docker鏡像：

生成CDI規(guī)格的GPU：

克隆VSLAM-UAV存儲庫并下載所需的資產：

確保您的RealSense相機連接到Jetson Orin，并運行以下命令來構建Isaac ROS docker映像：

需要使用RealSense固件版本5.13.0.50。任何其他版本可能無法與Isaac ROS Docker映像一起工作。

一旦映像構建并運行，您可以通過運行以下命令來測試RealSense相機：

這將打開RealSense查看器并顯示攝像機饋送。

如果你的RealSense攝像頭沒有被檢測到，你可能需要在一個單獨的終端上運行以下命令來更新udev規(guī)則：

攝像頭IMU設置

IMU校準(可選)

為了最好地利用VSLAM，必須將IMU數據合并到VSLAM管道中。您可以使用英特爾D435i相機的內置IMU。IMU從工廠預校準，但建議校準IMU，以確保準確的測量。

要校準IMU，您可以使用隨Librealsense附帶的IMU校準工具。首先，你需要構建一個真正意義上的docker鏡像：

注意：安裝librealesnes git到工作空間

這將構建映像并在容器中運行它。容器運行后，您可以運行IMU校準工具：

只需按照命令行說明校準IMU。以下是校準過程的圖像，以幫助指導您完成該過程。

位置1：直立朝外

位置2:USB線朝上朝外

位置3：面朝外倒立

位置4:USB線朝下

位置5：觀看方向朝下

位置6：觀看方向朝上

確保將校準結果寫入相機的eeprom。

IMU參數估計

校準內部IMU后，您需要估計IMU的參數。IMU的參數是加速度計和陀螺儀的噪聲和偏置不穩(wěn)定性。您可以通過從IMU收集數據并使用Allan Variance來估計這些參數。

首先，您需要從IMU記錄一段較長時間(至少3小時)的靜態(tài)數據。打開Isaac ROS Realsense Docker容器，運行Realsense節(jié)點，從攝像頭開始流式傳輸數據：

這將打開真正意義上的ros節(jié)點。接下來，打開一個新的終端并連接到集裝箱上：

在附帶的容器中，執(zhí)行如下命令記錄IMU數據：

至少3小時后，用CTRL+C停止錄制。

進入運行realsense-node.sh腳本的終端，使用“CTRL+C”停止realsense ros節(jié)點。

有了我們的IMU數據，您現在可以繼續(xù)估計IMU參數。這可以在ROS2框架中通過allan_ros2輕松完成。

首先，您需要在桌面計算機上克隆VSLAM-UAV存儲庫：

接下來，需要將IMU數據復制到桌面計算機。

首先將IMU rosbag文件從docker容器復制到Jetson Orin Nano的主目錄。在Jetson Orin Nano的新終端中，運行以下命令：

在桌面計算機上打開一個新的終端，并運行以下命令：

您在jetson上的用戶名和IP地址在哪里。

接下來，您需要在桌面計算機上構建分析docker映像：

這將構建映像并在容器中運行它。容器運行之后，必須修改配置以指向IMU rosbag文件。執(zhí)行如下命令：

接下來，運行allan_node計算原始偏差值：

在得到DONE消息后，通過CTRL+C退出并運行analysis.py腳本來計算IMU參數：

這將輸出IMU參數并將其保存到IMU中。yaml文件。

現在，我們可以在VSLAM管道中使用這些參數。在Jetson Orin Nano上的新終端中，修改isaac_ros_vslam_realsense.py腳本以包含IMU參數。在文本編輯器中打開腳本：

使用imu中的值更新gyro_noise_density、gyro_random_walk、accel_noise_density和accel_random_walk參數。您之前生成的Yaml文件。

飛行控制器設置

PX4參數

假設您已經安裝了最新的PX4固件(v1.15.4)，在QGroundControl中更改以下參數，使同伴計算機能夠通過TELEM2端口與飛行控制器通信：

此外，為了在沒有GPS的情況下使用視覺姿態(tài)估計，您必須設置以下PX4參數：

測試連接

MAVLink是用于PX4的默認且穩(wěn)定的通信接口。

你可以測試Jetson Orin Nano和飛行控制器通過MAVLink GCS (MAVProxy)相互通信。

在Jetson Orin Nano上運行以下命令，將用戶添加到dialout組：

然后，重新啟動Jetson Orin Nano以應用更改。

您可以通過發(fā)出以下命令來檢查串口是否可用：

該命令的結果應該包括RX/TX連接/dev/ ttyusb0

接下來，安裝MAVProxy：

運行MAVProxy，設置端口連接/dev/ttyUSB0，波特率匹配飛行控制器(921600)：

Jetson Orin Nano上的MAVProxy現在應該通過其RX/TX引腳連接到PX4飛行控制器。CTRL+C退出。

飛行演示

這個演示展示了Isaac ROS VSLAM節(jié)點的作用，允許四軸飛行器使用視覺SLAM進行姿態(tài)估計，自主飛行指定模式。四軸飛行器將利用MAVROSPY節(jié)點來接收姿態(tài)估計和控制飛行模式。

要運行飛行演示，首先啟動Isaac ROS docker容器：

在容器內部，導航到vslam目錄：

接下來，啟動Issac ROS VSLAM節(jié)點：

在一個新的終端中，啟動mavrospy docker容器：

在mavrospy容器中，啟動mavrospy節(jié)點：

如果您希望確保正確發(fā)布VSLAM姿態(tài)估計，您可以在新終端中運行以下命令：

您還可以檢查飛行控制器是正確地解釋姿態(tài)估計通過測試飛行的位置飛行模式。

最后，將四軸飛行器切換到OFFBOARD模式并觀看它飛行!

您可以通過pattern參數指定飛行模式。如果未指定，則默認為正方形。

可用的模式：square、square_head、circle、circle_head、figure8、figure8_head、spiral和spiral_head。其中_head將指定在運動方向上要面對的無人機。

可視化

如果你想在RViz中可視化VSLAM輸出，你可以在一個新的終端中運行以下命令：

由于性能問題，通常不建議在遠程桌面上運行RViz。即使使用X11轉發(fā)也可能很慢，這取決于您的網絡連接。

相反，可以考慮使用ros2 bag record -a命令記錄演示，然后可視化記錄的數據。

本文編譯自hackster.io