一、简介：为什么AI工程师必须学MAVLink？

• 无人机=“空中机器人”，飞控(PX4)只做底层姿态环；AI视觉、SLAM、目标跟踪需在算力更强的Linux伴机电脑(Companion Computer)完成。

• MAVLink是开源、轻量级、CRC校验的串行协议，支持Offboard模式：外部电脑通过1根UART/USB即可接管飞控，实现：

  • 视觉引导降落

  • 目标跟踪绕飞

  • 实时避障重规划

• 掌握“Linux+MAVLink+Offboard”=AI算法到真机飞行的最短路径，也是RoboMaster、电网巡检、物流无人机等产品通用架构。

---

二、核心概念：5个关键词速览

关键词	一句话	本文出现场景
MAVLink	二进制消息协议，v1/v2，v2带签名	发送SET_POSITION_TARGET_LOCAL_NED
Offboard	飞控不参考遥控器，完全听Linux指令	需>10Hz心跳，否则切Failsafe
PX4	开源飞控固件，MCU运行，支持MAVLink 2	本文基于v1.14
mavsdk	PX4官方C++/Python库，封装MAVLink 2	Python3示例，实时线程安全
UART/USB	物理链路，115200-921600bps	先用USB线验证，再切TTL

---

三、环境准备：10分钟搭好“AI伴机”工作台

1. 硬件清单

• 无人机机体+PX4飞控(任意F4/F7/H7板) ×1

• 树莓派4B/英伟达Jetson Nano/Linux板 ×1

• USB-TypeC线 ×1（先验证）

• JST-GH 6P TTL线 ×1（最终机载）

• 5V/3A BEC供电模块 ×1（给树莓派）

2. 软件镜像与版本

组件	版本	安装命令
Ubuntu Server	22.04	官方刷机
Python	3.9+	系统自带
MAVSDK-Python	2.1.0	pip3 install mavsdk
OpenCV	4.5.5	sudo apt install python3-opencv
PX4固件	1.14.0	QGroundControl一键烧录

3. 一键安装脚本（可复制）

#!/bin/bash
# env_setup.sh
set -e
sudo apt update
sudo apt install -y python3-pip python3-opencv python3-numpy
pip3 install mavsdk asyncio  # async=高并发MAVLink
echo "install done"

---

四、应用场景（≈300字）

电网巡检无人机需沿高压线自主飞行，发现绝缘子破损后：

1. AI伴机电脑运行YOLOv5n，实时检测破损目标；

2. 通过MAVLink向PX4发送SET_POSITION_TARGET_LOCAL_NED，命令无人机减速至0.5m/s并绕飞一周拍照；

3. 同时记录GPS时间戳，生成缺陷报告。
   整个闭环延迟<200ms，要求：

• Offboard指令10Hz以上；

• 视觉推理50ms内；

• 链路断线>0.5s自动返航。
  本文示例即模拟“检测到目标→发送绕飞”核心逻辑，可无缝迁移到实际巡检项目。

---

五、实际案例与步骤：30min跑通“视觉绕飞”

5.1 连线与PX4配置

1. USB-TypeC接树莓派，QGroundControl→Vehicle Setup→MAVLink：

   • 勾选MAVLink 2.0

   • 波特率921600（USB可跑满）

2. 参数表搜索并设置：

   COM_RCL_EXCEPT=4        # 禁用遥控器Offboard检查
   NAV_RCL_ACT=0           # 链路断不进入Failsafe
   MAV_2_MODE=0            # Normal模式，非Onboard

5.2 检查Linux设备号

ls /dev/serial/by-id/*PX4*   # 出现usb-FTDI_PX4_xxx即可

5.3 Python Offboard脚本（带注释）

#!/usr/bin/env python3
# offboard_circle.py
import asyncio
from mavsdk import System
import cv2, time, math

USB_URI = "serial:///dev/serial/by-id/usb-FTDI_PX4_XXX:921600"

async def run():
    drone = System()
    print("等待连接飞控...")
    await drone.connect(system_address=USB_URI)
    async for state in drone.core.connection_state():
        if state.is_connected:
            print("✅ 已连接")
            break

    # 1. 切换到OFFBOARD模式
    print("进入OFFBOARD...")
    await drone.offboard.start()
    
    # 2. 模拟视觉检测到目标→绕飞一周
    radius = 5.0        # 绕飞半径5m
    speed  = 1.0        # 切线速度1m/s
    steps  = 36         # 每10°一步
    for i in range(steps):
        angle = 2 * math.pi * i / steps
        x = radius * math.cos(angle)
        y = radius * math.sin(angle)
        await drone.offboard.set_position_ned(
            x, y, -5.0, 0.0)   # 保持5m高度
        print(f"step={i} x={x:.2f} y={y:.2f}")
        await asyncio.sleep(0.1)  # 10Hz心跳

    # 3. 返回原点并退出OFFBOARD
    await drone.offboard.set_position_ned(0, 0, -5, 0)
    await asyncio.sleep(2)
    await drone.offboard.stop()
    print("⭕ 绕飞完成，已切回Hold模式")

if __name__ == "__main__":
    asyncio.run(run())

运行（root，实时线程）：

sudo python3 offboard_circle.py

终端每 100ms 打印一步，QGroundControl 实时显示飞机画圆。

---

5.4 实时性能验证

# 同时跑cyclictest，验证Offboard期间内核延迟
sudo cyclictest -p95 -i200 -d60s -m

期望：Max < 200μs（树莓派4B + PREEMPT_RT 5.15 实测 85μs）。

---

六、常见问题与解答（FAQ）

问题	现象	解决
QGC显示“Offboard rejected”	未设置COM_RCL_EXCEPT=4	按5.1修改后重启飞控
连接成功但无数据	USB波特率太低	改成921600；确认URI拼写
绕飞途中突然返航	心跳<1Hz	确保sleep≤0.1s；用独立线程发心跳
视觉推理卡顿导致圆不连贯	OpenCV阻塞主线程	用asyncio.create_task把推理放协程
链路断开0.5s即返航	NAV_RCL_ACT≠0	设置为0，并打开GPS返航保护

---

七、实践建议与最佳实践

1. 心跳线程独立化
   单独协程以 20Hz 发送 set_position_ned，主线程只管推理，避免阻塞。

2. MAVLink签名
   外场部署时启用 MAVLink 2 签名，防止注入控制：

   Python

   复制

   await drone.core.set_parameter("MAV_LINK_SIGNING", 1)

3. 视觉帧时间戳对齐
   使用 vehicle_timestamp_us 与 GPS 时间融合，方便事后生成带坐标的缺陷照片。

4. RT内核 + CPU隔离
   将 core3 隔离给 MAVLink 与推理：

   isolcpus=3 nohz_full=3 rcu_nocbs=3

   绑定进程：taskset -c 3 python3 offboard_circle.py

5. 日志落盘
   使用 mavsdk.log_files 下载飞控 .ulg，配合 .tlog 实现“黑匣子”回放。

6. 仿真先行
   无真机时，用 PX4 SITL + gazebo：

   make px4_sitl_rtps gazebo_iris

   连接串口改为 UDP:14550，代码零改动即可仿真。

---

八、总结：从“能飞”到“飞得稳、飞得准”

一张脑图带走全文：

无人机AI伴机
├─ 链路：USB/UART + MAVLink 2
├─ 协议：Offboard模式 + set_position_ned
├─ 实时：PREEMPT_RT + cyclictest <200μs
├─ 视觉：OpenCV-YOLO → 协程推理
└─ 合规：心跳20Hz + 签名 + 日志追溯

MAVLink 是 AI 通往物理世界的“串口魔法”：

• 无需写嵌入式 C，50 行 Python 就能让 CNN 的输出直接驱动舵机；

• 兼容 PX4、ArduPilot，一套代码即可从 250g 小四轴穿越机到 20kg 工业多旋翼重用；

• 配合 RT 内核与隔离 CPU，视觉→指令闭环延迟 < 150 ms，满足电网巡检、物流投递、应急救援等严苛场景。

立刻打开你的树莓派，复制本文脚本，插上 USB，下一条控制指令就是你 AI 算法的“真机首秀”！ 祝你调试顺利，飞行安全，早日把“Demo”落地成“产品”。