APM二次开发经历分享

截止到2025/3/3，差不多已经和飞控系统apm、px4打交道一年多了，一直以来都是以使用为主。但是由于国内apm社区不完善，一路上踩了不少坑。有很多飞控的高级特性也没有机会探索，飞控方面的水平停滞不前。所以这段时间开始，我计划结合deepseek，进行apm的二次开发工作，从源码的层面深入了解apm。同时我也计划起草一个飞控地面站计划——“PulseWing”，虽然短期来看pulseWing无法追赶missionplanner、QGroundControl等，但是我希望开发出可控性高，可编辑性强，ui界面美观的地面站软件，也就是说结合目前发行地面站的优点开发。（编辑于2025/3/3）

第〇章，项目结构

1.顶层目录结构

ardupilot/
├── ArduCopter/        # 多旋翼无人机固件
├── ArduPlane/         # 固定翼无人机固件
├── Rover/             # 无人车/船固件
├── Sub/               # 水下机器人固件
├── libraries/         # 核心库（跨平台、跨载具）
├── Tools/             # 开发工具与脚本
├── modules/           # 高级功能模块（可选）
├── wscript            # Waf编译系统配置
└── ...

2.关键目录详解

(1) 载具固件目录（如 ArduPlane）

• 功能：每个载具的独立入口，包含模式切换、主循环、载具特定逻辑。
• 核心文件：
  • system.cpp：主程序入口（setup()和 loop()）。
  • mode_*.cpp：飞行模式实现（如 mode_auto.cpp自动模式）。
  • control_*.cpp：控制算法（如 control_tecs.cpp固定翼能量控制）。
  • quadplane/：垂直起降混合模式（VTOL）。

(2)核心库目录（libraries/)

libraries/
├── AP_HAL/            # 硬件抽象层（HAL）
├── AP_Math/           # 数学库（坐标转换、滤波算法）
├── AP_Param/          # 参数管理系统
├── AP_NavEKF3/        # 扩展卡尔曼滤波（导航核心）
├── AP_Scheduler/      # 实时任务调度器
├── AP_Mission/        # 任务规划与执行
├── AP_GPS/            # GPS驱动与数据处理
├── AP_Baro/           # 气压计驱动
├── AP_Compass/        # 磁力计驱动
├── AP_OpticalFlow/    # 光流传感器支持
└── ...

(3) 硬件抽象层（AP_HAL/)

• 功能：统一硬件接口，支持多种飞控平台（如Pixhawk、Linux）。

• 子目录：

  • AP_HAL_PX4/：Pixhawk系列飞控驱动。
  • AP_HAL_Linux/：Linux平台（如Raspberry Pi）驱动。
  • AP_HAL_ChibiOS/：ChibiOS实时操作系统支持。

(4) 工具目录（Tools/）

Tools/
├── autotest/          # 自动化测试框架
├── Bootloader/        # 飞控引导程序
├── Hardware/          # 硬件定义文件（如Pixhawk引脚映射）
├── LogAnalyzer/       # 飞行日志分析工具
├── scripts/           # 实用脚本（如SITL仿真）
└── ...

3.代码分层架构

1. 应用层（载具固件目录）：
   • 实现具体载具的行为（如固定翼的自动降落逻辑）。
2. 功能层（核心库）：
   • 提供通用算法和传感器驱动（如导航滤波、PID控制）。
3. 硬件抽象层（AP_HAL）：
   • 屏蔽硬件差异，提供统一API（如串口通信、PWM输出）。

4. 编译系统（Waf）

• 配置文件：wscript定义编译规则。
• 编译命令：

  ./waf configure --board px4-v2  # 选择硬件平台
  ./waf copter                     # 编译多旋翼固件
  

• 输出文件：固件位于 build/{board}/bin/（如 arducopter.px4）。

5. 参数系统

• 定义位置：在库或载具代码中通过宏定义参数：
  cpp

  复制

  // 在 AP_Param 中定义
  AP_GROUPINFO("MAX_SPEED", 1, Plane, max_speed, 30),
  

• 存储方式：参数保存在飞控的EEPROM或Flash中，可通过地面站（如Mission Planner）调整。

6. 扩展开发入口

(1) 添加新传感器

1. 在 libraries/AP_*中创建驱动（如 AP_CustomSensor）。
2. 在载具代码中初始化传感器并读取数据。

(2) 新增飞行模式

1. 在载具目录（如 ArduPlane/）创建 mode_my_mode.cpp。
2. 继承 Mode基类，实现 init()和 run()方法。
3. 注册到载具主类并更新模式切换逻辑。

(3) 修改控制算法

• 目标文件：libraries/AP_Control或载具的 control_*.cpp。
• 示例：调整PID参数或修改TECS（Total Energy Control System）逻辑。

7. 仿真与测试

• SITL仿真：

  sim_vehicle.py -v ArduPlane --console --map
  

• Gazebo集成：

  • 场景文件位于 Tools/autotest/models/。
  • 支持固定翼、多旋翼等复杂环境仿真。

第一章，环境搭建

1.硬件环境及操作系统

Hardware Model：ThinkPad s3-490
Memory:  8GB
Processor： Intel Core i5-8265U CPU @ 1.60GHz x 8
Disk Capacity:  512.1G
OS Name:  Ubuntu 22.04.5 LTS
OS Type:  64-bit

2.开发环境配置

• 安装依赖：

  • Ubuntu系统（推荐）：

    sudo apt-get install git cmake build-essential python3-dev python3-pip
    

  • 安装必要的Python库：

    pip3 install future pymavlink pyserial
    

• 克隆代码：

  git clone https://github.com/ArduPilot/ardupilot.git
  cd ardupilot
  git submodule update --init --recursive
  

• 配置工具链：

  • 使用ArduPilot官方脚本自动配置环境：

    ./Tools/environment_install/install-prereqs-ubuntu.sh -y
    

（这里欠一张图）

3.编译测试

我使用的飞控是 YJUAV A6SE,所以参照官方文档，我进行了编译操作：

设置飞控型号：

./waf configure --board YJUAV_A6SE_H743

编译（固定翼）：

./waf plane

(这里欠一张图）

删除编译生成文件：

./waf clean