Ardupilot姿态控制详解(完结篇)

本文主要是对过去写的一些APM中姿态控制函数博文的汇总。

按照之前写的博文以及个人认为的学习顺序,给出APM姿态控制器的学习顺序如下:

APM姿态旋转理论基础

Ardupilot姿态控制器 PID控制流程

详解APM的开方控制器sqrt_controller(整定后的P控制器)

Ardupilot前馈及平滑函数input_euler_angle_roll_pitch_yaw解析

Ardupilot倾转分离函数thrust_heading_rotation_angles

Ardupilot四元数姿态控制函数attitude_controller_run_quat解析

Ardupilot速率控制器rate_controller_run解析(PID控制器)

看完之后应该会对APM的姿态控制了解更深一步。


由于官网的Copter的姿态控制PID流程图太老了,这边给出最新的4.X版本的控制计算流程,非常典型的串级PID。
在这里插入图片描述

参照之前写的博文,为了更好的理解,我把姿态控制的源码流程汇总成了如下图所示,主要目的就是为了加深理解。

在这里插入图片描述
 

图片转载请务必标明出处

  • 10
    点赞
  • 91
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
很抱歉,我没有找到关于YOLO算法姿态估计的详细讲解的引用内容。但是我可以为您提供一些关于YOLO算法的基本解释。 YOLO(You Only Look Once)算法是一种实时目标检测算法,它的主要优点是速度快。YOLO算法通过将图像分为一系列网格,每个网格预测一定数量的边界框和类别概率。然后,根据预测的边界框和类别概率来确定图像中的物体。 YOLO算法的改进版本YOLOv2和YOLO9000解决了YOLOv1在召回率和定位精度方面的不足。这些改进包括使用更好的特征提取方法、多尺度训练和更精细的边界框预测。 尽管YOLO算法具有快速且实时的优势,但与其他目标检测算法相比,其准确性可能略低。然而,YOLO算法在实时监测系统中的平均精度要高于其他实时监测系统。此外,YOLO算法具有良好的迁移能力,可以应用于其他领域,例如艺术品目标检测。 如果您需要更详细的姿态估计算法的讲解,我建议您参考相关的科学论文或专业书籍。<span class=&quot;em&quot;>1</span><span class=&quot;em&quot;>2</span><span class=&quot;em&quot;>3</span> #### 引用[.reference_title] - *1* [yolo算法讲解ppt](https://download.csdn.net/download/zpf529/10631820)[target=&quot;_blank&quot; data-report-click={&quot;spm&quot;:&quot;1018.2226.3001.9630&quot;,&quot;extra&quot;:{&quot;utm_source&quot;:&quot;vip_chatgpt_common_search_pc_result&quot;,&quot;utm_medium&quot;:&quot;distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2&quot;}}] [.reference_item style=&quot;max-width: 50%&quot;] - *2* *3* [YOLO系列算法精讲:从yolov1至yolov8的进阶之路(2万字超全整理)](https://blog.csdn.net/wjinjie/article/details/107509243)[target=&quot;_blank&quot; data-report-click={&quot;spm&quot;:&quot;1018.2226.3001.9630&quot;,&quot;extra&quot;:{&quot;utm_source&quot;:&quot;vip_chatgpt_common_search_pc_result&quot;,&quot;utm_medium&quot;:&quot;distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2&quot;}}] [.reference_item style=&quot;max-width: 50%&quot;] [ .reference_list ]
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值