设计了一种固定翼无人机航路点跟踪控制器。无人机制导模型和无人机航路点跟踪模块是模拟无人机制导模型和生成航路点跟踪命令的主要组件。

在不同的开发阶段，仿真模型通常需要不同的保真度。在快速原型阶段，我们希望快速实验和调整参数，以测试不同的自主算法。在生产开发阶段，我们希望通过增加保真度的模型来验证我们的算法。在这个例子中，我们演示了一种方法来近似高保真模型与无人机制导模型块，并使用它来原型化和调整航路点跟随导航系统。参见固定翼无人机的航路点跟踪器。同样的导航系统在一个高保真模型上进行了测试，以验证其性能。

不断发展您的无人机工厂模型，以保持与最新的信息同步。

通过在地图上的随机位置自动添加所需数量的不同尺寸的障碍物，生成一个随机的三维占用地图。然后，您可以使用RRT、RRT*和Hybrid A*等算法将生成的地图用于无人机运动规划。

使用快速探索随机树(RRT)算法在三维地图上给出起始和目标姿态，规划固定翼无人机(UAV)的运动。

实现一个小型多直升机模拟在城市环境中起飞、飞行和降落。

演示使用PX4软件在环(SITL)启用和接口机载计算机路径规划。

演示如何使用PX4自动驾驶仪从模拟无人机接收传感器读数和自动驾驶状态，并发送控制命令来导航模拟无人机。

该模型在模拟场景中实现了无人机的航路点跟踪和避障。该模型采用一组路径点，并使用3D VFH+算法提供一个无障碍路径。

演示如何基于速度障碍概念[1]避免与移动障碍物的碰撞。本例中使用的uavScenario基于“模拟无人机上安装的雷达传感器”示例，该示例展示了如何生成靠近自我车辆的移动无人机的轨迹检测。

演示如何使用配备激光雷达传感器的无人机在3D占用地图中绘制环境。生成的占用图可以用来执行运动规划。UAV在环境中遵循指定的轨迹。UAV的位置知识和在相应位置获得的点云用于构建环境地图。在整个测绘飞行过程中，假设无人机的姿态是完全已知的;这也称为已知姿势的映射。生成的地图用于运动规划。运动规划的目标是规划无人机在公寓大楼内的路径，用于在门口投递包裹，并将其送到大楼内的理想屋顶位置。

在一个小型四轴飞行器的姿态和位置控制中，只使用闭环PID自动整定器块进行整定PID控制器。

使用控制系统调谐器调整多直升机的固定结构PID控制器的标称飞行条件和故障条件。在这里，您使用增益计划方法从单转子故障恢复和着陆无人机。

通过使用优化的快速探索随机树(RRT*)路径规划器，为多旋翼无人机(UAV)在3D地图上从起始姿态到目标姿态规划最小抓拍轨迹(最小控制努力)。

调整控制器vfh3d系统对象™的参数，以使用激光雷达传感器在障碍环境中导航多旋翼无人机。使用uavScenario对象创建障碍物环境。在多旋翼无人机上安装激光雷达传感器以获得障碍物的位置。使用uavWaypointFollower System对象为controllerVFH3D对象设置目标位置。使用PID控制器将无人机移动到所需的无障碍方向。