设计一种固定翼无人机(UAV)航路点跟随控制器。无人机制导模型和无人机航路点跟随器块是模拟无人机制导模型和生成跟随航路点命令的主要组件。

仿真模型在不同的开发阶段往往需要不同程度的保真度。在快速原型阶段，我们希望快速实验和调优参数，以测试不同的自主算法。在生产开发阶段，我们希望针对保真度不断增加的模型来验证我们的算法。在这个例子中，我们演示了一种使用无人机制导模型块近似高保真模型的方法，并使用它来原型化和调优跟随导航系统的航路点。参见固定翼无人机的调谐航路点跟随器。同样的导航系统在高保真模型上进行了测试，以验证其性能。

不断改进您的无人机工厂模型，以与可用的最新信息保持同步。

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，生成一个随机的3-D占用地图。然后可以使用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定起始和目标姿势，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。

演示启用和接口板载计算机路径规划与PX4软件在环(SITL)。

演示如何从PX4自动驾驶仪的模拟无人机接收传感器读数和自动驾驶仪状态，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上的航路点跟随和避障。该模型取一组路径点，使用3D VFH+算法提供一条无障碍路径。

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，该示例演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。生成的占用地图可以用于执行运动规划。无人机在环境中沿着指定的轨迹飞行。无人机的位置知识和在相应位置获得的点云被用来构建环境地图。假设无人机的姿态在整个测绘飞行过程中是完全已知的;这也被称为已知姿态的映射。生成的映射用于运动规划。运动规划的目标是规划一架无人机在公寓大楼内的路径，它被用于在门口递送包裹，并在大楼内的一个期望的屋顶位置。

调谐PID控制器用于小型四轴飞行器的姿态和位置控制，仅在一个仿真中使用闭环PID自动调谐块。

使用控制系统调谐器对多直升机的固定结构PID控制器进行调优，以适应名义飞行条件和故障条件。在这里，您使用增益计划方法从单个旋翼故障中恢复并使无人机着陆。

通过使用优化的快速探测随机树(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摄动轨迹(最小控制努力)。

调优控制器vfh3d系统对象™的参数，使用激光雷达传感器在障碍物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，获取障碍物的位置。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。