基于 NVIDIA Isaac Sim 的无人机仿真框架,支持 PX4 与 ArduPilot 飞控接入及 Python 控制接口。
JacopoPan/aerial-autonomy-stack
基于 ROS2 的开源框架,用于仿真和部署支持视觉感知的无人机集群,兼容 PX4、ArduPilot 和 Betaflight。
- Star
- 655
- Fork
- 112
- 未关闭 Issue
- 6
- 最近提交
- 22小时前
这是什么?
Aerial autonomy stack(AAS)是一个容器化的软件框架,用于开发多无人机自主飞行功能。它借助 Gazebo 对 PX4、ArduPilot 和 Betaflight 飞控进行仿真,覆盖四旋翼、quadplane 垂直起降固定翼和 tailsitter 机型,并通过基于 ROS2 action 的接口进行控制。
框架集成了 YOLO 目标检测(基于 ONNX GPU Runtime)和基于 KISS-ICP 的 LiDAR 里程计等感知组件,并提供多个用于感知测试的 3D 场景。仿真可以快于实时运行,支持通过 Gymnasium 环境逐步推进,也可以多实例并行启动。
同一套代码可通过 Docker 部署到 NVIDIA Jetson Orin 上的真实飞机,依赖 JetPack、DeepStream 和 TensorRT,并支持对机载计算单元进行硬件在环(HITL)测试。
核心功能
- 01支持 PX4、ArduPilot 和 Betaflight 的多机仿真,涵盖四旋翼、垂直起降固定翼和 tailsitter。
- 02提供基于 ROS2 action 的起飞、降落、环绕和 offboard 控制接口。
- 03使用 ONNX GPU Runtime 运行 YOLO 检测和 LiDAR 里程计。
- 04提供 Gymnasium 环境,支持快于实时的多实例仿真。
- 05支持基于 Docker 的仿真,以及在 NVIDIA Jetson Orin 上的部署。
- 06通过 Zenoh 实现机间通信,并使用双网络分离仿真传感器与机间通信。
适用场景
- 在实飞前验证多无人机编队或集群行为。
- 通过 Gymnasium 接口训练或评估强化学习策略。
- 在仿真三维场景中测试目标检测和 LiDAR 里程计等感知流程。
- 将机载感知与控制代码部署到基于 Jetson 的无人机上。
快速上手
- 1
安装 git、xterm、xfonts-base、wget 和 unzip
sudo apt update && sudo apt install -y git xterm xfonts-base wget unzip - 2
克隆仓库并进入 tools_and_docs 目录
git clone https://github.com/JacopoPan/aerial-autonomy-stack.git && cd aerial-autonomy-stack/tools_and_docs/ - 3
检查 NVIDIA 驱动、Docker 和 nvidia-container-toolkit 是否已安装
./tests/check_requirements.sh - 4
构建仿真镜像(首次构建约需 45 分钟)
./sim_build.sh
使用前须知
- 需要 NVIDIA GPU、驱动、Docker 和 nvidia-container-toolkit。
- 主要在 Ubuntu 24.04 上开发和测试;Windows 11 需要通过 WSL 运行。
- 首次构建大约需要 45 分钟。
收录于专题
标签
常见问题
- aerial-autonomy-stack 是什么?
- 基于 ROS2 的开源框架,用于仿真和部署支持视觉感知的无人机集群,兼容 PX4、ArduPilot 和 Betaflight。 Aerial autonomy stack(AAS)是一个容器化的软件框架,用于开发多无人机自主飞行功能。它借助 Gazebo 对 PX4、ArduPilot 和 Betaflight 飞控进行仿真,覆盖四旋翼、quadplane 垂直起降固定翼和 tailsitter 机型,并通过基于 ROS2 action 的接口进行控制。
- aerial-autonomy-stack 可以免费使用吗?用的什么许可证?
- aerial-autonomy-stack 以 MIT 许可证开源。用于商业产品前,请先确认许可证条款。
- aerial-autonomy-stack 还在维护吗?
- 活跃维护中。aerial-autonomy-stack 最近一次提交是在 2026年11月6日。
- aerial-autonomy-stack 适合用来做什么?
- 在实飞前验证多无人机编队或集群行为。 通过 Gymnasium 接口训练或评估强化学习策略。 在仿真三维场景中测试目标检测和 LiDAR 里程计等感知流程。 将机载感知与控制代码部署到基于 Jetson 的无人机上。
- aerial-autonomy-stack 怎么安装和运行?
- 安装 git、xterm、xfonts-base、wget 和 unzip: sudo apt update && sudo apt install -y git xterm xfonts-base wget unzip 克隆仓库并进入 tools_and_docs 目录: git clone https://github.com/JacopoPan/aerial-autonomy-stack.git && cd aerial-autonomy-stack/tools_and_docs/ 检查 NVIDIA 驱动、Docker 和 nvidia-container-toolkit 是否已安装: ./tests/check_requirements.sh 构建仿真镜像(首次构建约需 45 分钟): ./sim_build.sh
- 在哪里获取 aerial-autonomy-stack?
- 源代码和安装说明在 GitHub 上:https://github.com/JacopoPan/aerial-autonomy-stack
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
开源、与引擎解耦的自主系统仿真平台,覆盖无人机、固定翼和无人地面车辆,可选 Unreal Engine 5 渲染。
基于 PyBullet 的 Gymnasium 环境,用于训练单机与多机四旋翼无人机的强化学习控制策略。
基于 Unreal Engine 的无人机、汽车等载具仿真器,由 Cosys-Lab 扩展了多种传感器与接口。
基于 Unreal Engine 的开源仿真器,用于无人机、汽车等自动驾驶载具的 AI 与计算机视觉研究。