教-重复-重规划

项目简介

Teach-Repeat-Replan: A Complete and Robust System for Aggressive Flight in Complex Environments

Teach-Repeat-Replan 是一个专为无人机在复杂环境中实现高速、激进飞行而设计的完整且鲁棒的系统，其核心应用场景是自主无人机竞速。该系统基于经典的“教-重复”机器人框架，这一框架在基础设施巡检、空中运输和搜索救援等领域已被广泛采用。项目解决了传统无人机飞行中一个关键痛点：普通用户难以操控无人机完成安全、高效的激进飞行任务。例如，在无人机竞速或航拍中，新手飞行员需要数月训练才能安全完成赛道或拍摄流畅视频，而 Teach-Repeat-Replan 允许用户通过简单操作“教授”一条粗糙的飞行路线，系统随后会自动将其转化为一条平滑、安全且高效的重复飞行轨迹，并在飞行中实时生成局部重规划路径，以避开未建图或移动的障碍物。

项目特点

**完整的自主飞行系统**：集成了轨迹规划、感知、定位和控制等所有必要组件。

**教-重复-重规划框架**：允许用户通过简单操作（如键盘或摇杆）教学一条轨迹，系统自动生成平滑安全的重复轨迹，并在飞行中实时重规划避障。

**支持激进飞行**：专为无人机竞速等需要高速、灵活飞行的场景设计。

**模块化设计**：包含多个可独立使用的子模块，如飞行走廊生成、全局时空规划、局部在线重规划、稠密地图构建和视觉惯性融合定位。

**仿真与真实世界兼容**：提供主分支用于仿真测试，以及实验分支用于真实无人机实验。

技术规格

操作系统
ROS 版本
编程语言
依赖库
编译器
GPU 支持
控制器
定位
感知
规划器

项目资源

HKUST-Aerial-Robotics/Teach-Repeat-Replan HKUST-Aerial-Robotics/Teach-Repeat-Replan HKUST-Aerial-Robotics/Teach-Repeat-Replan HKUST-Aerial-Robotics/Teach-Repeat-Replan HKUST-Aerial-Robotics/Fast-Planner HKUST-Aerial-Robotics/DenseSurfelMapping hlx1996/FIESTA HKUST-Aerial-Robotics/VINS-Fusion document/9102390 document/8625495 HKUST-Aerial-Robotics/Teach-Repeat-Replan HKUST-Aerial-Robotics/Teach-Repeat-Replan

物料清单 (BOM)

物料名称	数量	参考价格	备注
四旋翼无人机（如 DJI 或自组装）	1	—	需要支持 PX4/ArduPilot 飞控
如 NVIDIA Jetson TX2/Xavier 或 Intel NUC	1	—	用于运行算法
立体相机（如 Intel RealSense D435）	1	—	用于视觉感知
IMU（惯性测量单元）	1	—	通常集成在飞控中
Betop 或其他 USB 游戏手柄	1	—	用于教学飞行
无人机专用锂电池	1+	—	根据飞行时间需求
机架、电机、电调、螺旋桨	1套	—	标准四旋翼组件

所需工具

工具	用途	是否必需
3D打印机	打印无人机外壳和传感器支架	▢ 推荐
焊台	焊接电子元件和传感器接口	✅ 是
螺丝刀套装	组装和调试无人机	✅ 是
计算机	运行 ROS 和仿真环境	✅ 是
网络摄像头	可选，用于调试视觉定位	▢ 推荐

能力画像

记忆与知识检索

逻辑推演

表达与交流

感知与观察

数理与计算

动手与操作

狂热与坚持

创造与创新

项目图库

视频

urEC2AAGEDs

Ut8WT0BURrM

av57116775

av57117018

所需技能

🔧 **动手能力**：需要组装和调试四旋翼无人机，包括焊接、布线、安装传感器和机载计算机。 💻 **编程能力**：需要熟悉 C++、Python、ROS 和 Linux 环境，能够编译和调试代码，理解轨迹规划和优化算法。 ⚡ **电子电路**：需要了解无人机飞控、传感器接口和电源管理，能够处理基本的电路连接和故障排除。

适用场景

**无人机竞速**：自动生成最优飞行轨迹，实现高速自主飞行。

**基础设施检查**：在桥梁、电力线等复杂环境中进行自主巡检。

**空中运输**：在仓库或户外环境中自动规划路径并执行货物运输。

**搜索与救援**：在未知或动态环境中快速探索并规划安全路径。

**航拍电影**：自动生成平滑的飞行轨迹，用于专业航拍。