教-重复-重规划
Teach-Repeat-Replan
机器人, 飞控/无人机
3/5
🧩 软硬件结合
已发布
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。
标签
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 | Ubuntu 16.04 / 18.04 |
|---|---|
| ROS 版本 | Kinetic / Melodic |
| 编程语言 | C++、Python |
| 依赖库 | Mosek、OOQP、MA27、NLopt、Armadillo、GLPK、CDDlib |
| 编译器 | GCC 5/7（仿真需要 C++17） |
| GPU 支持 | 可选（CUDA），用于加速深度模拟和飞行走廊生成 |
| 控制器 | 基于 SE(3) 的几何控制器 |
| 定位 | 全局位姿图优化 + 局部视觉惯性融合（VINS-Fusion） |
| 感知 | 全局可变形面元地图 + 局部在线 ESDF 地图（FIESTA） |
| 规划器 | 飞行走廊生成、全局时空规划、局部在线重规划（Fast-Planner） |
项目资源
搜索资源
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 |
能力画像
⚪ 记忆与知识检索: 1/5
🔵 逻辑推演: 3/5
⚪ 表达与交流: 1/5
⚪ 感知与观察: 2/5
🔵 数理与计算: 4/5
🔵 动手与操作: 4/5
🔵 狂热与坚持: 4/5
🔵 创造与创新: 3/5
项目图库
视频
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。