待补充
JcZou/StarryPilot
飞控/无人机
3/5
🧩 软硬件结合
已发布
项目简介
A lightweight autopilot software for Pixhawk
StarryPilot 是一款轻量级且功能强大的开源无人机自动驾驶软件，专注于为无人机领域提供先进的控制算法研发平台。该项目现已停止维护，其后续演进版本为 Firmament Autopilot。StarryPilot 的核心设计理念是提供一个开放、灵活的基础架构，让开发者能够轻松地将它应用于各种不同的无人机应用场景。在技术实现上，它基于 RT-Thread 实时操作系统，集成了 FatFs 文件系统、IPC 通信、Msh 命令行 shell、参数系统以及日志系统等丰富的系统组件，构建了一个稳定且易于调试的软件生态。项目完全兼容 Pixhawk 硬件平台，支持主流的 Mavlink 协议，因此可以无缝对接 QGroundControl 地面站进行飞行监控与参数调整。在控制算法方面，StarryPilot 的一大亮点是同时集成了自抗扰控制（ADRC）和传统的 PID 控制两种方案，为研究人员提供了对比和验证不同控制策略的便利。此外，它还支持 Gazebo 硬件在环仿真，可以在真实硬件上运行代码并与仿真环境交互，极大地降低了开发与测试的风险和成本。项目还提供了 Matlab 软件在环仿真工具、传感器校准软件以及日志检查工具，进一步完善了开发工具链。总的来说，StarryPilot 解决了传统飞控软件在算法研究、快速原型验证和灵活扩展方面的痛点，特别适合高校实验室、无人机爱好者和算法工程师用于进行新型控制理论的研究、飞行控制算法的快速迭代以及定制化无人机系统的开发。
标签
项目特点
**轻量级架构**：基于 RT-Thread 实时操作系统，资源占用低，运行高效。
**丰富的系统组件**：集成了 FatFs 文件系统、IPC 通信、Msh 命令行 shell、参数系统及日志系统，方便开发与调试。
**硬件兼容性强**：完全兼容 Pixhawk 硬件平台，支持主流 Mavlink 协议。
**开放灵活的基础架构**：提供模块化设计，便于开发者针对不同无人机应用场景进行定制和扩展。
**社区基础扎实**：在 GitHub 上获得 692 颗星，拥有一定的用户基础和技术积累。
技术规格
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 |
|---|---|---|---|
| Pixhawk 飞控板 | 1 | — | 兼容主流 Pixhawk 版本 |
| 惯性测量单元（IMU） | 1 | — | 通常集成在 Pixhawk 上 |
| 气压计 | 1 | — | 通常集成在 Pixhawk 上 |
| 磁力计 | 1 | — | 通常集成在 Pixhawk 上 |
| 数传电台（如 3DR Radio） | 1 | — | 用于 Mavlink 通信 |
| 电源管理模块（PM） | 1 | — | 为飞控供电 |
| 电子调速器（ESC） | 4 | — | 四旋翼典型配置 |
| 无刷电机 | 4 | — | 四旋翼典型配置 |
| 螺旋桨 | 4 | — | 四旋翼典型配置 |
| 无人机机架 | 1 | — | 根据机型选择 |
能力画像
**记忆与知识检索**：2/5 — 项目文档较少，主要依赖 GitHub README 和代码注释，需自行检索 RT-Thread 及 Mavlink 相关知识。
**动手与操作**：4/5 — 需要动手组装 Pixhawk 飞控、电机、机架等硬件，并进行飞控固件烧录与调试。
**编程与算法**：4/5 — 涉及 C 语言编程、RT-Thread 系统编程、控制算法（如 PID）实现，需要一定的嵌入式开发能力。
**设计与建模**：2/5 — 项目本身不涉及硬件设计或 3D 建模，但如需定制机架或传感器布局，可能需要相关技能。
**实验与调试**：5/5 — 无人机开发高度依赖实验验证，包括飞行测试、参数调优、日志分析等，调试环节贯穿始终。
**协作与分享**：3/5 — 项目已停止维护，社区活跃度低，但可通过 Fork 和 Issue 进行协作，适合个人或小团队研究。
**学习与研究**：5/5 — 非常适合学习无人机控制算法、RT-Thread 系统应用以及 Mavlink 协议，是研究型项目的良好起点。
**系统集成**：4/5 — 需要将飞控硬件、传感器、通信模块、地面站软件等集成在一起，考验系统整合能力。
所需技能
嵌入式 C 语言编程
RT-Thread 实时操作系统基础
Mavlink 协议理解
Pixhawk 硬件平台使用经验
无人机控制算法（如 PID、卡尔曼滤波）基础
地面站软件（QGroundControl 等）操作
Git 版本控制
基本电路与传感器知识
适用场景
**无人机控制算法研究与教学**：作为算法验证平台，适合高校或研究机构进行飞行控制实验。
**开源飞控二次开发**：开发者可基于其开放架构，定制特定功能（如自主导航、编队飞行）。
**嵌入式系统学习项目**：结合 RT-Thread 和 Pixhawk，学习实时操作系统在无人机中的应用。
**无人机竞赛与原型验证**：快速搭建飞控原型，用于竞赛或概念验证。
**个人 DIY 无人机项目**：适合有一定嵌入式基础的爱好者，打造自己的无人机飞控系统。