面向嵌入式飞控的神经网络控制模式
机器人学
2025-05-02 v1
摘要
本文贡献了一个开源的神经网络控制框架实现，集成在 PX4 堆栈中。我们开发了一个用于在微控制器上进行推理的自定义模块，同时保留了 PX4 自动驾驶的所有功能。在 Aerial Gym Simulator 中训练的策略被转换为 TensorFlow Lite 格式，然后与 PX4 一起编译并烧录到飞控器上。这些策略取代了 PX4 中的控制级联，提供了一个直接输出归一化电机 RPM 设定值的端到端位置-设定点跟踪控制器。在仿真和实际环境中的实验表明，跟踪性能相似。我们提供了一个用于在实际世界中测试神经控制策略的飞行就绪管道。该管道简化了在嵌入式飞控硬件上部署神经网络的过程，从而加速了基于学习的控制研究。Aerial Gym Simulator 和 PX4 模块均开源于 https://github.com/ntnu-arl/aerial_gym_simulator 和 https://github.com/SindreMHegre/PX4-Autopilot-public/tree/for_paper。视频链接: https://youtu.be/lY1OKz_UOqM?si=VtzL243BAY3lblTJ。
引用
@article{arxiv.2505.00432,
title = {A Neural Network Mode for PX4 on Embedded Flight Controllers},
author = {Sindre M. Hegre and Welf Rehberg and Mihir Kulkarni and Kostas Alexis},
journal= {arXiv preprint arXiv:2505.00432},
year = {2025}
}
备注
4 pages. Accepted to the Workshop on 25 Years of Aerial Robotics: Challenges and Opportunities (ICRA 2025)