PX4 无人机集群实战：从 4 机 SITL 集群仿真到分布式任务分配的完整路径

【免费下载链接】PX4-AutopilotPX4 Autopilot Software项目地址: https://gitcode.com/gh_mirrors/px/PX4-Autopilot

PX4-Autopilot 是开源飞控系统的事实标准，但它的集群能力不是开箱即用的"黑盒功能"，而是由单机内核 + 通信层 + 应用层算法拼出来的。这篇文章面向有 C++/嵌入式基础的开发者，讲清楚三件事：多机仿真怎么搭起来、任务分配和编队控制怎么写在 PX4 之上、从 SITL 到实飞集群要过哪些坎。核心关键词先放这里：PX4、无人机集群、分布式、MAVLink、uORB、SITL 多机仿真。

先让集群"认得脸"：MAV_SYS_ID 身份链与多实例通信隔离

集群的第一性问题不是算法，是身份：谁是谁、消息发给谁、端口不撞车。PX4 的答案是一条很短但很关键的身份链。

px4_instance 到 MAV_SYS_ID 的分配链

SITL 环境下，每个进程启动时带一个实例号-i N，启动脚本ROMFS/px4fmu_common/init.d-posix/rcS里只有一行决定身份：

param set MAV_SYS_ID $((px4_instance+1))

实例 0 拿到 ID 1，实例 1 拿到 ID 2，依此类推。注意 ID 1 被刻意跳过，是为了与 ROS 2 命名空间的编号规则保持一致。实机上没有自动分配，每架飞机必须手动设置不同的**MAV_SYS_ID**，这是集群部署的第一件事，也是最容易翻车的地方。

另一个硬约束：MAVLink 协议里系统 ID 是 uint8，全网最多 255 个值，跳掉 1 之后，单机网络的集群规模上限就是254 架。超过这个数字不是配置问题，是协议问题。

多机仿真的端口分配：一组端口，全按 N 偏移

Tools/simulation/gazebo-classic/sitl_multiple_run.sh为每个实例 N 生成一套 SDF 模型参数：

--mavlink_tcp_port $((4560+${N})) --mavlink_udp_port $((4560+${N}+2000)) --mavlink_id $((1+${N})) --gst_udp_port $((5600+${N})) --mavlink_cam_udp_port $((14530+${N}))

四个端口各管一段：4560+N 是仿真器与 PX4 之间的 TCP 链路，14560+N 是 UDP 数据链路，5600+N 给视频流，14530+N 给相机链路。mavlink_id必须和该实例的MAV_SYS_ID对齐，否则地面站会把数据配对到错误的飞机上。改这个脚本加新机型时，端口偏移是唯一的自由度。

MAVLink 通道三旋钮：CONFIG、RATE、MODE

每架飞机的每路通信通道由**MAV_i_CONFIG**、**MAV_i_RATE**、**MAV_i_MODE**三组参数控制，参数定义在src/modules/mavlink/module.yaml，调度逻辑在src/modules/mavlink/mavlink_main.cpp。

• **MAV_0_RATE**默认 2000 B/s，是通道总速率上限：所有流的频率之和超限时，每条流的发送频率自动被压低，不会丢包但会降频
• **MAV_0_MODE**决定流消息集合，Normal 是全量、Minimal 是极简；集群机间链路建议用 Minimal，把带宽让给状态同步
• **MAV_0_FORWARD**开启后，本通道收到的广播消息会转发给其他通道——这是地面站隔着飞控直连机上外设（如相机）的关键开关
• **MAV_0_BROADCAST**控制点对点的广播/中转行为，集群里通常保持默认

分层架构与 uORB：为什么每架飞机都是完整的"小 PX4"

PX4 内核分三层：感知层（src/drivers/驱动 +src/modules/ekf2/状态估计）、决策层（src/modules/navigator/任务执行、src/modules/flight_mode_manager/模式管理）、执行层（位置/姿态控制 +control_allocator力矩分配）。层与层之间只通过 uORB 总线通信——进程内的发布/订阅消息队列，带零拷贝和队列限长，模块之间互不感知。

🚁 集群设计直接继承这套哲学：分布式自治。每架飞机本地感知、本地控制永远在线，只有"任务协同"依赖网络。断网时集群退化成 N 架独立飞机，而不是 N 架失控飞机。推论也很直接：集群逻辑应该做成 PX4 之上的增量模块，而不是重写 PX4 内核。

4 架飞机同时起飞：PX4 多机仿真怎么跑起来

两级脚本：无物理版与 Gazebo 版

# 无外部物理引擎：起 3 个 px4 进程，验证集群逻辑最快 ./Tools/simulation/sitl_multiple_run.sh 3 sihsim_quadx px4_sitl_sih # Gazebo Classic：带物理和 3D 场景 ./Tools/simulation/gazebo-classic/sitl_multiple_run.sh -m iris -n 4

第一条只是px4 -i N进程，没有真实物理，适合验证拍卖、编队、容错这类纯逻辑；第二条额外生成 SDF 模型并 spawn 进 Gazebo，看真实姿态。机型混合用-s "iris:2,plane:1,standard_vtol:1"一条命令搞定。

工作目录隔离：实例号是全链路的"种子"

脚本主循环很短，核心就两步：

working_dir="$build_path/instance_$n" $build_path/bin/px4 -i $n -d "$build_path/etc" >out.log 2>err.log &

每个实例独立工作目录，参数文件、日志、数据互不覆盖；-i $n这个实例号是整条身份链的种子——MAV_SYS_ID、通信端口偏移、ROS 2 命名空间全都从它推导。调试多机问题时，先确认你看的日志属于哪个实例，比看算法更快定位问题。

接入 ROS 2：一个 Agent 管全部飞机

集群逻辑用 C++ 写进 PX4 模块是一路，用 ROS 2 写在外层是另一路。PX4 走 UXRCE-DDS，每个实例的**UXRCE_DDS_KEY**取px4_instance+1，px4_instance > 0的实例自动挂uav_${px4_instance}命名空间。地面只需起一个MicroXRCEAgent udp4 -p 8888，所有飞机自动接入，不需要 N 个 Agent。

一个高频踩坑点：PX4 只处理target_system为 0（广播）或等于本机MAV_SYS_ID的VehicleCommand，其余直接丢弃。你的集群命令节点"发了但飞机没反应"，八成是没填这个字段。细节见docs/zh/ros2/multi_vehicle.md。

谁来接这个任务：分布式拍卖算法的代价函数拆解

先说实话：PX4 内核不带集群任务分配模块。拍卖算法是跑在 PX4 之上的应用层——每架飞机一个独立节点算成本，MAVLink 广播出价，仲裁出任务。这一节拆成本函数、讲边际成本、给区域搜索的落地形态。

任务成本 = 距离 + 能耗 + 能力失配

每架飞机只需要本地状态就能算出价，位置来自VehicleGnss和 ekf2，电量来自battery_status模块，不需要全局信息：

float task_cost(const Task& t, const VehicleState& s) { float d = (t.start_position - s.position).norm(); float distance_cost = d * DISTANCE_WEIGHT; float energy_cost = (1.0f - s.battery_remaining) * ENERGY_WEIGHT; float cap_cost = capability_penalty(t.requirements, s.capabilities); return distance_cost + energy_cost + cap_cost; }

三项分别惩罚"跑得太远""电量见底""干不了这活"，最低成本者中标，本质是首价密封拍卖。权重是主要调参面：距离权重占绝对主导时，永远是最近的飞机接活；抬高能耗权重，低电量机会自动减少，集群自然轮换休息。

边际成本：为什么"当前最便宜"不等于"分配最优"

纯首价拍卖有个结构性缺陷：三架性能接近的飞机会连续中标三个相似任务，其余飞机闲着。解法是把出价定义从"接这个任务的绝对成本"改成"在已有任务表基础上再塞进这个任务的边际成本"——每次投标隐含了该机的现有负载。

这意味着每架飞机必须维护一个本地任务队列（uORB 消息 + dataman 持久化），广播的出价只携带新的边际成本而不是完整时间表，带宽开销恒定。仲裁端（地面站或指定节点）拿到一组边际成本做贪心分配，故障节点的任务重新入池拍卖，天然获得任务容错。

区域搜索的网格覆盖与蛇形分配

📐 搜索场景把"任务"具体化成网格单元，分配退化成取模运算：

for i in range(grid_rows): for j in range(grid_cols): j_eff = j if i % 2 == 0 else grid_cols - j - 1 # 奇数行反向，蛇形走位 uav_id = (i * grid_cols + j_eff) % uav_count assignments[uav_id].append(grid_cell(i, j_eff))

奇数行反向遍历，让相邻网格在空间上尽量相邻，单机的搜索路径接近蛇形，总航程最短。分配完成后，每架飞机把自己那部分网格打包成 survey mission 经 Mission 协议上传，src/modules/navigator/接管执行，拍卖只负责"谁飞哪块"。

三层容错：心跳、任务池、定位降级

• 通信容错：MAVLink 心跳超时 → 地面站把节点标记离线，其任务池合并重拍卖；阈值取 3 倍心跳周期比较稳
• 任务容错：任务队列分布式持有，地面站存镜像，故障机队列整体回收，不逐条协商
• 导航容错：GPS 失效时 ekf2 切视觉/相对定位，集群从"绝对位置编队"退到"相对位置编队"——领航-跟随本来就吃相对量，天然更抗 GPS 拒绝

故障检测与状态机在src/modules/commander/，仿真里验证容错路径可以用src/modules/failure_injection_manager/做故障注入。

跟着队长飞：编队保持与势场避障的工程权衡

领航-跟随：跟随者只需要"队长在哪"

角色分工很简单：领航机正常执行 mission，跟随者各自维护一个相对偏移。关键是跟随者不需要知道队长的航线意图，只需要队长的当前状态加上对运动的短时预测——这让编队成为带宽友好的问题：领航机状态广播 1~5 Hz 足够，其余时间本地外推。

Vector3f target = leader_pos + R_body * formation_offset[uav_index]; Vector3f vel_spd = leader_vel + (target - pos) * K_P;

第一行把编队定义里的相对偏移（菱形编队第 2 架就是(0, -2, 0)这类常量）按当前姿态变换到世界系得到目标点；第二行做"预测队长速度 + 编队误差"的 PD 跟踪，K_P决定收敛速度和超调量。预测-校正策略在此落地：跟随者本地预测队长轨迹，偏差超阈值才请求立即同步，稳态下同步频率能降一个量级。

人工势场的排斥项设计与局部极小值

直觉先说：把队友和障碍当"电荷"，越近排斥越强，与指向编队目标点的吸引力合成，合力方向就是修正方向。

F_rep = k_rep × (1/d − 1/d₀) × p̂，仅 d < d₀ 时生效

d是实际距离，d₀是安全距离（集群通常 2~3 米），k_rep排斥系数，p̂从障碍指向本机的单位向量。(1/d − 1/d₀)这一项保证 d₀ 之外力为零、之内平滑增大，不会在边界跳变。

⚡ 工程上真正的坑是局部极小值：吸引和排斥恰好平衡时飞机"冻住"。两个实用解法：检测到速度持续低于阈值（如 100 ms 内位移不足 10 cm）就临时调高k_rep权重，或者加一个切向力打破平衡。PX4 侧的障碍输入来自 detect_and_avoid 距离传感和 geofence 围栏，势场算法本身跑在应用层，输出位置设定点走 offboard 或 mission 下发。

精度与通信开销的显式取舍

编队控制的带宽账要提前算：状态同步频率越高，保持误差 RMS 越小，但通道越早饱和。推荐起步值——领航机状态 5 Hz、任务出价 0.5~1 Hz、心跳 1 Hz，跑通后再逐项加码。更彻底的解法是感知补位：编队内环依赖 UWB/测距的相对量，网络只跑外环慢同步，这样网络抖动直接不进入保持回路。验证时固定记录四个指标：编队保持误差 RMS、端到端通信延迟、任务完成率、节点数-误差曲线，这是集群系统唯一的"体检报告"。

从 SITL 到实飞：硬件集群配置清单与扩展路线

硬件部署配置清单

集群里传感器一致性比单机更敏感：各机的 IMU/磁强计标定偏差会直接进入编队保持误差。逐机走完calibrate流程再谈协同，下图是绑固角（strapdown）标定在解决什么问题：

MAVLink 调优：先懂链路真实容量，再动参数

调参顺序不能反。第一步是弄清链路的真实容量：MAV_0_RATE的参数文档里写得明白，SiK 电台 57600 波特、64 kbps 空口速率下，开 FEC 实际只能扛约 2000 B/s，"波特率/20"的理论值会骗你。第二步才是设**MAV_0_MODE**收窄流集合，第三步调**MAV_0_RATE**顶到链路安全上限，最后用MAV_0_BROADCAST/MAV_0_FORWARD理清"谁该听谁的"。

带宽预算举例：4 机集群，每机状态流 5 Hz × ~40 B 加上 1 Hz 出价，单机约 1 KB/s，走共享电台通道就得降到 2~3 Hz 或者拆两路通道。高频控制量（位置设定点）永远不要走电台——有 ROS 2 需求就叠 UXRCE-DDS 走 UDP，电台只留低速状态与命令。

自写集群模块：从模板到消息定义再到测试

🔧 扩展路径四步，全在仓库里有参照物：

1. 从src/templates/template_module/模板起新模块，注册进 Kconfig，参考src/modules/mc_nn_control/这类"旁路控制器"模块看接入姿势
2. 在msg/目录定义 uORB 消息（如SwarmBid.msg），构建时自动生成头文件，不需要手写序列化
3. 参数走模块参数定义（module.yaml 的px4_module_params机制），地面站可直接调
4. 要过电台的消息，在src/modules/mavlink/streams/注册流

验证环节：test/mavsdk_tests/是 MAVSDK + Python 的自动化测试框架，集群场景按"用例"组织——N 机起飞、注入某机故障、断言任务重拍卖收敛。无头跑在 SIH 仿真目标上成本最低。下面这张图是 PX4 传统控制与神经网络控制模块的融合机制，集群算法可以借鉴同一套"主备并行 + 健康切换"思路：

学习入口按依赖顺序排：src/modules/navigator/（任务执行）→src/modules/mavlink/（通信）→src/modules/flight_mode_manager/（模式状态机）→src/modules/commander/（故障安全）。多机集成看docs/zh/ros2/multi_vehicle.md，多机仿真总览看docs/zh/simulation/multi-vehicle-simulation.md。

集群系统没有"一次搭好"的时刻，只有"每次加一架都能过回归测试"的纪律。先让 4 机 SITL 稳定跑通拍卖和编队，再谈 20 机实飞——PX4 的分层架构保证了这条路不用推翻重来。

【免费下载链接】PX4-AutopilotPX4 Autopilot Software项目地址: https://gitcode.com/gh_mirrors/px/PX4-Autopilot