OmniNxt

OmniNxt

全方位视觉感知的开源紧凑型空中机器人

OmniNxt是一个开源的空中机器人项目,采用四鱼眼相机设计实现360度全方位视觉感知。项目特点包括硬件紧凑、自主飞控系统、视觉惯性里程计和深度估计算法。OmniNxt为空中机器人研究和开发提供了一个功能完备的开放平台,适用于多种复杂环境下的空中任务。

OmniNxt全方位视觉感知开源无人机IROS 2024Github开源项目

以下是源文本的中文翻译:

一种完全开源且紧凑的具有全向视觉感知的航空机器人 OmniNxt

IROS 2024 口头报告

刘培泽、冯忠泽†、徐扬、宁艳、徐昊†和沈绍杰

香港科技大学航空机器人小组

†通讯作者

[arXiv][项目页面][哔哩哔哩视频]

新闻

  • [30/06/2024]: OmniNxt 被接受在 IROS 2024 上发表。
  • [15/08/2024] V0.1 版本发布

硬件

您可以使用 Fusion360 访问我们最新的设计。

项目链接: https://a360.co/3vK6dJd

访问码: hkustUAV

零件清单

所有组件均可在淘宝购买

组件规格链接
四鱼眼相机套件
OAK-FFC-4P相机控制板官方 / 淘宝
B0335 (OV9782)相机模块 (210 度鱼眼镜头)官方 / 淘宝
相机线缆定制相机线缆原理图
板载计算机
Jetson Orin Nx
Jetson Orin Nx 载板DM
Jetson Orin Nx 散热器
Jetson Orin 网卡
2230 固态硬盘
Intel AX200
飞行平台 (6S)
Nxt-FC项目页面MicoAir / 淘宝
飞行框架定制Fusion360
保护装置定制 / Oddity RC XI35 保护装置Fusion360 / Oddity RC
电机2204 1750KV / 1804 2450KV
6S 电池

相机线缆原理图

image-20240526120914708

系统设置

多鱼眼相机组

image-20240703002552632

相机硬件准备和 ROS 驱动程序, 参见 oak_ffc_4p

校准这个相机组, 参见 quater-calib

Jetson Orin

我们的 Jetson 信息: 这是一份英文到中文的翻译,请参考以下中文版本:

image-20240813153943466

我们建议您遵循以下设置以避免冲突(特别是CUDA和tensorRT)。

Nxt-FC

我们开放了一个硬币大小的基于PX4的飞行控制器,请参考NXT-FC

请按照"设置Nxt-FC"部分来配置您的飞行控制器。

运行环境设置

我们的Omni-VINS和Omni-Depth是从D2SLAM开发而来。由于在本地主机(Jetson Orin)上构建Docker镜像通常需要很长时间,我们建议您从Docker Hub拉取这些镜像。

Docker镜像的结构如下:

docker_image_strcture

步骤 1 将仓库克隆到您的本地机器

git clone --branch pr_fix_main https://github.com/HKUST-Aerial-Robotics/D2SLAM.git

步骤 2 按照我们的模板配置您的四相机参数和VINS参数

cd ./D2SLAM/config/quadcam_drone_nxt_tmp

如果您已经校准了您的四个鱼眼相机集,您可以简单地替换同名的文件,包括:

  1. stereo_calib_n_m_240_320.yaml(n和m是相机编号;用于Omni-Depth)。
  2. fisheye_cams.yaml(用于Omni-VINS)。

步骤 3 使用您的本地环境配置./start_docker.sh脚本

./start_docker.sh文件在**./D2SLAM**目录下。

使用您本地主机环境下的绝对路径修改以下参数:

  1. DATA_SET (数据集所在位置)(可选)

然后在D2SLAM目录下运行以下命令(非常重要,这将把您的D2SLAM目录映射到容器中):

./start_docker.sh 1

步骤 4 启动算法模块

同时运行所有算法模块(Omni-VINS和Omni-Depth)

## 您应该在/root/swarm_ws/下 source ./devel/setup.bash roslaunch d2vins quadcam.laucnh

仅启动Omni-VINS,请移除红框中的节点

image-20240814230125692

然后

source ./devel/setup.bash roslaunch d2vins quadcam.laucnh

仅启动Omni-Depth

source ./devel/setup.bash roslaunch quadcam_depth_est depth-node.launch

[注意]如果您第一次运行Omni-VINS和Omni-Depth,这两个模块的初始化时间会比较长,因为它们需要生成推理引擎。

差不多完成了

如果一切正常,您将看到

image-20240814230904005

这意味着Omni-VINS(D2VINS)初始化正常。

以及

image-20240814231049022

对于Omni-Depth。

其他设置

OmniNxt px4参数:

PX4控制器

我们强烈建议您参考Fast-Lab的PX4控制器PX4-Control

我们也提供了Fast-Lab的PX4控制器的无偏航版本PX4-Control

如果这些模块对您的研究和项目有用,请引用ZJU-Fast-Lab的工作。

飞行规划器

我们修改了一些ego-planner中的策略。我们的版本在这里ego-planner-omni-modify

如果这些模块对您的研究和项目有用,请引用ZJU-Fast-Lab的ego-planner

故障排查

参考文献

编辑推荐精选

即梦AI

即梦AI

一站式AI创作平台

提供 AI 驱动的图片、视频生成及数字人等功能,助力创意创作

扣子-AI办公

扣子-AI办公

AI办公助手,复杂任务高效处理

AI办公助手,复杂任务高效处理。办公效率低?扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作,覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应,生活工作无缝切换,提升50%效率!

Keevx

Keevx

AI数字人视频创作平台

Keevx 一款开箱即用的AI数字人视频创作平台,广泛适用于电商广告、企业培训与社媒宣传,让全球企业与个人创作者无需拍摄剪辑,就能快速生成多语言、高质量的专业视频。

TRAE编程

TRAE编程

AI辅助编程,代码自动修复

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
蛙蛙写作

蛙蛙写作

AI小说写作助手,一站式润色、改写、扩写

蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。

AI辅助写作AI工具蛙蛙写作AI写作工具学术助手办公助手营销助手AI助手
问小白

问小白

全能AI智能助手,随时解答生活与工作的多样问题

问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

下拉加载更多