17 Drone articles available.
目录 DROBOTICS 卓博泰技术文档 DRF450 无人机从装机、校准、解锁、飞行模式到传感器与机载计算机开发的集中式操作指南。 DRF450 Pixhawk RPLidar 平台规格 DRF450-4B 参数与系统架构 DRF450-4B 技术规格 快速开始 组装、接电、首次配置 桨叶安装与首次飞行 电池连接说明 Mission Planner 入门 连接飞控 固件安装 传感器校准 日志分析 飞控调试 解锁、报警、驱动、模式 Pixhawk 无法解锁 飞控报警列表 端口/驱动识别 驱动解决方式 飞行模式详解
MAVLink GUIDED Code MAVLink GUIDED 圆形飞行任务 通过前向速度和 yaw_rate 组合，让无人机执行半径 2 米的圆形运动。 这些脚本用于学习和验证 ArduPilot/PX4 平台上的 pymavlink GUIDED 控制。实机测试前，请先在 SITL 或空旷安全环境验证，确认螺旋桨、GPS、EKF、遥控器接管、降落模式和急停流程都可用。 任务目标 起飞到 2 米高度后，以 0.2 m/s 速度和 speed/radius 角速度飞行一圈，然后停止并降落。 连接方式： 默认使
MAVLink GUIDED Code MAVLink GUIDED 8 字飞行任务 将顺时针圆和逆时针圆组合成 8 字轨迹，用于更复杂的机动控制验证。 这些脚本用于学习和验证 ArduPilot/PX4 平台上的 pymavlink GUIDED 控制。实机测试前，请先在 SITL 或空旷安全环境验证，确认螺旋桨、GPS、EKF、遥控器接管、降落模式和急停流程都可用。 任务目标 起飞到 2 米高度，先顺时针飞一圈，再逆时针飞一圈，形成 8 字路径后降落。 连接方式： 默认使用 udp:127.0.0.1:1455
MAVLink GUIDED Code MAVLink GUIDED 前进与后退任务 在基础起飞流程后，演示前进 10 米、后退 10 米、停止和降落的完整速度控制任务。 这些脚本用于学习和验证 ArduPilot/PX4 平台上的 pymavlink GUIDED 控制。实机测试前，请先在 SITL 或空旷安全环境验证，确认螺旋桨、GPS、EKF、遥控器接管、降落模式和急停流程都可用。 任务目标 起飞到 2 米高度，前进 10 米，短暂停留，再反向后退 10 米，最后自动降落。 连接方式： 默认使用 udp:12
MAVLink GUIDED Code MAVLink GUIDED 入门：前进 10 米并自动降落 最基础的 pymavlink 任务脚本，演示连接、GPS/EKF 检查、GUIDED 模式、解锁、起飞、前进 10 米和自动降落。 这些脚本用于学习和验证 ArduPilot/PX4 平台上的 pymavlink GUIDED 控制。实机测试前，请先在 SITL 或空旷安全环境验证，确认螺旋桨、GPS、EKF、遥控器接管、降落模式和急停流程都可用。 任务目标 起飞到 2 米高度，按机身前方以 0.2 m/s 前进
MAVLink GUIDED Code MAVLink GUIDED 波浪高度飞行任务 在前进过程中用正弦函数生成目标高度，演示水平速度与垂直速度的组合控制。 这些脚本用于学习和验证 ArduPilot/PX4 平台上的 pymavlink GUIDED 控制。实机测试前，请先在 SITL 或空旷安全环境验证，确认螺旋桨、GPS、EKF、遥控器接管、降落模式和急停流程都可用。 任务目标 起飞到 5 米高度，向前低速飞行，同时让高度在 4 到 6 米之间按正弦曲线变化，最后降落。 连接方式： 默认使用 udp:127
YOLO Vision Code YOLO 前置准备：USB 摄像头连续拍照采集 使用 OpenCV 自动查找可用摄像头，并按固定间隔保存图片，用于快速验证相机和采集训练样本。 这些脚本用于 DRF450 或机载计算机上的 OpenCV + YOLOv8 视觉识别测试。建议先在桌面或树莓派本地验证摄像头索引、模型路径和性能，再把检测结果接入 MAVLink、自主飞行或任务触发逻辑。 脚本目标 遍历 0 到 4 号摄像头索引，打开可用摄像头后每 0.5 秒保存一张 JPG 图片到当前目录。 运行依赖： Python、
YOLO Vision Code YOLO 快速人体检测：低分辨率显示版 将画面缩放到 640x360，并跳帧推理，提高树莓派或低功耗机载计算机上的实时性。 这些脚本用于 DRF450 或机载计算机上的 OpenCV + YOLOv8 视觉识别测试。建议先在桌面或树莓派本地验证摄像头索引、模型路径和性能，再把检测结果接入 MAVLink、自主飞行或任务触发逻辑。 脚本目标 以 640x360 读取画面，每隔指定帧数执行一次 YOLOv8 推理，只显示人体检测框和 FPS。 运行依赖： Python、OpenCV、U
YOLO Vision Code YOLO 数据采集：Full HD 高清照片保存 强制摄像头使用 MJPEG 与 1920x1080 分辨率，并以高 JPEG 质量保存带时间戳的图像。 这些脚本用于 DRF450 或机载计算机上的 OpenCV + YOLOv8 视觉识别测试。建议先在桌面或树莓派本地验证摄像头索引、模型路径和性能，再把检测结果接入 MAVLink、自主飞行或任务触发逻辑。 脚本目标 打开 USB 摄像头，设置 Full HD 分辨率、MJPEG 编码和单帧缓冲，每 0.5 秒保存一张高质量图片。
YOLO Vision Code YOLO 无界面人体检测：检测到人后保存图片 适合无人机或机载计算机无显示器运行，检测到人体后自动保存带框图片。 这些脚本用于 DRF450 或机载计算机上的 OpenCV + YOLOv8 视觉识别测试。建议先在桌面或树莓派本地验证摄像头索引、模型路径和性能，再把检测结果接入 MAVLink、自主飞行或任务触发逻辑。 脚本目标 后台读取摄像头并运行 YOLOv8，检测到 person 后按冷却时间保存标注图片到 detections 目录。 运行依赖： Python、OpenCV
YOLO Vision Code YOLO 无界面人体检测：自动录像保存 检测到人体时自动开始录制视频，目标消失一段时间后自动停止，适合无人机巡检记录。 这些脚本用于 DRF450 或机载计算机上的 OpenCV + YOLOv8 视觉识别测试。建议先在桌面或树莓派本地验证摄像头索引、模型路径和性能，再把检测结果接入 MAVLink、自主飞行或任务触发逻辑。 脚本目标 后台检测 person 类别，首次检测到目标时创建 MP4 文件，目标消失超过 5 秒后停止录像。 运行依赖： Python、OpenCV、Ultr
YOLO Vision Code YOLO 实时人体检测：基础显示版 打开摄像头后直接运行 YOLOv8 人体检测，并在 OpenCV 窗口显示检测框与 FPS。 这些脚本用于 DRF450 或机载计算机上的 OpenCV + YOLOv8 视觉识别测试。建议先在桌面或树莓派本地验证摄像头索引、模型路径和性能，再把检测结果接入 MAVLink、自主飞行或任务触发逻辑。 脚本目标 读取摄像头画面，使用 yolov8n.pt 检测 COCO person 类别，实时绘制人体框、置信度和 FPS。 运行依赖： Pytho
