把吊舱视觉降落和端到端避障，先交给ProSim仿真
在无人机系统研发中，环境复杂、试错成本高、联调周期长几乎是所有团队的共同痛点。
PrometheusSim(ProSim)此次升级，把吊舱视觉降落与端到端避障装进仿真里，结合Windows一键部署、UE4高保真场景、多传感器与编队/任务链路，ProSim 支撑从算法开发、仿真验证到真机迁移的完整闭环。帮助你把更多的风险与时间成本搬到屏幕上解决，真机尽量只做“最后一公里”的验证。
ProSim安装包和wiki使用说明现已开放，获取方式见文末；同时欢迎加入ProSim学习交流群，与开发者们交流实践经验。
吊舱视觉降落
三轴吊舱二维码点击降落
工业级精准定位：通过三轴云台（俯仰/横滚/偏航）的协同控制，无人机可动态调整姿态保持目标锁定。
亚米级降落精度：结合视觉识别与飞控融合算法，实现降落定位误差<5cm。
一键触发操作：通过视频流点击目标即可自动完成识别、跟踪、降落全流程。
单轴吊舱二维码点击降落
轻量化解决方案：仅需偏航轴控制的低成本方案。
一键触发操作：通过地面站点击目标即可自动完成识别、跟踪、降落全流程。
偏航跟踪：通过视觉估计，实现目标偏航跟踪。
优势：
1. 吊舱系统采用Prometheus视觉-惯性联合定位，即使目标短暂遮挡仍能保持航向记忆。
2. 降落板大小无要求，视觉目标识别估计无需标定。
3. 优化控制算法，适应目标识别抖动场景。
4. 融合估计目标位置、三轴/单轴吊舱控制、降落引导。
5. 视觉跟踪降落逻辑更贴切工程实际场景。
端到端避障
仿生视觉决策模型
类人决策机制：基于YOPO（You Only Plan Once）算法，实现”感知到决策”的端到端避障。
动态场景适应：在未建图的树林/工地等复杂环境拥有较高的避障成功率。
毫秒级响应：模型推理延迟＜3ms。
全流程仿真训练体系
- 多模态采集：
在PrometheusSim中构建多样化障碍场景（树林/建筑等）同步采集全局雷达点云+深度图像数据。
- 规模化数据：
生成数万组标注数据集:15000+场景样本，涵盖不同天气条件。
极致性能推理引擎
- TensorRT 加速部署：
1.Prometheus仓库提供一键转换脚本：
yopo_trt_transfer.py
2.支持FP16量化:模型体积缩小50%，推理速度提升3倍
开箱即用的模型库
- 预转换模型路径：
/home/amov/Prometheus/Modules/YOPO/run/yopo_trt.pth
真机无缝迁移
- 仿真验证模型可直接部署实体无人机
持续扩展的仿真生态
ProSim构建了覆盖无人机研发全周期的仿真能力，以模块化、统一接口为基础，便于在同一仿真域内持续接入新场景、传感器与算法。除了此次扩展的吊舱视觉降落和YOPO端到端避障功能外，还支持以下核心功能：
集群协同
智能编队系统：领航-跟随架构；预设队形含一字型、三角编队
群体避障算法：支持多机深度相机与多机雷达点云的联合避障规划
环境感知
多传感器规划：
Livox Mid-360激光雷达避障建图
Intel D435i深度相机避障
二维激光雷达避障
动态目标跟踪：
YOLOv5人体识别跟踪
二维码识别与锁定
核心飞行控制
多模式起降控制：
一键起飞/降落/返航
精准悬停（定位精度±0.1m）
全姿态飞行：
机体坐标系控制（前/后/左/右/升降）
惯性坐标系控制（全局XYZ位置）
经纬高控制（GPS定位模式）
自主轨迹跟踪：
预设轨迹：圆形、8字形
航点任务：兼容Prometheus地面站可视化规划
资源速递
关注公众号，后台私信ProSim获取安装包和wiki链接
扫码添加小助手，进ProSim学习交流群
往期ProSim介绍文章：
PrometheusSim仿真平台上线！| 秒建UE4超真试飞场
如果您有感兴趣的技术话题，请在留言区告诉我们！关注阿木实验室，更多技术干货不断更新！
开发遇到棘手难题可以上阿木官方论坛：
bbs.amovlab.com
有工程师亲自解答
10000+无人机开发者和你共同进步！
