基于PPO与STM32协同的四旋翼无人机自主避障系统设计与实现

1、系统总体结构设计

系统采用模块化设计，分为感知层、决策层、控制层与通信层四个核心部分，整体架构如图1 所示。

图1 系统总体架构图

（注：图示应包含以下连接关系：树莓派分别连接摄像头、MPU6050、HMC5883L、北斗模块、ESP01S；树莓派通过CRTP 与STM32 连接；STM32 连接N 沟道电调与电机；安卓上位机通过 UDP 与树莓派通信）

2、关键技术实现

2.1 PPO 决策模型与树莓派部署

PPO 模型采用 CNN-LSTM 混合架构,系统通过特征提取、时序建模与决策输出三层架构实现无人机避障控制：特征提取采用 3 层卷积层（卷积核×3，步长2），将图像转换为 128 维空间特征向量；时序建模通过单层LSTM（隐藏层维度64）对位置、速度等传感器时序数据进行分析处理；最终由决策输出全连接层输出 9 维离散动作空间，对应x/y 方向±0.5m/s 的速度组合，为无人机提供避障动作指令。

目标函数采用 PPO-Clip 形式：

L^CLIP(θ)= t[min(rt(θ)At,clip(rt(θ),1−ϵ,1+ϵ)At)]其中ϵ=0.2，优势函数A_t 采用广义优势估计（GAE）计

通过采用模型压缩技术将模型量化为INT8 精度，使模型体积从23MB 大幅缩减至5.8MB；同时利用OpenMP多线程实现并行处理，让图像预处理与模型推理并行执行；此外，通过将闲置核心降频至600MHz 的功耗控制策略，平均功耗降低 32% 。

2.2 飞控算法实现

采用四元数 q=[q_0,q_1,q_2,q_3]表示无人机姿态，通过 MPU6050 与 HMC5883L 数据融合更新：加速度计与磁力计数据校正：

a_calib=K_a(a_raw-b_a) ,

m_calib=K_m(m_raw-b_m)

姿态更新方程（基于 Madgwick 滤波）：

ω为角速度，β=0.04 为增益系数，ϵ为姿态外环（角度环）：输入期望角度 , ，输出角速度指令ωϕ,ωθ：

= ( − )+ ∫( − ) +

内环（角速率环）：输入角速度指令，输出电机PWM 占空比：

uϕ=Kpω(ωϕ−ωϕ,raw)+Kiω∫(ωϕ−ωϕ,raw)dt其中 =8.0, =0.1, =0.5，角速率环参数为角度环的 3 倍。

2.3 传感器融合与避障逻辑

采用扩展卡尔曼滤波（EKF）融合多传感器数据,系统的状态向量、观测模型及更新频率与误差是系统的关键要素，可按要素重要程度，先阐述状态向量定义，再说明观测模型的数据融合方式，最后介绍更新频率与误差。

系统状态向量定义为 =[ , , , ]；观测模型通过融合北斗定位获取的位置信息 (x,y,z) 、MPU6050采集的姿态角与角速度（ , , , )以及HMC5883L 提供的偏航角（ ）数据实现；系统以 100Hz 的频率进行更新，

定位误差控制在±0.8m，速度误差为±0.1m/s。

PPO 模型基于视觉输入预测避障方向（占空比 70% ）；底层安全机制：当超声传感器检测到1m 内障碍物或MPU6050 检测到异常加速度（>5g）时，触发紧急制动（优先级最高）；热力学辅助：结合温度传感器数据，当环境温度>60℃时，PPO 模型权重偏向远离高温区域。

2.4 通信协议实现

该系统采用特定的帧结构传输数据，包含头部、数据和校验和，同时不同核心端口各司其职，负责传输指令、调整参数与上传数据。以下是整合后的内容：

系统数据传输采用特定帧结构，由头部（4bit 端口+2bit 通道）、数据（0-255 字节）及校验和（1 字节）组成。核心端口应用方面，COMMANDER 端口（3 ）用于传输飞行控制指令，速度指令格式为[0x03,0x01,vx,vy,vz,yaw_rate]；PARAMETERS 端口（2）可动态调整 PID 参数，例如

[0 02,0 05, ℎ , ℎ , ℎ ]；LOGGING 端口（5）则以 50Hz 的采样率实时上传传感器数据。UDP 数据包格式：[帧头0xAA,设备ID,数据类型，数据长度，数据体，校验和],支持功能：实时姿态显示（3D模型）、PID 参数调节、飞行日志下载。

3、结论

本研究实现了基于PPO 与STM32 协同的四旋翼无人机自主避障系统，通过“树莓派决策+STM32 控制”的架构平衡了学习能力与控制稳定性，多传感器融合与CRTP 协议的应用提升了系统的感知精度与实时性，实验验证了其在复杂环境中的有效性，该系统为无人机自主导航技术的实用化提供了重要参考。未来研究将聚焦于多机协同避障算法、模型轻量化以支持更低功耗的树莓派Zero 部署、融合红外传感器扩展夜间作业能力。

图 2 执行情况 reward

参考文献

[1]杜建华，高仲亮，舒立福森林火灾探测扑救中的无人机技术及其应用[J].

森林防火，2023(04):52-54.

[2]SchulmanJ,WolskiF,DhariwalP,etal.ProximalPolicyOptimizationAlgorithms[J].arXivpreprintarXiv:1707.06347,2 021.

[3]宋宇，翁新武，郭昕刚基于四元数EKF 算法的小型无人机姿态估计[J]吉林大学学报(理学版),2024,53(03):511-518.

项目基金：2025 年智能科技学院学生科技创新基金项目（项目编号：2025KJCX30）

作者简介：

彭芸靖（2002-），男，大学本科在读，计算机科学与技术专业学生。

张耀丹（2004-），女，大学本科在读，计算机科学与技术专业学生。

任柄源（2004-），男，大学本科在读，计算机科学与技术专业学生。

余长霞（2005-），女，大学本科在读，计算机科学与技术专业学生。

褚福银（1990-），男，计算机硕士，智能科技学院专业教师，讲师，研究方向为大数据、人工智能。