Show HN：Aerial-autonomy-stack – 基于感知的开源无人机集群系统

Aerial-autonomy-stack (AAS) 是一个开源的“电池包含”软件栈，旨在简化多无人机自主系统的开发、仿真和部署流程。该项目由JacopoPan开发，在GitHub上收获了大量关注（500+星标），为研究者、爱好者和工业用户提供了一套完整的工作流。

AAS的核心优势在于其模块化集成：它将ROS2作为中间件，兼容PX4和ArduPilot两大主流飞控固件，并内置了YOLO（通过ONNX GPU运行时）和3D LiDAR（使用KISS-ICP）感知模块。这种设计使得用户可以在统一的框架内实现视觉和激光雷达融合的自主飞行。

仿真环境是AAS的一大亮点。项目提供了五种预构建的3D世界：impalpable_greyness（简单形状）、apple_orchard（基于BlenderGIS的果园）、shibuya_crossing（涩谷十字路口）、swiss_town（Pix4D摄影测量城镇）和waterworld（动态波浪水面）。仿真支持多旋翼和垂直起降（VTOL）飞行器，可同时运行多个实例，并通过实时因子（RTF）控制速度，实现“尽可能快”或慢速调试。Gazebo的插件系统提供了风效和波浪效果，增强了仿真的真实感。

部署到真实硬件同样便捷。AAS已在Holybro Jetson基板（搭载Pixhawk 6X和NVIDIA Orin NX 16GB）上经过测试。通过Docker容器化，用户可以在Jetson上直接构建并运行机载容器，利用JetPack和DeepStream加速感知模型。项目还支持多Jetson硬件在环（HITL）仿真，验证机载计算和通信网络。

对于强化学习（RL）爱好者，AAS提供了aas-gym Gymnasium环境。该环境支持基于同步或异步时间步的控制，用户可以轻松切换仿真和部署之间的策略。安装过程也相对友好：用户只需安装依赖（如nvidia-driver-580、Docker和nvidia-container-toolkit），然后运行脚本即可构建镜像。GitHub Container Registry (ghcr.io) 每周自动构建预编译镜像，节省了首次构建时间（约45分钟）。

总结而言，AAS是一个功能丰富且社区活跃的开源项目，它填补了从仿真到真实部署之间的空白，特别适合需要快速验证无人机自主算法的团队。无论是学术研究、竞赛还是工业应用，这个软件栈都能提供可靠的起点。