Show HN：Aerial-autonomy-stack – 基於感知的開源無人機叢集系統

Aerial-autonomy-stack (AAS) 是一個開源的“電池包含”軟體棧，旨在簡化多無人機自主系統的開發、模擬和部署流程。該專案由JacopoPan開發，在GitHub上收穫了大量關注（500+星標），為研究者、愛好者和工業使用者提供了一套完整的工作流。

AAS的核心優勢在於其模組化整合：它將ROS2作為中介軟體，相容PX4和ArduPilot兩大主流飛控韌體，並內建了YOLO（透過ONNX GPU執行時）和3D LiDAR（使用KISS-ICP）感知模組。這種設計使得使用者可以在統一的框架內實現視覺和雷射雷達融合的自主飛行。

模擬環境是AAS的一大亮點。專案提供了五種預構建的3D世界：impalpable_greyness（簡單形狀）、apple_orchard（基於BlenderGIS的果園）、shibuya_crossing（澀谷十字路口）、swiss_town（Pix4D攝影測量城鎮）和waterworld（動態波浪水面）。模擬支援多旋翼和垂直起降（VTOL）飛行器，可同時執行多個例項，並透過即時因子（RTF）控制速度，實現“儘可能快”或慢速除錯。Gazebo的外掛系統提供了風效和波浪效果，增強了模擬的真實感。

部署到真實硬體同樣便捷。AAS已在Holybro Jetson基板（搭載Pixhawk 6X和NVIDIA Orin NX 16GB）上經過測試。透過Docker容器化，使用者可以在Jetson上直接構建並執行機載容器，利用JetPack和DeepStream加速感知模型。專案還支援多Jetson硬體在環（HITL）模擬，驗證機載計算和通訊網路。

對於強化學習（RL）愛好者，AAS提供了aas-gym Gymnasium環境。該環境支援基於同步或非同步時間步的控制，使用者可以輕鬆切換模擬和部署之間的策略。安裝過程也相對友好：使用者只需安裝依賴（如nvidia-driver-580、Docker和nvidia-container-toolkit），然後執行指令碼即可構建映象。GitHub Container Registry (ghcr.io) 每週自動構建預編譯映象，節省了首次構建時間（約45分鐘）。

總結而言，AAS是一個功能豐富且社群活躍的開源專案，它填補了從模擬到真實部署之間的空白，特別適合需要快速驗證無人機自主演算法的團隊。無論是學術研究、競賽還是工業應用，這個軟體棧都能提供可靠的起點。