1. Guía de Instalación - alvvazort/AIDrone GitHub Wiki

Prerrequisitos

• Instalación de Ubuntu 18.04 LTS o Ubuntu 20.04 LTS (recomendado)
• Instalación de GitHub

Instalación PX4 con JMAVSim y Gazebo

Para ello hay que clonar el Firmware de PX4 e instalarlo.

git clone https://github.com/PX4/Firmware.git --recursive

Cambiamos a la carpeta Firmware e instalamos.

cd Firmware bash ./Tools/setup/ubuntu.sh

Deberemos reiniciar para que se apliquen los cambios correctamente:

sudo reboot now

Una vez reiniciado volveremos a una terminal dentro de la carpeta Firmware y ejecutaremos lo siguiente:

make px4_sitl gazebo

Con ello se compilará el entorno y una vez terminado se iniciará la interfaz de Gazebo con el dron funcionando, en la terminal podremos utilizar comandos de vuelo como commander takeoff y commander land para comprobar que funciona todo correctamente. Para ejecutar este entorno de nuevo utilizaremos make px4_sitl gazebo, como ya estará compilado no habrá que esperar tanto tiempo como la primera vez.

Instalación MAVSDK

Instalamos con pip MAVSDK y clonamos su repositorio.

pip3 install mavsdk

cd ~/ # To download the repository in your home directory

git clone https://github.com/mavlink/MAVSDK-Python.git

Instalación QGroundControl

Primero ejecutamos esto en una terminal:

sudo usermod -a -G dialout $USER

sudo apt-get remove modemmanager -y

sudo apt install gstreamer1.0-plugins-bad gstreamer1.0-libav gstreamer1.0-gl -y

sudo apt install libqt5gui5 -y

sudo apt install libfuse2 -y

Descargar el archivo en el siguiente enlace: https://d176tv9ibo4jno.cloudfront.net/latest/QGroundControl.AppImage

Por último deberemos darle permisos de escritura, para ello podemos ejecutar el siguiente comando:

chmod +x ./QGroundControl.AppImage

Dependencias

pip install pymdptoolbox

Como usar el entorno

Por un lado, deberemos tener una terminal en la que ejecutemos make px4_sitl gazebo. Esto iniciará el dron en Gazebo, por otro lado, ejecutaremos el archivo de QGroundControl, el cual nos desplegará una interfaz con el mapa en la posición en la que se encuentre el dron. Por último, ejecutaremos un archivo .py de este repositorio que ejecute un modelo de IA para realizar una tarea.