ardupilot
开源通用自动驾驶平台，支持无人机、无人车、无人船、潜水器等30+种载具，全球应用最广
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
开源通用自动驾驶平台，支持无人机、无人车、无人船、潜水器等30+种载具，全球应用最广
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
想象一下这样的场景：深夜的农田上方，一架无人机正按照预定航线自动喷洒农药；百米深的海底，一个水下机器人正顶着暗流稳稳悬停在目标区域；偏远的灾区，一架垂直起降固定翼正在投送物资——这些看似科幻的画面，背后都离不开同一个「大脑」：ArduPilot。
ArduPilot 的故事始于 2010 年，创始人 Andrew Tridgell（也是 Samba 项目的作者）希望为开源社区提供一个可靠、灵活的无人机飞行控制方案。十四年过去，这个项目已经从一个 C++ 爱好者项目，成长为支持 30+ 种车辆类型、工业级可靠性的开源飞控平台。
与 DJI 封闭生态不同，ArduPilot 完全开源，任何人都可以查看、修改、甚至商业使用其源码。全球超过 1000 家无人机公司和研究机构基于 ArduPilot 开发自己的产品，从农业植保、地理测绘，到救援搜救、海底探测，到处都有 ArduPilot 的身影。
ArduPilot 并不是一个单一的程序，而是一个「模块化固件平台」，包含四大核心固件：
ArduCopter（多旋翼无人机）：支持四轴、六轴、八轴等多旋翼机型，提供自动悬停、定点飞行、航线规划、避障等功能。是农业植保和航拍领域最流行的开源飞控之一。
ArduPlane（固定翼无人机）：支持常规固定翼、VTOL（垂直起降固定翼）、飞翼等多种布局。VTOL 模式可以像多旋翼一样垂直起飞，然后在空中切换为固定翼滑翔，大幅延长续航。
ArduRover（无人车/无人船）：不仅控制无人机，ArduPilot 还能驱动无人车、无人船、水下滑翔机。Rover 固件在精准农业自动导航和海洋科考中应用广泛。
ArduSub（水下潜航器）：支持 ROV（遥控水下航行器）和 AUV（自主水下航行器），可在水下 150 米甚至更深区域作业，配合灯光和机械臂，完成海底管道检测、沉船考古等任务。
这四套固件共享同一套底层框架（AP_HAL 硬件抽象层），保证核心算法一致，代码复用率极高。
ArduPilot 的代码库规模超过 300 万行 C++ 代码，采用分层架构：
硬件抽象层（AP_HAL）：核心设计亮点——同一套上层逻辑，通过 HAL 接口适配 Pixhawk（STM32）、ESP32、Linux SBC（Raspberry Pi）等不同硬件平台。这意味着写一次飞控算法，可以在不同飞控板上运行。
EKF 滤波（扩展卡尔曼滤波）：飞控最核心的算法之一，ArduPilot 实现了 AP_NavEKF2 和 AP_NavEKF3 两套滤波器，融合 GPS、气压计、磁力计、光流等多传感器数据，精确估计无人机位置和姿态。这是无人机能够「稳定悬停」的技术基础。
MAVLink 通信协议：ArduPilot 使用 MAVLink 与地面站通信，这是无人机行业的事实标准协议，几乎所有主流地面站软件（QGroundControl、Mission Planner）都支持 MAVLink。
ROS/ROS2 集成：项目内置 DroneKit-Python 和 ROS/ROS2 接口，方便与机器人操作系统集成，做更复杂的多机协同和感知决策。
代码质量方面，ArduPilot 通过 Coverity 静态分析、GitHub Actions CI 自动化测试、每日 autotest 回归测试（覆盖 Copter/Plane/Rover/Sub 四种固件）等多重质量保障，达到工业级标准。
ArduPilot 不是那种「下载即玩」的玩具。要让它真正飞起来，你需要：硬件飞控板（Pixhawk 系列约 100-500 元）、传感器（GPS、陀螺仪等）、地面站软件（QGroundControl）。安装过程涉及固件烧录、参数调参等步骤，有一定门槛。
不过，ArduPilot 拥有全球最完整的无人机开发者社区和文档体系。官方网站 ardupilot.org 提供 1000+ 篇技术文档，从「第一次让电机转起来」到「编写自定义飞控模式」，都有详细指引。对于嵌入式开发者来说，这是深入理解飞控原理的最佳实践平台。
如果你只是想体验飞控逻辑，可以使用 SITL（Software In The Loop）软件在环仿真，在电脑上模拟飞行，无需任何硬件。Dockerfile 提供了容器化的 SITL 环境，降低了入门门槛。
ArduPilot 的最大局限在于实时性能约束：作为运行在 MCU（STM32）上的固件，计算资源极为有限，无法运行复杂的 AI 感知算法。相比之下，NVIDIA Jetson + ROS2 的方案更适合端侧 AI 应用。
此外，由于社区分散在全球各地，版本维护依赖志愿者，响应速度和商业软件存在差距。对于有严格适航认证需求的场景（如载人 eVTOL），ArduPilot 目前还难以满足。
ArduPilot 的存在，本质上降低了无人机行业的创新门槛。没有 ArduPilot，就没有 2016-2019 年那波农业植保无人机的快速普及——当时大量植保无人机公司直接基于 Pixhawk + ArduPilot 快速推出产品，绕过了从零研发飞控的巨额成本。
截至 2026 年，ArduPilot 仍是 GitHub 上 Star 最高的飞行控制项目，支撑着全球价值数十亿美元的无人机产业生态。从这个角度看，它不仅是代码，更是开源硬件运动的一座里程碑。