AirSim 无人机阵风扰动抑制（神经网络补偿）

1. 任务与定位

课程任务 ① 要求完成「物理仿真控制」。本项目在 AirSim 的 Blocks 场景中给多旋翼无人机注入持续侧风，训练一个神经网络，仅依据机载 IMU 与位置误差实时输出补偿速度，把被风吹走的无人机拉回悬停点。

与仓库已有的 17 个无人机模块均不重复：uav_mujoco_sim 用 MuJoCo 且不含扰动抑制，uav_keyboard_control 是纯键盘映射，本模块是外扰下的闭环补偿学习。

2. 演示

demo

动图由 simGetImages(ImageType.Scene) 逐帧截取真实 Blocks 画面合成，150 帧，3.9 MB。画面中无人机顶着 15 m/s 侧风悬停，可见方块墙随位移滑动。

3. 问题描述

设无人机在水平面的位置为 $\mathbf{p}=(x,y)$ ，目标悬停点 $\mathbf{p}^\*=(x^\*,y^\*)$ ，外部风场 $\mathbf{w}=(w_x,w_y)$ 。

无补偿时无人机被风推走，位置误差 $\mathbf{e}=\mathbf{p}^\*-\mathbf{p}$ 持续增大。目标是在每个控制周期 $\Delta t=0.25$ s 内输出补偿速度 $\mathbf{u}=(u_x,u_y)$ ，使 $\|\mathbf{e}\|$ 有界。

4. 专家策略（标签来源）

专家能看到真实风速（特权信息），控制律为

$\mathbf{u}=\mathrm{clip}\big(K_p\,\mathbf{e}-K_d\,\mathbf{v}-k_w\,\mathbf{w},\;[-u_{\max},u_{\max}]\big)$

其中 $\mathbf{v}$ 由相邻两帧位置差分估计， $K_p=0.55$ 、 $K_d=0.20$ 、 $u_{\max}=3.0$ m/s。

关键标定：理想情况下 $k_w=1$ （完全前馈抵消），但实测 SimpleFlight 内置速度环已经把绝大部分风抵消掉了——20 m/s 的风只产生约 1.6 m/s 的等效漂移。因此实际标定为 $k_w=0.08$ ，若按 1.0 会把无人机反向推飞。

5. 神经网络

网络看不到风速，只能看到 IMU 与位置误差。

输入：IMU 5 帧滑动窗口，每帧 6 轴（加速度 3 + 角速度 3），加位置误差 2 维，共 32 维。

$\mathbf{h}_1=\tanh(\mathbf{W}_1\mathbf{x}+\mathbf{b}_1),\quad \mathbf{u}=\mathbf{W}_2\mathbf{h}_1+\mathbf{b}_2$

结构：32 → 32 → 2，隐藏层 tanh，输出线性，共 1122 个参数。

标准化：每维输入按训练集均值方差归一化（风下加速度与角速度尺度差一个量级，不归一化会让 tanh 饱和）。

损失：均方误差 + L2 正则

$\mathcal{L}=\frac{1}{N}\sum_i\|\hat{\mathbf{u}}_i-\mathbf{u}_i\|^2+\lambda\sum_l\|\mathbf{W}_l\|^2,\quad \lambda=10^{-3}$

优化器：Adam，学习率 $2\times10^{-3}$ ，批大小 16，120 轮，按验证集 MSE 保留最优权重。

6. 算法流程

初始化：连接 AirSim，切多旋翼模式，起飞到 (0,0,-5)
循环 每个回合（6 回合）：
    随机风速 8~18 m/s、随机方向、含 ±2 m/s 垂直分量
    simSetWind 注入
    循环 每步（100 步）：
        读 IMU -> 压入 5 帧滑窗（30 维）
        读位置 -> 算位置误差 e（2 维）
        专家按 PD + 风速前馈算出补偿 u
        记录 (IMU 窗口 + e, u)
        下发 u，等待 0.25 s
训练：
   85/15 划分，逐样本累积梯度，Adam 更新，按验证 MSE 留最优
部署：
   每步读 IMU + 位置误差 -> 网络 -> 补偿速度 -> 下发

7. 实验结果

同一条 15 m/s 侧风（方向 -5 m/s 侧偏）下运行 120~150 步：

策略	平均偏移	最大偏移
不补偿（AirSim 自身速度环）	14.68 m	22.80 m
神经网络补偿	3.42 m	5.00 m

平均偏移降低 77%，最大偏移降低 78%。

离线训练：600 条样本，验证 MSE $3.7\times10^{-4}$ ，R² 0.997。

8. 源码解析

文件	关键内容
`env.py`	`WindEnv.imu()` 取 6 轴；`imu_window()` 维护 5 帧 deque，首帧复制补齐；`set_wind()` 调 `simSetWind`；`apply_velocity()` 用 `moveByVelocityAsync` 下发世界系速度，高度用 `vz=clip(0.8*(z_t-z),±1.5)` 闭环
`policy.py`	`expert_action()` 实现 PD + 前馈，`encode/decode` 做 [-1,1] 归一化
`mlp.py`	`MLP.forward/backward` 逐样本用 `np.outer` 累积梯度；`Adam.step` 带偏差修正
`dataset.py`	`collect()` 每回合随机风，0.12/0.13 s 交错采样与执行；存 X 标准化结果和 x_mean/x_std
`train.py`	85/15 划分、L2 权重衰减、按验证 MSE 留最优、报 R²
`demo.py`	`run_demo()` 用网络闭环并逐帧取图；`to_gif()` 超 10 MB 自动抽帧；`run_baseline()` 做无补偿对照
`node.py`	订阅 `/uav/imu`、`/uav/pose`，发布 `/uav/wind_cmd`

9. 复现说明

环境：Ubuntu 20.04 / ROS 2 Humble（仿真端 Windows + AirSim 1.8.1 Blocks 预编译包）。

# 1. 启动 Blocks（约 16~45 秒后 41451 才监听）
#    C:\AirSim\Blocks\Blocks\WindowsNoEditor\Blocks.exe
# 2. 确认端口
#    Get-NetTCPConnection -LocalPort 41451   # 必须是 Listen
# 3. 采集（约 3 分钟）
cd src/air/uav_airsim_wind_rejection
python3 main.py --collect --episodes 6 --steps 100
# 4. 训练（约 1 分钟）
python3 main.py --train --epochs 120
# 5. 对照实验
python3 main.py --baseline --steps 120 --wind_x 15 --wind_y -5
# 6. 演示并录 gif
python3 main.py --demo --steps 150 --gif demo.gif --wind_x 15 --wind_y -5

预期输出与本文第 7 节表格一致（数值会有小幅随机波动）。

ROS 2：

colcon build --packages-select uav_airsim_wind_rejection
source install/setup.bash
ros2 launch uav_airsim_wind_rejection main.launch.py

不需要 AirSim 也能先自检网络与权重（约 2 秒）：

python3 test/test_mlp.py
# 5/5 通过（在 600 条真实样本上复算，两个输出维度与真值的相关系数均为 0.999）

注意 wind_data.npz 里的 X 存盘时已经标准化过（X=(X - x_mean)/x_std），复算时直接用它，不要再按 x_mean/x_std 处理一遍，否则相当于二次标准化，结果会明显偏低。

CI 不覆盖本模块的测试。 .github/workflows/air_bridge_tests.yml 的 paths 只列了 carlair_ros_bridge/**、uav_landing_monitor/**、uav_e2e_rl/** 和 tests/**，本模块的 test/ 不在触发范围内；deploy_page.yml 只在 master 触发且带 if: github.repository == 'OpenHUTB/ros2'。上面这条需要本地手动执行，仓库 CI 的绿灯不代表本模块测试通过。

文档入口：mkdocs.yml 的「空域载具」和 docs/index.md 第 5 节都已登记本页。

10. 踩坑记录

#	现象	原因	解决
1	专家越补偿无人机飞得越远	风前馈符号取反了，与风向同向	改为 `-k_w*wind`，逆风出力
2	反向冲到 +2.7 m	位置误差项与风前馈叠加后 clip 饱和	降 $K_p$ 与 $k_w$
3	2.8 m/s 风几乎吹不动无人机	SimpleFlight 内置速度环抗风极强	加大到 8~18 m/s，并按实测重标定 $k_w=0.08$
4	不补偿时只漂 0.2 m	同上，小风被完全抵消	用 15 m/s 做演示，对照组漂 14.7 m
5	补偿指令执行打折	`moveByVelocityAsync` 有加减速延迟	每步 0.25 s，采样与执行交错
6	高度持续下沉	`hoverAsync` 不锁高度	`vz=clip(0.8*(z_t-z),±1.5)` 闭环
7	网络 R² 虚高到 0.997	输入含位置误差，网络直接学到线性反馈	如实记录：风的辨识只占输出的很小一部分

11. 局限与改进方向

补偿强度略不足：演示末段仍有约 4 m 残留偏移，把 $u_{\max}$ 提到 4 m/s 可进一步压低。
网络学的是反馈映射：因为输入里有位置误差，R² 0.997 反映的是对 PD 律的拟合，而非纯粹的扰动辨识。若要强迫网络从 IMU 辨识风，应去掉位置误差输入并改用强化学习。
风模型简化：simSetWind 是恒定风，未覆盖阵风与湍流；真实阵风需要时变风场。
单机型：仅在 SimpleFlight 上验证，PX4 SITL 的风响应特性不同，前馈系数需重新标定。