为了方便进行无人机的编队演示，以及在各种场景下实现队形的灵活切换，开发了一套专门的上位机控制平台。本文将重点介绍应用于tello无人机的编队操作面板及其核心功能。

操作面板页面 下图展示了操作面板，其中包含5种编队动作和3个可选位置设定。用户可以根据实际需求选择动作，并对动作参数进行配置。该平台嵌入了两套通讯系统：仿真系统和物理系统。用户可以在仿真环境中验证动作的合理性和安全性，然后在物理系统中进行实验。接下来将在仿真环境中介绍各个动作。

仿真动作 启动仿真 点击启动仿真，可运行嵌入系统中的pybullet组件，并初始化无人机位置如下：(复位即此位置)

位置1，一字排开，为执行动作4，动作5做准备

动作1 三个无人机滚动交换位置，实现三个无人机换位置的效果

代码实现：  def shift_drone_positions(current_pos, target_position, task_stage_count):      if np.all(target_position == None):          target_position = current_pos      if np.linalg.norm(current_pos - target_position) < 0.05:          target_position = np.roll(target_position, 1, axis=0)          task_stage_count += 1      return target_position, task_stage_count 逻辑：

动作2 无人机两两交换位置，同时采用CBF进行避障运动，保证运动的同时不会与其他无人机发生碰撞

代码实现：  def swap_drone_positions(current_pos, target_position, swap_count):      if np.all(target_position == None):          target_position = current_pos      new_drone_positions = np.copy(target_position)      if np.linalg.norm(current_pos - target_position) < 0.05:          if swap_count % 2 == 0:              # 01-10              temp = copy.deepcopy(new_drone_positions[0])              new_drone_positions[0] = new_drone_positions[1]              new_drone_positions[1] = temp          elif swap_count % 2 == 1:              # 12-21              temp = copy.deepcopy(new_drone_positions[1])              new_drone_positions[1] = new_drone_positions[2]              new_drone_positions[2] = temp          swap_count += 1        return new_drone_positions, swap_count 逻辑：

动作3 圆形运动，三个无人机以设定的半径及角速度进行圆形机动，实现画圆的效果

代码实现：

def rotational_motion(current_pos, radius=0.5, delta_theta_val=0.003,                        last_angle=np.zeros(3),                        first_call=True):      current_angle = np.arctan2(current_pos[:, 1], current_pos[:, 0])      current_angle = (current_angle + 2 * np.pi) % (2 * np.pi)      if first_call:          first_call = False          last_angle = copy.deepcopy(current_angle)      delta_theta = np.array([delta_theta_val, delta_theta_val, delta_theta_val])      R = radius      new_angle = last_angle + delta_theta      target_x = R * np.cos(new_angle)      target_y = R * np.sin(new_angle)      target_position = np.array([target_x, target_y, [current_pos[0][2]] * 3]).T      return target_position, np.array(new_angle), first_call

点击【Tello无人机】无人机编队操作面板实现 - 古月居可查看全文