使用正点原子ATK-MiniFly 飞行器二次开发多旋翼Apriltag追踪； 使用LABVIEW自主设计地面站用于发送控制指令与信息接收； 飞行器： STM32F4+FreeRTOS； 遥控器： STM32F1+FreeRTOS； OPENMV: STM32H7 用户可将OPENMV更换成高级视觉opencv、yolo等，只需根据已有接口设计协议即可快速二次开发其他功能。 本项目适用于STM32（涉及F1、F4、H7）以及FreeRTOS操作系统初学者以及对多旋翼飞行控制系统导航与控制开发感兴趣的人员 说明文档： https://blog.csdn.net/qq_41740659/article/details/121190166?spm=1001.2014.3001.5502

apriltag 标签 tag36h11

适配windows下的apriltag安装包，解决windows下无法安装的难题。

AprilTag是一个视觉基准系统，可用于各种任务，包括AR，机器人和相机校准。这个tag可以直接用打印机打印出来，而AprilTag检测程序可以计算相对于相机的精确3D位置，方向和id。对于OpenMV来说，这个特别有用！ 它大概长这个样子：

AprilTag是一个视觉基准系统，可用于各种任务，包括AR，机器人和相机校准。这个tag可以直接用打印机打印出来，而AprilTag检测程序可以计算相对于相机的精确3D位置，方向和id。对于OpenMV来说，这个特别有用！ 它大概长这个样子：

四月标签生成 在自定义布局中生成AprilTags。 生成21h7圆形标签系列的示例用法： $ ant $ java -cp april.jar april.tag.TagFamilyGenerator circle_9 7 然后在将输出复制到源文件夹之后生成c代码和标记图像： $ ant $ java -cp april.jar april.tag.TagToC april.tag.TagCircle21h7 $ java -cp april.jar april.tag.GenerateTags april.tag.TagCircle21h7 .

源代码计算每个像素的梯度方向和大小，通过聚类将梯度大小方向相似的聚集到一起， 聚类的方法与Felzenszwalb基于图的图像分割方法类似，首先创建一个图，每个节点代表一个像素。如果相邻两个节点梯度方向差和边的权重相等，那么就增加这条边。然后讲这些边挑选出来，对边的权重进行递增处理：对于每条边，我们测试像素点属于的连通分支是否应该加入合并。（个人感觉比较像LSD直线检测） 这部分最为耗时，超过总运行时间的一般。通过一个的滤波器二次采样，能够在尽量保证图像信息不损失的情况下加快检测。

mavros_apriltag_tracking 该软件包允许PX4驱动的无人机跟踪摄像机检测到的移动目标（在这种情况下为AprilTag）。 标记检测是使用apriltag_ros软件包完成的。 目标的位置和速度估计是使用基于恒速模型的卡尔曼滤波器实现的。 无人机使用位置控制器的实现方式进行控制，该位置控制器将速度命令发送到PX4。 检测和控制是针对无人机框架进行的。 因此，可以避免由局部固定帧中的漂移引起的错误。 如果对您的工作有帮助，请给此仓库一个STAR 视频： 安装 该软件包已在Ubuntu 18 + ROS Melodic + PX4 10.1上进行了测试 Docker镜像 测试此软件包的最简单方法是通过为此项目准备的现成的Docker映像，可 使用脚本自动拉并运行映像。 不要忘记使用chmod +x docker_px4_vehicle_tracking.sh使它可执行

该代码是apriltag官网代码进行整理后，可以直接cmake运行。参考：https://blog.csdn.net/u013832707/article/details/70876385

含全部AprilTag高清二维码矢量图，PDF格式