Firmament特色
- 使用 RT-Thread 嵌入式操作系统，Fatfs 文件系统，完整的系统功能支持 (如跨进程通信，文件管理，参数系统等)
- 基于 Pixhawk 硬件平台开发，完美支持 Pixhawk 硬件
- ADRC 控制和 PID (串级) 控制
- 支持 Mavlink 协议 (QGC 地面站)
- 支持 Gazebo 硬件在环 (HITL) 仿真
- Msh 指令系统，提供丰富以及可扩展的系统指令
- Log 日志系统，方便抓取飞行日志信息，并提供相应的日志查看工具。
- 基于最小二乘法的最优椭球拟合校准算法 (可校准零偏误差，缩放误差，非正交误差)，可用于磁力计和加速度计的校准。
整个系统除了Pixhawk之外，还有一些外接的电子设备，如无刷电机，GPS，电调，数传，RC接收机，Lidar-Lite激光雷达等。整体的系统框架图如下图所示：
【软件设计】
软件采用分层结构设计，如下图所示，从底层到上层分别是Driver层，RTOS(RTT + Fatfs)，HAL硬件虚拟层，Framework层和应用层。
一、Driver层
Driver层实现了Pixhawk板载的所有硬件设备的驱动，如传感器设备(陀螺仪，加速度计，磁力计，气压计等)，总线设备(UART, I2C, SPI等)，USB，电机驱动，SD卡驱动，GPS驱动，LED灯以及一些板载设备的驱动。 各个驱动以Device的形式向RTT进行注册，并且提供各自的init(), read(), write, ioctrl()函数供上层调用。这里仅以hmc5883磁力计的驱动举例说明驱动程序的一般设计步骤。
- 设备初始化函数
然后向RTT注册名为hmc5883的驱动设备，上层可以通过查找设备名的方式来获取该驱动设备。接下来就是给hmc5883设置对应的总线设备。这里 hmc5883使用的是i2c通信，所以初始化中会为其查找对应的i2c设备。
- init()函数
Init()函数主要做一些芯片的初始化的工作，包括寄存器配置等。
- read()函数
read()函数实现设备数据读取的功能,如原始磁场数据和标定后的磁场数据读取。
- ioctrl()函数
Ioctrl()函数主要实现一些设备的配置功能，如设置测量磁场的范围，采样频率等。
二、RTOS层
RTOS采用RT-Thread嵌入式操作系统，它的功能强大，除了提供基本的线程调度，内存管理，同步等基本功能外，还提供了如msh的shell系统，device设备驱动系统，使得系统的整体架构更加清晰，功能也更加完善。
三、HAL层
HAL层主要是对底层驱动设备进行进一步封装，将具体的设备抽象为一个类别的设备。以串口设备为例，不同的硬件平台，串口的底层驱动会有差异，通过HAL层，将串口设备封装为统一的接口，这样当系统移植到不同平台的时候，上层代码不需要做任何改变，而只需要将对应底层驱动进行简单替换就行。这将大大降低系统移植的复杂程度。
四、Framework层
Framework层实现了飞控设备的主要功能，如姿态估计，位置估计，控制器，通信，日志管理等等。可以说，这一层是整个系统的核心，大部分的功能模块都在这一层来实现。
五、Application层
应用层是将飞控的各个大的功能进行分割，变成一个个小的功能。每个功能在系统中为一个单独的线程，每个线程负责执行自己的任务，并且跟其他线程通过IPC进行通信。Vehicle线程具有最高优先级，执行周期为1ms。其负责实现无人机飞行相关的所有功能，如状态估计和电机的控制。
【启动流程】
下面介绍一下系统的启动流程. 启动流程沿用RTT提供的原始结构。首先在rtthread_startup()函数中进行RTOS的一些初始化，然后进入到rt_application_init()中。 在这个函数中会建立一个init的初始线程，在这个线程中，会对飞控各个模块进行初始化的工作。在初始化完成之后，会根据Application层的定义，建立各个线程，并唤醒，最后将init线程自己给销毁掉，避免不必要的内存消耗
FMT Model
FMT Model 为 基于 Matlab/Simulink平台编写的一个完整的仿真模型框架和算法模型库。支持模型在环仿真 (Model-in-the-loop Simulation, MIL)，软件在环仿真 (Software-in-the-loop Simulation, SIL) 和开环仿真 (Open-loop Simulation)。
FMT Model 的模型库包括一套完整的无人机算法模型。可以分为导航系统，飞行管理系统，控制系统和被控对象模型四个部分。每个部分包含多种类的算法模型，以支持不同的算法和被控对象。
其架构如下图所示：
其中算法库通过Github Submodule的方式进行组织，用户可以用来独立维护自己的算法模型，并添加到FMT Model的仿真框架中。FMT提供种类丰富而且功能完善的仿真模型，可以很容易的基于已有模型或者提供的模型模板进行二次开发。
FMT Model 算法模型库主要由四类模型组成：
· INS : 惯性导航系统。通过多传感器融合算法得到被控对象的状态信息（如姿态、速度和位置等）以及各个传感器的健康状况信息等。
· FMS : 飞行管理系统。主要负责飞行逻辑相关的控制，内部主要由状态机实现。包括飞行模式控制，自动起飞降落，轨迹跟踪控制，安全检测等功能。
· Controller : 控制器模型。基于 FMS 输出的指令信息和 INS 输出的状态信息进行速度环、姿态环和角速度环的控制。控制器的输出经由控制分配将控制信号转成作动器（电机）信号。
· Plant : 被控对象模型，如无人机，无人车/船，机器人等。对象模型包括了动力学模型，作动器模型，环境模型和传感器模型。通过对不同的被控对象进行科学的建模，以达到对不同被控对象进行闭环仿真的目的。
可以看到由于引入了被控模型Plant，从而构成了一个完整的闭环。Plant模拟真实世界中的被控对象，如无人机，无人船等，它接收控制器的控制信号，然后更新状态信息（姿态，速度，位置等）并由其内部的传感器模型生成传感器数据供导航模型进行数据融合。
Plant输出状态信息供Virtualization可视化模块进行3维显示。可视化模块可以使用Simulink自带的Simulink 3D，也可以使用外部的，如UE4，Webots，Gazebo等。
通过外接遥控输入（Pilot Cmd）或者自行构造输入指令，我们就可以像操控真机一样来对整个系统进行完整功能的仿真。仿真完成后，我们可以通过Simulink Data Inspector来查看任意的数据。
仿真能力
模型在环仿真和开环仿真，可以大大简化调试难度并优化算法，也更容易发现设计中的问题。特别是开环仿真，能提供“黑匣子”一样的功能，仅需记录少量的模型输入数据，即可通过开环仿真得到算法模型输出和所有内部信号的数据，方便问题定位和算法优化，大大提高测试效率。
代码生成
基于Simulink开发的模型，其代码生成功能已经非常成熟，生成的代码特别清晰，且比一般的工程师写的代码更好。可以大大提高编码效率，并减少因人为编码而导致的错误。
文档自动化
基于模型的设计可以帮助我们实现文档自动化，大部分文档可以让计算机帮助我们完成。
遥控输入
遥控信号通过Pilot Cmd总线将数据传输给FMS模型，再由FMS来进行处理。遥控信号的输入源包括：
- - Joystick: 通过手柄输入。可以通过接入USB手柄（比如XBox游戏手柄）来产生遥控信号。
- - Mavlink: FMT飞控通过Mavlink将飞控端的遥控信号传给Simulink。
- - Fake: 通过Simulink滑块构建遥控信号。
- - None：无遥控信号输出（使用GCS Cmd进行控制。因为当遥控信号无效时，地面站信号GCS才会有效）
