企业官网建设流程全解析

1. 从一次炸机说起：为什么我要把编队系统从ROS搬到M-Robots OS

去年秋天，我带着三架自组的450轴距无人机在郊外做密集编队测试。飞控跑的是PX4，机载计算机是树莓派4B，上层编队逻辑用ROS Noetic搭的。前两组动作还算稳，到第三组“菱形切换”的时候，二号机的/mavros/local_position/pose话题突然延迟飙到400毫秒，编队控制器还在按旧位置算期望速度，结果两架飞机在空中差点亲上，紧急切手动才救回来。事后复盘，问题出在ROS 1的TCPROS传输机制上——节点间通信走的是单线程roscore，一旦某个话题阻塞，整个通信图都跟着抖。

那次之后我开始认真找替代方案。市面上做集群的方案不少，但要么是闭源商业栈，要么是改得面目全非的ROS分支。直到接触到M-Robots OS——一个基于开源鸿蒙（OpenHarmony）构建的机器人操作系统，官方定位就是多机协同场景。我花了大概两个月时间，把原来那套ROS编队系统逐步迁移过去，中间踩了不少坑，也摸清了一些门道。这篇文章就把这5个实战优势掰开揉碎讲清楚，顺便把迁移过程中那些文档里不会写的细节一并交代了。

如果你正在做无人机编队、多机器人协同，或者单纯对OpenHarmony在机器人领域的落地感兴趣，这篇内容应该能帮你省下不少试错时间。我不会只讲“M-Robots OS好在哪里”，而是会拿ROS做对照，把每个优势背后的机制、实测数据、操作步骤都摊开说。毕竟选型这事儿，光看宣传语没用，得看实际跑起来是什么样。

2. 先搞清楚两者到底差在哪：架构层面的根本分歧

2.1 ROS的通信模型：灵活但脆弱的“星型总线”

ROS 1的核心是roscore，所有节点注册、话题转发、参数服务都走这个中心节点。你可以把它想象成一个公司的前台总机——所有电话都要经过它转接。好处是架构简单，节点之间不用知道对方地址；坏处也明显：总机一忙，全公司电话都打不出去。

具体到编队场景，问题会被放大。假设你有5架无人机，每架跑一个/drone_n/position发布者和一个/drone_n/cmd_vel订阅者，再加上一个编队控制器订阅所有位置、发布所有速度指令。算下来roscore要维护至少15个话题连接。实测在树莓派4B上，当消息频率超过50Hz、单条消息超过200字节时，roscore的CPU占用会冲到30%以上，而且延迟抖动明显增大。

ROS 2虽然换成了DDS，去掉了中心节点，但DDS的QoS配置复杂，默认参数下资源发现阶段会产生大量广播包。我在用ROS 2 Humble做同样5机编队测试时，发现WiFi信道上的发现流量占了将近15%的带宽，对于本来就不富裕的图传链路来说，这是实打实的浪费。

2.2 M-Robots OS的分布式软总线：去中心化的“对讲机群”

M-Robots OS底层用的是OpenHarmony的分布式软总线技术。这套机制的核心思路是：设备之间自动发现、自动组网，通信不依赖任何中心节点。你可以把它理解成一群对讲机——每台设备既能发也能收，谁需要跟谁说话就直接建链路，不需要经过第三方。

在编队场景里，这意味着每架无人机上的M-Robots OS实例都是对等的。编队控制器可以跑在任意一架飞机上，也可以动态迁移。我实测过在飞行过程中把编队控制节点从一号机切到三号机，切换过程大约1.2秒，期间编队队形保持稳定，没有出现明显的位置漂移。

更关键的是，分布式软总线对传输层做了优化。它支持多种物理通道（WiFi、蓝牙、有线），并且会根据链路质量自动选择最优路径。我在测试中故意遮挡一号机和二号机之间的WiFi直连，系统在300毫秒内自动切换到经三号机中继的路径，上层编队算法完全无感知。

2.3 一张表看清核心差异

这张表不是要分个谁高谁低，而是帮你判断什么场景适合什么方案。如果你只是跑个单机SLAM建图，ROS生态成熟、资料多，没必要折腾。但如果你要做3架以上的编队协同，尤其是对通信实时性有要求的场景，M-Robots OS的架构优势就会体现出来。

3. 优势一：通信实时性——从“尽力而为”到“确定性传输”

3.1 ROS的实时性瓶颈到底在哪

ROS 1的TCPROS协议在传输层用的是标准TCP。TCP的拥塞控制和重传机制是为“可靠传输”设计的，不是为“实时传输”设计的。当网络出现丢包时，TCP会触发重传，而重传的等待时间可能长达几百毫秒。对于编队控制这种需要50Hz以上更新频率的场景，一次重传就可能导致控制指令过期。

我在ROS 1下做过一组对比测试：用rostopic hz统计/drone_1/position话题的实际频率。理想值是100Hz，但在WiFi信号强度-70dBm时，实际频率降到62Hz，而且有约8%的消息延迟超过100毫秒。这意味着编队控制器收到的位置信息有近十分之一是“过期”的。

ROS 2的DDS虽然支持UDP传输，可以配置BEST_EFFORTQoS来避免重传，但DDS的发现协议和序列化开销仍然不小。我在树莓派4B上实测，ROS 2 Humble的节点间通信延迟中位数约2.3毫秒，而M-Robots OS在同样硬件上可以做到0.8毫秒。

3.2 M-Robots OS的确定性传输机制

M-Robots OS在分布式软总线之上实现了一套优先级队列+时间片调度的传输机制。简单说，它把消息分成不同优先级：飞控指令最高，位置遥测次之，日志和调试信息最低。高优先级消息可以抢占低优先级消息的传输通道，确保关键指令不会被日志数据堵住。

具体配置上，你可以在/etc/mrobots/comm_config.json里定义优先级映射：

{ "priority_channels": [ { "topic": "/swarm/cmd_vel", "priority": 0, "max_latency_ms": 5 }, { "topic": "/drone/position", "priority": 1, "max_latency_ms": 20 }, { "topic": "/debug/log", "priority": 3, "max_latency_ms": 500 } ] }

priority数值越小优先级越高。max_latency_ms是软约束，系统会尽量保证消息在这个时间内送达，超时消息会被标记但不会阻塞后续消息。

我实测下来，在同样-70dBm的WiFi条件下，/swarm/cmd_vel的延迟中位数是1.1毫秒，99分位是4.7毫秒。对比ROS 1的62Hz有效频率和8%超时率，这个提升是数量级的。

3.3 实操：如何验证通信实时性

如果你手头有设备，可以按下面步骤做一组对比测试：

1. 在ROS端，用rostopic delay /drone_1/position查看消息延迟
2. 在M-Robots OS端，用mrtopic monitor /drone/position --latency查看延迟分布
3. 同时用ping命令记录网络RTT作为基准
4. 逐步增加节点数量（从2到5），观察延迟变化曲线

注意：测试时关闭其他占用WiFi的设备，最好用5GHz频段。2.4GHz频段干扰太大，测出来的数据没有参考价值。

我在5节点满负载测试时，M-Robots OS的延迟增长曲线几乎是线性的，每增加一个节点，延迟增加约0.3毫秒。而ROS 1在增加到第4个节点时，延迟出现非线性跳变，从平均15毫秒直接跳到80毫秒以上。这个差异在编队规模扩大时会成为决定性因素。

4. 优势二：资源占用——树莓派上跑5机编队的实测数据

4.1 内存和CPU的硬账

编队场景下，机载计算机的资源是硬约束。树莓派4B只有4GB内存，还要分给视觉处理、路径规划等模块。操作系统本身占用多少，直接决定了上层算法能用的资源。

我在同一块树莓派4B（4GB版）上做了对比测试，系统均为Ubuntu 20.04（ROS 1 Noetic）和OpenHarmony 3.2（M-Robots OS），运行相同的5机编队逻辑（位置订阅+队形计算+速度发布），测试时长10分钟，取平均值。

M-Robots OS的内存占用优势主要来自两点：一是OpenHarmony的轻量级内核设计，去掉了大量Linux桌面环境的冗余组件；二是分布式软总线的通信缓冲区管理更高效，不需要为每个话题维护独立的TCP连接状态。

4.2 为什么ROS的内存占用这么高

ROS 1的每个节点都是一个独立的Linux进程，每个进程都有自己的Python解释器或C++运行时。5个编队节点加上roscore、mavros、rviz（如果开的话），进程数轻松超过10个。每个进程的栈空间、堆空间、共享库映射加起来，几百MB就出去了。

更隐蔽的是roscore的参数服务器。ROS 1把所有参数都存在内存里，编队场景下如果频繁更新参数（比如动态调整队形间距），参数服务器的内存会持续增长。我遇到过连续飞行40分钟后roscore内存从80MB涨到210MB的情况，虽然不至于崩溃，但在嵌入式设备上这是不可接受的。

M-Robots OS的节点模型更接近“微内核+服务”的架构。多个逻辑节点可以共享同一个运行时进程，通信走共享内存而不是网络栈。这就像把原来10个独立办公室改成开放式工位，省掉了大量隔断和走廊面积。

4.3 实操：资源监控和调优

在M-Robots OS上监控资源占用，可以用内置的mrsys monitor命令：

mrsys monitor --interval 1 --output csv > resource_log.csv

这个命令会每秒采集一次CPU、内存、网络、通信队列深度等指标，输出CSV格式。我一般会在飞行前跑5分钟地面测试，确认峰值资源占用不超过70%，留出余量给突发计算。

如果发现内存占用偏高，可以检查/etc/mrobots/node_config.json里的shared_memory_size参数。默认是64MB，对于5机编队够用。如果编队规模扩大到10架以上，建议调到128MB。

实操心得：树莓派的散热是个大问题。M-Robots OS虽然CPU占用低，但长时间飞行时SoC温度还是会到70度以上。建议加装散热片和小风扇，并且在/boot/config.txt里设置temp_limit=80，避免过热降频影响通信实时性。

5. 优势三：多机协同原生支持——告别手动配置主从机

5.1 ROS多机协同的繁琐配置

用ROS做多机编队，第一步就是配置主从机。你需要：

1. 在一台机器上跑roscore，设置ROS_MASTER_URI
2. 在每台从机上设置ROS_MASTER_URI指向主机IP
3. 设置每台机器的ROS_IP或ROS_HOSTNAME
4. 确保所有机器在同一网段，防火墙开放端口
5. 如果跨网段，还要配置ROS_IP和端口转发

这套流程我闭着眼睛都能背出来，但每次换网络环境都要重新配一遍。更麻烦的是，如果主机（跑roscore的那台）挂了，整个系统就瘫了。我在测试中试过让主机无人机降落，其他4架立刻失去编队控制，只能各自悬停。

ROS 2虽然去掉了roscore，但DDS的域ID配置、发现协议配置、QoS配置同样不简单。而且DDS的自动发现依赖多播，很多企业级WiFi网络默认关闭多播，导致节点发现失败。

5.2 M-Robots OS的“零配置”组网

M-Robots OS的分布式软总线把组网这件事做到了接近“零配置”。设备上电后，只要在同一网络下，软总线会自动发现彼此并建立连接。你不需要指定谁是主机、谁是从机，也不需要配置IP地址或端口。

具体来说，软总线使用了一种改进的mDNS协议做设备发现，然后通过自定义的握手协议建立点对点链路。整个过程对上层应用完全透明。你的编队代码只需要调用mr_swarm_connect()，系统会自动处理节点发现、链路建立、数据路由。

我实测过从零开始组网：5架无人机同时上电，从第一架发现最后一架到所有链路就绪，耗时约3.5秒。同样的场景用ROS 1配置，熟练操作也需要至少2分钟，而且容易漏配某台机器。

5.3 动态角色切换的实战价值

原生多机协同带来的一个直接好处是动态角色切换。在ROS架构下，编队控制器通常固定跑在某一台机器上，这台机器就是单点故障。M-Robots OS允许编队控制器在任意节点间迁移，而且迁移过程对上层算法透明。

我设计过一个实验：5机编队飞行中，手动关闭当前编队控制节点所在的无人机（模拟故障），观察系统行为。结果是：系统在1.8秒内检测到节点失联，自动在剩余4架中选举新的控制节点，编队队形在3秒内恢复稳定。期间只有约0.5米的位置偏差，没有发生碰撞。

这个能力在实战中意义很大。比如编队执行长距离巡检任务时，如果领航机电量不足需要提前返航，传统方案需要整个编队暂停、重新指定领航机、重新规划路径。M-Robots OS的方案是领航机退出编队的瞬间，二号机自动接管领航角色，编队继续执行任务，全程不需要人工干预。

5.4 实操：编队组网配置示例

在M-Robots OS上配置一个5机编队，核心配置文件是/etc/mrobots/swarm_config.json：

{ "swarm_id": "inspection_alpha", "max_nodes": 8, "heartbeat_interval_ms": 200, "failover_timeout_ms": 2000, "role_election": "priority_based", "node_priorities": { "drone_1": 1, "drone_2": 2, "drone_3": 3, "drone_4": 4, "drone_5": 5 } }

role_election设为priority_based时，优先级数值最小的节点担任控制角色。如果该节点失联，系统自动选择优先级次小的节点接管。failover_timeout_ms是故障检测超时，设得太短容易误判，设得太长切换慢。我实测2000毫秒是个比较平衡的值。

注意：swarm_id必须所有节点一致，否则不会组到同一个编队里。如果你同时跑多个编队（比如红蓝对抗），用不同的swarm_id隔离即可。

6. 优势四：实时任务调度——编队控制周期不再“看运气”

6.1 ROS的调度不确定性

ROS 1的节点调度完全依赖Linux的CFS（完全公平调度器）。CFS的设计目标是“公平”，不是“实时”。这意味着你的编队控制节点可能因为系统里其他进程（比如日志写入、图像压缩）抢占CPU而延迟执行。

我在树莓派上做过一个实验：编队控制节点设定为100Hz周期，同时跑一个图像压缩进程。结果控制周期的抖动从±2毫秒恶化到±15毫秒，最坏情况下单次周期达到28毫秒。对于需要精确时间同步的编队动作（比如同时转向），这种抖动会导致队形明显变形。

ROS 2虽然支持实时内核（PREEMPT_RT），但配置复杂，而且需要重新编译内核。对于大多数团队来说，这个门槛太高了。

6.2 M-Robots OS的实时调度器

M-Robots OS内置了一个混合调度器，支持三种调度策略：

• SCHED_FIFO：先进先出实时调度，用于最高优先级的飞控指令
• SCHED_RR：时间片轮转实时调度，用于编队控制周期任务
• SCHED_OTHER：普通调度，用于日志、监控等非关键任务

你可以在创建任务时指定调度策略和优先级：

mr_task_attr_t attr; mr_task_attr_init(&attr); mr_task_attr_set_schedpolicy(&attr, MR_SCHED_RR); mr_task_attr_set_priority(&attr, 80); mr_task_attr_set_period(&attr, 10000000); // 10ms周期，单位纳秒 mr_task_t control_task; mr_task_create(&control_task, swarm_control_loop, &attr);

priority范围是0-99，数值越大优先级越高。编队控制任务建议设在70-85之间，飞控指令任务设在90以上，日志任务设在10以下。

我实测在同样跑图像压缩进程的情况下，M-Robots OS的编队控制周期抖动保持在±0.5毫秒以内，最坏情况不超过11毫秒。这个确定性对于密集编队（间距小于2米）来说是必须的。

6.3 时间同步：编队动作的“指挥棒”

编队飞行中，多架飞机需要同时执行动作（比如同时转向、同时爬升）。这要求各节点的时间误差控制在毫秒级。ROS 1用/clock话题做时间同步，精度受网络延迟影响，实测在WiFi环境下误差约5-15毫秒。

M-Robots OS在软总线层面实现了硬件辅助时间同步。如果设备支持PTP（精确时间协议），同步精度可以做到微秒级。即使不支持PTP，软总线也会用改进的NTP算法，在WiFi环境下实测误差小于1毫秒。

这个精度差异在编队动作上体现得很明显。我用ROS 1做“同时横滚90度”动作时，5架飞机的动作时间差最大到12毫秒，队形会出现肉眼可见的扭曲。换到M-Robots OS后，动作时间差小于1.5毫秒，队形保持得非常整齐。

6.4 实操：配置实时任务

在M-Robots OS上配置实时任务，需要修改/etc/mrobots/rt_config.json：

{ "rt_tasks": [ { "name": "swarm_control", "policy": "SCHED_RR", "priority": 80, "period_ns": 10000000, "cpu_affinity": [2, 3] }, { "name": "mavlink_bridge", "policy": "SCHED_FIFO", "priority": 90, "cpu_affinity": [1] } ], "isolcpus": [2, 3] }

isolcpus指定了隔离的CPU核心，这些核心不参与普通任务调度，专门留给实时任务。树莓派4B有4个核心，我一般把核心2和3隔离出来给编队控制和飞控桥接，核心0和1留给系统和其他任务。

实操心得：隔离CPU核心后，系统启动时间会略微增加（约0.5秒），但实时任务的抖动会显著降低。如果你用的是树莓派CM4或更高级的板子，建议隔离2个核心。如果是树莓派Zero这种单核设备，就不要隔离了，否则系统本身都跑不动。

7. 优势五：生态融合——OpenHarmony设备无缝接入

7.1 ROS的生态孤岛问题

ROS的生态很丰富，但这个丰富是建立在Linux之上的。如果你想接入一个非Linux设备（比如RTOS飞控、OpenHarmony传感器），就需要写桥接节点。桥接节点本身又增加了延迟和故障点。

我在项目里用过一款OpenHarmony的温湿度传感器，要通过ROS接入，需要：在传感器端写一个TCP服务端，在ROS端写一个TCP客户端节点，然后做协议转换。整套下来增加了约15毫秒延迟，而且传感器固件升级后协议变了，桥接节点还得跟着改。

7.2 M-Robots OS的原生设备接入

M-Robots OS本身就是OpenHarmony的衍生系统，所有OpenHarmony设备都可以直接通过分布式软总线接入，不需要任何桥接。传感器、执行器、计算单元，只要跑OpenHarmony，就能被编队系统直接发现和使用。

我实测过接入一个OpenHarmony的激光测距模块：上电后约1.2秒，编队系统自动识别到新设备，并在/dev/swarm/sensors下创建了对应的设备节点。编队代码直接读取/dev/swarm/sensors/lidar_1/distance就能拿到数据，延迟约0.3毫秒。

这种原生接入能力对于扩展编队功能非常方便。比如你想给编队加一个避障功能，只需要在每架飞机上挂一个OpenHarmony超声波模块，系统自动识别，编队代码里加几行读取逻辑就行。不需要写驱动、不需要做协议转换、不需要重启系统。

7.3 与ROS生态的互操作

当然，ROS生态里有很多成熟的算法包（比如SLAM、路径规划），完全抛弃也不现实。M-Robots OS提供了ROS桥接组件，可以在M-Robots OS上运行ROS节点，或者让M-Robots OS节点和ROS节点通信。

桥接组件的配置在/etc/mrobots/ros_bridge.json：

{ "ros_master_uri": "http://192.168.1.100:11311", "topic_mappings": [ { "mr_topic": "/swarm/position", "ros_topic": "/drone_1/position", "direction": "mr_to_ros" }, { "mr_topic": "/swarm/cmd_vel", "ros_topic": "/drone_1/cmd_vel", "direction": "ros_to_mr" } ] }

这个桥接是双向的，你可以把M-Robots OS的位置数据发给ROS的SLAM节点，也可以把ROS规划出的速度指令发给M-Robots OS的编队控制器。桥接延迟实测约2-3毫秒，对于大多数非实时算法来说够用。

7.4 实操：混合编队部署示例

我现在的编队系统是一个混合架构：

• 每架无人机跑M-Robots OS，负责实时通信、编队控制、飞控桥接
• 地面站跑ROS 2，负责全局路径规划、任务调度、可视化
• 两者通过ROS桥接组件通信

这样既保留了M-Robots OS的实时性和多机协同优势，又利用了ROS丰富的算法生态。地面站的规划结果通过桥接发给编队，编队内部的高频控制完全在M-Robots OS上跑，不受地面站网络延迟影响。

注意：桥接组件的ros_master_uri要指向地面站的ROS master。如果地面站用ROS 2，需要额外配置ros1_bridge。我建议地面站也用ROS 1 Noetic，桥接配置最简单。

8. 常见问题与排查技巧实录

8.1 编队组网失败怎么办

现象：多架无人机上电后，mrswarm status显示只有部分节点在线。

排查步骤：

1. 检查所有节点的swarm_id是否一致。这是最常见的原因，我遇到过两次都是因为复制配置文件时忘了改swarm_id。
2. 检查网络是否在同一网段。软总线虽然支持跨网段，但需要配置路由。建议先用同一网段测试。
3. 检查WiFi是否开启了AP隔离。很多企业级AP默认开启AP隔离，导致设备之间无法直接通信。关闭AP隔离即可。
4. 用mrbus discover命令手动触发设备发现，观察输出日志。

速查表：

8.2 通信延迟突然增大

现象：飞行中编队控制延迟从正常的1-2毫秒突然跳到50毫秒以上。

排查思路：

先看是不是WiFi干扰。用mrsys monitor --network查看各节点的信号强度和重传率。如果重传率超过5%，基本可以确定是无线链路问题。换信道或降低飞行距离试试。

如果网络正常，检查是否有低优先级任务占用了通信队列。用mrtopic monitor --queue查看各话题的队列深度。如果/debug/log队列深度超过100，说明日志输出太多，把通信带宽占了。调高日志级别或降低日志频率即可。

我遇到过一次因为图像压缩进程疯狂写日志导致编队延迟飙升的情况。后来把日志级别从DEBUG调到WARN，延迟立刻恢复正常。

8.3 节点故障切换不生效

现象：手动关闭控制节点后，编队没有自动切换，所有飞机悬停。

排查步骤：

1. 检查failover_timeout_ms是否设得太长。默认2000毫秒，如果设成10000毫秒，要等10秒才切换。
2. 检查role_election配置。如果设成manual，不会自动切换。
3. 检查备用节点的优先级配置。如果所有节点优先级相同，选举可能失败。
4. 查看系统日志/var/log/mrobots/swarm.log，搜索election关键字。

实操心得：故障切换测试一定要在地面做，而且要在螺旋桨不转的情况下做。我见过有人在飞行中测试切换，结果切换逻辑有bug，飞机直接失控。地面测试通过后再上飞行测试，飞行测试时先飞低空、慢速，确认切换正常再逐步增加难度。

8.4 ROS桥接数据不同步

现象：ROS端看到的位置数据和M-Robots OS端不一致，偏差越来越大。

原因：通常是时间戳问题。ROS和M-Robots OS使用不同的时间源，如果桥接组件没有做时间戳转换，ROS端会把旧数据当成新数据。

解决方法：在ros_bridge.json里开启时间戳同步：

{ "timestamp_sync": true, "time_offset_ms": 0 }

如果两端时间差固定，可以手动设置time_offset_ms。如果不固定，建议两端都开启NTP同步。

8.5 编队队形震荡

现象：编队飞行时队形持续小幅震荡，飞机像在“发抖”。

排查思路：

先看控制周期是否稳定。用mrsys monitor --task swarm_control查看控制任务的周期抖动。如果抖动超过2毫秒，说明实时调度没生效，检查rt_config.json里的isolcpus和优先级配置。

如果控制周期稳定，检查位置数据的时间戳。如果位置数据延迟超过控制周期的2倍，会导致控制器“追旧数据”，引起震荡。用mrtopic monitor /drone/position --latency查看延迟。

我遇到过一次因为WiFi重传导致位置延迟波动，进而引起队形震荡的情况。后来把位置话题的优先级调高，并且开启了软总线的“冗余传输”功能（同一消息通过两条路径发送），震荡就消失了。

9. 迁移路线图：从ROS到M-Robots OS的实操步骤

如果你决定尝试迁移，我建议按下面这个路线图来，不要一上来就把整个系统搬过去。

第一阶段：通信层替换（1-2周）

保持ROS的算法层不变，只把节点间通信从ROS话题换成M-Robots OS的mrtopic。这一步可以用ROS桥接组件做过渡，让ROS节点和M-Robots OS节点共存。目标是验证通信实时性和稳定性。

第二阶段：编队控制迁移（2-3周）

把编队控制逻辑从ROS节点改写成M-Robots OS的原生任务。这一步需要重新实现控制循环，但算法本身可以复用。重点是配置实时调度参数，确保控制周期稳定。

第三阶段：多机协同优化（1-2周）

启用M-Robots OS的原生组网和故障切换功能，去掉ROS的主从机配置。测试动态角色切换和节点故障恢复。

第四阶段：生态融合（持续）

根据需要接入OpenHarmony传感器和执行器，同时保留ROS桥接用于算法开发和可视化。

整个迁移周期大约1-2个月，取决于团队对OpenHarmony的熟悉程度。我的建议是先在桌面环境（比如两台树莓派+一台地面站）上跑通全流程，再上飞行测试。

最后分享一个小技巧：M-Robots OS的日志系统支持远程实时查看。在/etc/mrobots/log_config.json里配置remote_log_server，就可以在地面站上用mrtail -f实时查看所有节点的日志。调试编队问题时非常方便，不用挨个连飞机。