1. 定位漂移现象概述

各位同学好，我是老张。做飞控这行十几年了，今天咱们聊聊定位漂移——这个让无数飞手和开发者头疼的问题。

定位漂移，说白了就是无人机在悬停或飞行时，实际位置和期望位置之间出现了偏差。你明明让它停在原地，它却像喝醉了酒一样慢慢飘走。我刚开始做飞控时，第一次遇到这问题还以为是GPS坏了，折腾了半天才发现是IMU数据融合出了问题。

什么是定位漂移

定位漂移是指无人机在没有任何遥控指令输入的情况下，位置发生非预期的缓慢变化。它不同于突然的失控或炸机，更像是一种“慢性病”——不会立刻造成灾难，但积累起来后果很严重。

从技术角度看，漂移的本质是位置估计误差。飞控系统通过传感器（GPS、IMU、视觉、激光等）估算当前位置，再与目标位置做差，生成控制指令。如果估算位置偏离了真实位置，飞控就会“以为”自己还在原地，实际上已经飘走了。

漂移的典型表现

我在项目里见过各种各样的漂移现象，总结下来主要有这几种：

• 悬停漂移：无人机在GPS悬停模式下，水平方向缓慢移动，速度通常0.1-0.5m/s。你看着它慢慢飘走，打杆拉回来，过一会儿又飘走了。
• 高度漂移：气压计或超声波测距不准导致的高度变化。有时候飞机会慢慢下降，有时候又会莫名其妙爬升。
• 航向漂移：机头方向缓慢旋转，通常由磁力计干扰或陀螺仪零偏引起。我遇到过一架飞机，悬停时每10秒转5度，最后转了个圈。
• 复合漂移：以上几种同时出现，最头疼的情况。

漂移类型	典型速率	主要传感器	常见原因
水平漂移	0.1-0.5 m/s	GPS、光流	GPS多径、卫星数不足
高度漂移	0.05-0.3 m/s	气压计、超声波	气压计温漂、气流扰动
航向漂移	0.5-5 °/s	磁力计、陀螺仪	磁干扰、陀螺零偏
复合漂移	不定	多传感器	融合算法参数不当

漂移对无人机的影响

漂移不是小事，它直接影响飞行安全和任务质量。你想想看，如果一架测绘无人机在航拍时每10秒飘1米，拍出来的正射影像拼接后全是错位的。

具体来说，漂移会造成以下问题：

1. 任务失败：航点飞行时无法精确到达目标点，喷洒农药的无人机可能漏喷或重喷。
2. 碰撞风险：在狭小空间内飞行时，漂移可能导致撞上障碍物。我记得有个客户在室内用视觉定位飞行，漂移累积了半米，直接撞上了墙。
3. 图像模糊：航拍时漂移导致运动模糊，照片质量下降。
4. 降落偏差：自动降落时偏离起降点，在移动平台（如船）上降落时尤其危险。
5. 失控隐患：严重漂移可能触发位置超限保护，导致紧急降落或返航。

漂移的根源：传感器与估计

要理解漂移，得先明白飞控是怎么知道自己在哪的。说白了，就是传感器数据 + 融合算法。

GPS给出绝对位置，但更新率低（5-10Hz），且有噪声。IMU给出加速度和角速度，更新率高（200-1000Hz），但积分会累积误差。视觉和激光提供相对位置，但受环境光照和纹理影响。

飞控用卡尔曼滤波把这些数据融合起来，取长补短。但融合算法不是万能的——如果某个传感器数据质量差，或者算法参数没调好，估计位置就会偏离真实位置。

// 简化的位置估计流程
// 实际代码比这复杂得多，但核心思想一样
void estimate_position() {
    // 1. IMU积分预测
    predicted_pos = last_pos + velocity * dt;
    
    // 2. GPS观测更新
    if (gps_available) {
        measured_pos = gps_lat_lon_to_local();
        // 卡尔曼增益计算
        K = P_pred / (P_pred + R_gps);
        estimated_pos = predicted_pos + K * (measured_pos - predicted_pos);
    } else {
        // 无GPS时只能靠积分，漂移会快速累积
        estimated_pos = predicted_pos;
    }
}

嗯，这里要注意：GPS信号不好时，飞控会降低GPS权重，更多依赖IMU积分。但IMU积分就像滚雪球——误差越滚越大。这就是为什么在室内或高楼间飞行时，漂移会特别明显。

漂移排查的整体思路

排查漂移，不能瞎猜。我总结了一套流程，后面几章会详细展开，这里先给个框架：

这个流程看着简单，但每一步都有很多坑。比如分析日志时，很多人只看位置曲线，忽略了IMU加速度计的原始数据。我曾经遇到一个案例，位置曲线看起来很正常，但加速度计Z轴有周期性噪声，导致高度估计一直在波动。