定位系统基础：GPS/GLONASS/北斗原理、惯性导航系统(INS)简介、视觉定位(VIO)基础

做飞控这些年，我见过太多因为定位不准炸机的情况。说白了，定位就是无人机的眼睛。眼睛花了，飞机自然乱飞。这一章我们聊聊定位系统的底子。

你可能会问：为什么飞控需要这么多定位方式？其实每种都有短板。GPS怕遮挡，INS会漂移，VIO怕光线暗。把它们揉在一起，才能互补。嗯，这就是多传感器融合的核心思路。

2.1 卫星导航系统：GPS / GLONASS / 北斗

卫星导航的原理，说白了就是三边测量。卫星告诉你它的位置和发送时间，你收到信号后算出差值，就能知道距离。四颗卫星就能解出三维坐标加时间。

我刚开始做飞控时，总觉得GPS精度很高。后来在楼宇间飞了一次，定位直接跳了十几米。那次之后我才真正重视卫星几何分布的问题。

ρ = √((x - x_s)² + (y - y_s)² + (z - z_s)²) + c·Δt + ε

三大系统的差异，我整理了一张表：

2.2 惯性导航系统(INS)简介

INS不需要外部信号。它靠加速度计和陀螺仪，自己推算位置。原理很简单：加速度积分得速度，速度积分得位移。但问题也出在这里——积分会累积误差。

我记得第一次做纯惯性导航实验，飞机悬停10秒后位置就漂了2米。当时我还以为是代码写错了，后来才发现这是INS的固有缺陷。

INS的误差来源主要有三个：

• 零偏误差：传感器静止时输出不为零，积分后变成速度斜坡
• 比例因子误差：实际加速度与测量值不成线性，高频振动时尤其明显
• 随机游走：噪声积分后形成随机漂移，时间越长越严重

INS的更新频率很高，通常200Hz以上。GPS只有10Hz。所以飞控里常用INS做高频姿态估计，用GPS做低频位置修正。这就是松耦合的基本思路。

2.3 视觉定位(VIO)基础

VIO是Visual-Inertial Odometry的缩写。它把相机和IMU绑在一起，用图像特征点做位置估计。为什么加IMU？因为单靠视觉，快速运动时图像会模糊，IMU正好补上。

VIO的核心流程：

1. 提取图像特征点（比如ORB、FAST角点）
2. 匹配前后帧的特征点
3. 结合IMU数据，解算相机运动
4. 构建局部地图，优化位姿

我调试VIO时踩过一个坑：光照变化剧烈时，特征点匹配率从80%掉到20%。后来加了自适应曝光和直方图均衡化，才稳住。你想想看，如果特征点全丢了，VIO就相当于瞎了。

2.4 三种定位方式的对比

我把它们放在一起对比，方便你理解各自的定位：

说白了，没有一种定位方式能通吃所有场景。飞控里做的融合，就是把它们的优点拼起来，缺点互相补上。

2.5 本章知识体系

下面这张图，是我梳理的定位系统知识框架。你可以看到，三种定位方式最终汇入融合引擎，输出稳定的位置和姿态。