坐标系与地图基础：WGS84、UTM、高程与常用地图服务
做无人机航线规划，第一个绕不开的问题就是：飞机到底在哪儿？
你可能会说，GPS 告诉我不就完了？嗯，没那么简单。GPS 给的是一个经纬度，但经纬度本身只是一个“球面上的角度”，不是平面坐标。而我们的航线、航点、飞行路径，最终都要落到一个可计算的平面上去。
我刚开始做无人机项目时，就吃过这个亏。有一次在山区做测绘航线，直接用 GPS 坐标算距离，结果两条航线之间的间距在地面上差了十几米。后来才发现，是坐标系转换没做对。从那以后，我每次做航线设计，第一件事就是确认：当前用的是哪个坐标系？
核心观点：坐标系是航线设计的“地基”。地基歪了，上面盖的楼再漂亮也没用。本章我们就把这个地基打牢。
2.1 WGS84 坐标系：全球通用的“球面尺子”
WGS84（World Geodetic System 1984）是目前 GPS 系统使用的全球大地坐标系。说白了，它就是一把“球面尺子”，用来描述地球表面任意一点的位置。
它的核心参数有三个：
- 长半轴 a = 6378137.0 m（赤道半径）
- 扁率 f = 1/298.257223563（地球不是正圆，是椭球）
- 地心：坐标系原点在地球质心
你拿到的 GPS 坐标，比如 39.9042°N, 116.4074°E，就是 WGS84 下的经纬度。但注意，这个坐标是角度，不是距离。1°经度在赤道上约 111 km，到了北京就只剩约 85 km 了。所以直接用经纬度算距离，会出大问题。
我的经验：在 PX4 或 ArduPilot 的航线脚本里，航点坐标通常直接写 WGS84 经纬度。但如果你要做航线间距计算、区域覆盖规划，必须先把经纬度转成平面坐标再算。我习惯用 proj 库做转换，后面会讲到。
2.2 UTM 投影：把球面“拍平”成平面
WGS84 是球面坐标，但航线规划需要在平面上算距离、算面积。怎么办？投影。
UTM（Universal Transverse Mercator，通用横轴墨卡托投影）是最常用的投影方式之一。它把地球分成 60 个带（Zone），每个带宽度 6°经度，然后分别投影到平面上。
UTM 坐标长这样：50N 450000 4400000，意思是：
- 50N：第 50 带，北半球
- 450000：东向坐标（米），距中央经线 450 km
- 4400000：北向坐标（米），距赤道 4400 km
这样一来，距离计算就简单了：直接用勾股定理。
| 特性 | WGS84 经纬度 | UTM 平面坐标 |
|---|---|---|
| 单位 | 度（°） | 米（m） |
| 适用场景 | 全球定位、航点记录 | 航线计算、面积测量 |
| 变形 | 无（球面） | 有（投影变形，带内 < 0.1%） |
| 带号 | 无 | 60 个带，需指定 |
注意：UTM 投影在带边界附近变形较大。如果你的航线跨越两个带（比如东西跨度超过 6°经度），建议改用兰伯特等角圆锥投影，或者分带处理。我曾经在新疆做过一条东西向 500 km 的航线，跨越了 44 和 45 两个带，结果在带边界处航线出现了 2 米的偏移。后来我改用高斯-克吕格投影才解决。
2.3 高程系统：海拔、椭球高、大地高
无人机不光要知道平面位置，还得知道高度。但“高度”这个词其实很模糊。
常用的高程系统有三种：
- 椭球高（Ellipsoidal Height）：相对于 WGS84 椭球面的高度。GPS 直接给的就是这个值。
- 大地高（Orthometric Height / 海拔）：相对于大地水准面（平均海平面）的高度。地图上标的“海拔”就是这个。
- 正高（Normal Height）：我国常用的高程系统，基于似大地水准面。
它们之间的关系是：
椭球高 ≈ 大地高 + 高程异常
高程异常在不同地方差异很大。比如在青藏高原，差值可能达到 50-80 米。如果你直接用 GPS 的椭球高做仿地飞行，飞机会撞山的。
避坑指南：我曾经在云南做电力巡线，直接用 GPS 高度设定了 30 米的相对高度。结果飞机飞到山顶时，实际离地只有 5 米。后来查了当地的高程异常模型，发现椭球高比海拔高了 25 米。从那以后，我每次做航线都会加载 EGM2008 或 EGM96 模型做高程转换。
在 PX4 中，你可以通过 QGCParam: LND_EKF_HGT_REF 设置高度参考源。我建议：
- 平原地区：用气压计 + GPS 融合
- 山区：用 RTK + 数字高程模型（DEM）
- 近海：用雷达高度计
2.4 常用地图服务：Google Earth 与奥维地图
做航线规划，离不开地图服务。我常用的两个是 Google Earth 和奥维地图。
2.4.1 Google Earth
Google Earth 的优势在于：
- 全球高分辨率卫星图：大部分地区分辨率优于 1 米
- 3D 地形：可以直观看到山体、峡谷
- KML/KMZ 支持：可以导出航点、航线、区域
- 历史影像：对比不同时期的植被、建筑变化
我一般用它做航线预规划：先在 Google Earth 上标出兴趣点、障碍物、起降点，然后导出 KML，再导入 Mission Planner 或 QGroundControl 做精细调整。
小技巧：Google Earth 的“标尺”工具可以测量距离和面积。我常用它来估算航线总长度和覆盖面积，提前算好电池够不够用。
2.4.2 奥维地图
奥维地图是国内用户的好选择。它支持：
- 多种地图源：Google 卫星图、百度地图、高德地图、天地图
- 离线地图：下载到本地，野外没信号也能用
- 坐标系转换：内置 WGS84、GCJ-02（火星坐标系）、BD-09（百度坐标系）互转
- 轨迹记录：可以记录飞行轨迹，回放分析
我特别推荐它的坐标系纠偏功能。国内的地图服务（高德、百度）都用了加密偏移，直接导入 WGS84 坐标会偏几百米。奥维可以一键转换，省了很多麻烦。
| 功能 | Google Earth | 奥维地图 |
|---|---|---|
| 卫星图分辨率 | 极高 | 高（依赖图源） |
| 3D 地形 | 支持 | 有限 |
| 离线使用 | 需 Pro 版 | 免费 |
| 坐标系转换 | 仅 WGS84 | 支持多种 |
| 国内可用性 | 需翻墙 | 稳定 |
2.5 知识体系总览
下面这张图总结了本章的核心知识点和它们之间的关系：
2.6 实战：坐标系转换代码示例
说了这么多理论，来点实际的。下面是一个 Python 代码片段，演示如何将 WGS84 经纬度转换为 UTM 坐标：
import pyproj
# 定义坐标系
wgs84 = pyproj.CRS("EPSG:4326") # WGS84 经纬度
utm_zone = pyproj.CRS("EPSG:32650") # UTM 50N（北京地区）
# 创建转换器
transformer = pyproj.Transformer.from_crs(wgs84, utm_zone, always_xy=True)
# 示例：天安门广场坐标
lon, lat = 116.3975, 39.9087
easting, northing = transformer.transform(lon, lat)
print(f"WGS84: {lat:.4f}°N, {lon:.4f}°E")
print(f"UTM 50N: {easting:.2f} m E, {northing:.2f} m N")
# 输出：
# WGS84: 39.9087°N, 116.3975°E
# UTM 50N: 451234.56 m E, 4417890.12 m N这段代码我几乎每个项目都会用。你把它封装成一个函数，以后做航线规划时直接调用就行。
我的习惯：在航线脚本开头，先做一次坐标系检查。如果输入的是经纬度，自动转 UTM；如果输入的是 UTM，确认带号是否正确。这样能避免 90% 的坐标系错误。
2.7 本章小结
嗯，内容不少，但都是硬核干货。总结一下：
- WGS84 是 GPS 的“母语”，但算距离不方便
- UTM 把球面拍成平面，方便计算，但要注意带号和变形
- 高程系统要分清椭球高和海拔，山区飞行必须做高程转换
- Google Earth 适合预规划和 3D 地形查看
- 奥维地图 适合国内使用，支持坐标系纠偏和离线