2. 飞控系统基础

飞控系统是无人机、eVTOL及各类自主飞行器的“大脑与神经中枢”，其核心任务并非简单的信号放大或舵面驱动，而是通过多源传感器融合实现对飞行器运动状态的高频、低延迟、高鲁棒估计，并据此完成姿态稳定、航迹跟踪与导航解算。理解飞控系统的硬件拓扑、姿态估计的数学本质以及坐标系之间的转换逻辑，是掌握传感器融合技术的先决条件。本章将系统拆解飞控系统的功能模块，厘清机体、地球与NED坐标系的内在关联，并给出工程实践中坐标转换的标准操作流程。

上图展示了飞控系统内部三大核心层次（传感器层、状态估计层、控制与导航层）之间的数据流关系，以及贯穿始终的坐标系转换需求。传感器层输出的原始数据（角速度、加速度、磁场强度、气压、卫星定位信号）必须经过时间对齐、误差补偿与坐标变换，才能被状态估计层有效利用；而状态估计层输出的姿态四元数、位置速度信息，又需要转换到统一的导航坐标系（NED）中，供控制律解算与任务规划使用。下面我们逐一深入。

2.1 飞控系统组成与功能边界

核心原理：飞控系统并非单一硬件，而是由惯性测量单元（IMU）、磁力计、气压计、GNSS接收机、接口电路、主控MCU/DSP以及执行机构驱动电路构成的闭环系统。从功能域划分，可抽象为“感知—估计—决策—执行”四个环节。感知层负责物理量测量；估计层通过融合算法抑制单一传感器的噪声与漂移；决策层根据任务目标生成期望姿态与推力指令；执行层通过PWM/DShot/串行总线驱动电机或舵机。

工程判断方法：在系统设计或排障时，应首先明确故障属于哪个功能域。例如，无人机悬停时持续向一侧漂移，可能原因包括：传感器层（加速度计零偏未校准）、估计层（滤波器增益失调导致姿态误差）、执行层（电机转速不一致）。通过读取飞控日志中的原始传感器数据与估计输出，可以快速定位问题层级。

2.2 姿态估计与导航基本概念

核心原理：姿态估计的本质是求解载体坐标系相对于参考坐标系的旋转关系。常用的数学表达包括欧拉角（Roll/Pitch/Yaw）、旋转矩阵和四元数。欧拉角直观但存在万向节锁问题；四元数无奇异性且计算效率高，是飞控中的主流表示。导航则涉及位置、速度、加速度在NED坐标系下的积分与校正，需要融合GNSS位置与IMU相对增量。

判断方法：评估姿态估计算法的优劣，主要看三个指标：静态精度（俯仰/横滚角误差<0.5°）、动态延迟（群延迟<10ms）、鲁棒性（在剧烈机动或磁干扰下不发散）。互补滤波适合计算资源受限的飞控，而扩展卡尔曼滤波（EKF）能融合更多传感器并估计传感器误差。

// 互补滤波核心思想（简化伪代码）
angle = 0.98 * (angle + gyroRate * dt) + 0.02 * accelAngle;
// 其中0.98和0.02为权重系数，需根据传感器特性调整

案例拆解：某四旋翼在GPS信号丢失后转入姿态模式，但飞行员反馈飞机低头速率过快。分析日志发现，EKF在GPS失效后位置估计发散，导致速度校正量异常，进而影响了姿态控制器的前馈项。解决方法是：在GPS失效时，将EKF的位置观测协方差设为无穷大，仅保留IMU积分，并降低位置控制器的期望带宽。

2.3 坐标系定义：机体、地球与NED

核心原理：机体坐标系（Body Frame）固连于飞行器，原点位于重心，X轴指向机头，Y轴指向右翼，Z轴指向机体下方（右手定则）。地球坐标系（ECEF）原点在地心，Z轴指向北极，X轴指向本初子午线与赤道交点。NED（North-East-Down）坐标系是导航解算的参考系，原点位于飞行器当前位置，X轴指向北，Y轴指向东，Z轴指向地心方向。NED坐标系相对于ECEF是“当地切平面”坐标系，忽略了地球曲率的影响，适合小范围导航。

转换流程：从机体坐标系到NED坐标系的转换需要先进行姿态旋转（使用四元数或旋转矩阵），再进行位置平移。具体步骤如下：

1. 获取当前姿态四元数 q = [q0, q1, q2, q3]；
2. 构建旋转矩阵 R_b2n(q)；
3. 将机体坐标系下的向量 v_b 转换为 NED 向量 v_n = R_b2n * v_b；
4. 若涉及位置，需将NED原点平移至目标参考点。

实战场景：在编队飞行中，长机与僚机需要共享NED坐标系下的相对位置。若各机使用不同的参考原点，则需通过RTK基站广播统一的参考点坐标。某物流无人机项目在测试中发现，两架飞机在NED坐标系下的间距误差达到2米，经排查是僚机误将ECEF坐标直接当作NED坐标使用，导致缺少坐标旋转。修正后误差降至0.2米以内。