2. 无人机定位技术基础
要让无人机实现稳定悬停与精准定点，第一步必须回答一个根本问题：“我在哪里？”这就是定位。定位技术决定了无人机能否在无 GPS 的室内飞行、能否在 GPS 漂移时保持位置、能否在复杂环境中避障。本节从定位方式的横向对比入手，再讲清坐标系与姿态表示，最后给出评价定位精度的量化指标，为后续光流定位与定点悬停打下基础。
一、主流定位方式横向对比
无人机常用的定位手段可归纳为五类：卫星定位（GPS/北斗/GLONASS）、视觉定位（Visual Odometry / VIO）、光流定位（Optical Flow）、激光定位（LiDAR / 激光雷达）、以及惯性导航（IMU）。它们各有适用场景与短板，实际系统往往采用多传感器融合。
- GPS/北斗：绝对定位，室外开阔环境精度约 1～3 米（民用），RTK 可到厘米级；室内、峡谷、桥下易失锁。
- 视觉定位：靠相机识别特征点或已知标记，室内精度可达厘米级，但依赖光照与纹理，算力消耗大。
- 光流定位：向下摄像头+超声波/ToF 测高，通过像素运动推算水平速度，适合低空、有纹理地面，成本低、功耗小。
- 激光定位：LiDAR 测距精度高、抗光照干扰，可建图与定位，但成本高、体积大。
- IMU 惯性：高频输出姿态与加速度，短时精度高，但存在积分漂移，必须与其他传感器融合。
二、坐标系与姿态表示
定位结果必须放在明确的坐标系中才有意义。无人机系统通常涉及三套坐标系：
- 世界坐标系（World / NED）：以起飞点或地图原点为基准，北-东-地（NED）或东-北-天（ENU），用于描述绝对位置与航点。
- 机体坐标系（Body）：原点在无人机重心，x 轴指向机头，y 轴指向右侧，z 轴指向下方，用于描述机体受力与运动。
- 传感器坐标系（Camera / IMU）：相机光轴、IMU 安装方向，需通过外参标定转换到机体坐标系。
姿态表示常用三种形式：欧拉角（Roll 横滚、Pitch 俯仰、Yaw 偏航）直观但存在万向节死锁；旋转矩阵（3×3）便于坐标变换但冗余；四元数（q = w + xi + yj + zk）无死锁、插值平滑，是飞控内部的主流表示。三者可互相转换，例如从四元数提取欧拉角：
# 四元数转欧拉角（ZYX 顺序，单位：弧度）
roll = atan2(2*(qw*qx + qy*qz), 1 - 2*(qx*qx + qy*qy))
pitch = asin(2*(qw*qy - qz*qx))
yaw = atan2(2*(qw*qz + qx*qy), 1 - 2*(qy*qy + qz*qz))
# 注意 pitch 接近 ±90° 时欧拉角奇异，飞控内部仍用四元数运算三、定位精度评价指标
评价一个定位系统好不好，不能只看“准不准”，还要看“稳不稳、快不快、丢不丢”。常用指标如下：
| 指标 | 含义 | 典型关注值 |
|---|---|---|
| 绝对误差 | 估计位置与真实位置的距离 | GPS 1～3 m，视觉/激光厘米级 |
| 相对误差 / 漂移率 | 单位时间或单位距离累积误差 | 光流约 1%～5% 飞行距离 |
| 均方根误差 RMSE | 误差序列的统计均方根 | 越小越稳定 |
| 更新频率 | 每秒输出定位结果次数 | IMU 1000 Hz，光流 30～100 Hz |
| 延迟 | 从观测到输出结果的时延 | 控制环要求 < 20 ms |
| 可用性 / 失锁率 | 有效输出时间占比 | 室内 GPS 失锁率极高 |
四、案例与常见误区
案例：某室内巡检无人机在无 GPS 环境下悬停，仅靠光流+IMU。起飞后 30 秒内位置漂移约 0.8 米，原因是地面为纯色瓷砖、纹理不足，光流特征点匹配失败，速度估计退化，IMU 积分漂移未被修正。加入超声波定高与视觉标记后，漂移降至 0.1 米以内。
常见误区二：认为光流能直接给出绝对位置。光流输出的是速度，位置靠积分得到，必然累积漂移。
常见误区三：忽略坐标系转换。相机看到的目标在相机系，若未标定外参就直接当机体系使用，定点会系统性偏移。
复盘要点：定位方案选择应遵循“场景优先、融合兜底、指标量化”三步。先明确飞行环境（室内/室外、有无纹理、光照条件），再选择主定位源与辅助源，最后用 RMSE、漂移率、更新频率、延迟四项指标验收。只有把坐标系、姿态表示和精度指标都理清，后续的光流定位与定点悬停算法才能建立在可靠的数据基础之上。