2. 无人机平台与传感器基础
视觉SLAM系统并不是孤立运行的算法，它必须依附在真实的飞行平台上，由传感器提供观测数据，由机载计算单元完成实时解算。理解多旋翼与固定翼的飞行特性、IMU与相机的互补关系、激光雷达与GPS/RTK的定位差异，以及云台和计算单元的选型约束，是后续建图与导航能够落地的前提。本章围绕“平台—传感器—计算”这条主线，梳理各部件的作用、关键参数与选型逻辑。
一、平台形态：多旋翼与固定翼的取舍
多旋翼通过多个旋翼的转速差实现姿态与位置控制，具备垂直起降、悬停和低速精细机动的能力，非常适合室内、林间、建筑周边等需要稳定悬停和慢速扫描的场景。它的代价是续航短、载荷有限，通常飞行时间在20～40分钟，有效载荷从几百克到数千克不等。固定翼依靠机翼产生升力，巡航效率高、航程远，适合大范围测绘和长距离巡检，但无法悬停，起降需要跑道或弹射回收装置，转弯半径大，难以在狭窄空间作业。
对于视觉SLAM建图任务，平台选择的核心判断是“是否需要悬停与低速观测”。若任务要求对同一区域多角度重复观测、需要视觉特征稳定跟踪，多旋翼是更稳妥的选择；若任务是大范围正射影像采集、对实时闭环要求不高，固定翼配合事后建图更经济。复合翼（垂直起降固定翼）兼顾两者，但结构复杂、成本更高，选型时需权衡任务频次与预算。
二、传感器分工与互补关系
IMU（惯性测量单元）提供三轴加速度与三轴角速度，输出频率高（通常100～1000Hz），短时间内能给出平滑的运动估计，但存在零偏和积分漂移，单独使用几分钟就会发散。相机以10～60Hz输出图像，能提供丰富的环境纹理和结构信息，长期漂移小，但受光照、纹理和运动模糊影响，且单帧无法直接给出尺度。激光雷达以10～20Hz输出三维点云，测距精度高、不受光照影响，可直接提供尺度信息，但成本高、点云稀疏且对反射率敏感。GPS提供绝对位置，室外开阔环境下精度约1～5米；RTK通过载波相位差分将精度提升到厘米级，但需要基准站或网络差分服务，且在城市峡谷、树下容易失锁。
这些传感器的关系不是简单叠加，而是“高频短时可靠”与“低频长期可靠”的互补。IMU负责高频递推，相机和激光雷达负责低频校正，GPS/RTK负责消除长期累积误差。云台的作用常被低估：它将相机与机体角运动解耦，使图像序列更稳定，显著降低视觉前端因剧烈旋转导致的跟踪丢失，同时让相机指向可控，便于按规划视角采集数据。
三、关键参数与选型方法
选型不是追求单项指标最高，而是让各环节的精度、频率和算力相互匹配。以下清单可作为配置核对表：
| 部件 | 关键参数 | 典型取值 | 选型关注点 |
|---|---|---|---|
| IMU | 零偏稳定性、输出频率、噪声密度 | 零偏 <10°/h，频率 ≥200Hz | 与相机时间同步，避免积分漂移过快 |
| 相机 | 分辨率、帧率、快门类型、视场角 | 1280×720@30fps，全局快门 | 运动模糊控制，标定内参和畸变 |
| 激光雷达 | 线数、测距、视场、点频 | 16线，测距100m，水平360° | 重量与功耗，点云与视觉融合方式 |
| GPS/RTK | 定位精度、更新率、失锁恢复 | RTK 水平1cm+1ppm | 差分链路可用性，天线安装位置 |
| 云台 | 自由度、稳定精度、控制带宽 | 三轴，稳定精度0.01° | 与相机重量匹配，避免共振 |
| 计算单元 | 算力、功耗、接口、重量 | GPU 10~100 TOPS，功耗10~30W | 实时性余量，散热与供电 |
四、典型场景与配置示例
以室内仓库巡检为例，平台选择多旋翼，传感器配置为全局快门相机加IMU，可选配轻量激光雷达辅助尺度恢复，计算单元采用带GPU的嵌入式计算板。参数配置可参考如下：
平台: 四旋翼, 轴距450mm, 载荷1.2kg
相机: 全局快门, 1280x720@30fps, 视场角90°
IMU: 200Hz, 零偏稳定性8°/h
激光雷达: 16线, 水平360°, 测距0.5~100m
RTK: 支持网络差分, 更新率10Hz
云台: 三轴增稳, 稳定精度0.01°
计算单元: 6核CPU + GPU, 算力约20TOPS, 功耗15W
室外大范围测绘则更倾向固定翼或复合翼，相机配合RTK做正射采集，IMU用于事后紧耦合优化，激光雷达视任务精度决定是否加装。此时计算单元可适当降低实时性要求，采用“机上采集、地面处理”的分工。
五、常见误区与复盘
- 只看分辨率不看快门：卷帘快门在快速旋转时会产生果冻效应，视觉前端特征匹配会明显退化，运动场景应优先全局快门。
- 认为RTK可以替代SLAM：RTK在遮挡和城市峡谷中会失锁，且无法提供姿态和局部地图，SLAM与RTK是互补而非替代。
- 忽略云台与机体的耦合：云台虽能稳定相机，但其自身运动仍会引入额外自由度，标定时需考虑云台与IMU的外参。
- 算力估算过于乐观：前端特征提取、描述子匹配和后端优化同时运行时，峰值算力需求往往高于平均值，需预留30%以上余量。
- 传感器堆叠而不融合：多传感器若各自独立输出、没有统一的时间与坐标框架，融合效果可能不如单一可靠传感器。
综上，无人机视觉SLAM的硬件基础可以概括为：平台决定作业方式，IMU与相机提供高频与低频观测，激光雷达和RTK提供尺度与绝对约束，云台保障观测质量，计算单元完成实时解算。只有让这些部件在时间、坐标和算力上形成一致的整体，后续的建图与导航算法才能稳定发挥。