3. 传感器概述

在无人机多传感器三维避障融合系统中，没有任何一种传感器能够独立覆盖全部场景。视觉相机擅长识别语义与纹理，激光雷达擅长精确测距与建图，毫米波雷达擅长穿透雨雾并测量径向速度，超声波与红外负责近距补盲，IMU 提供高频姿态与加速度，GPS 提供全局绝对位置。理解这些传感器的物理原理与特性边界，是后续进行时间同步、空间标定与融合决策的前提。

一、核心原理：七类传感器如何“感知世界”

视觉相机通过镜头将场景投影到 CMOS/CCD 感光阵列，输出二维像素亮度与颜色信息。单目相机无法直接获得深度，需依靠运动视差、特征尺度或深度学习推断；双目相机通过左右视差三角测量获得深度；RGB-D 相机则借助结构光或飞行时间（ToF）直接测距。视觉的强项是语义丰富、成本低、分辨率高，弱点是受光照、纹理和运动模糊影响大。

激光雷达（LiDAR）发射激光脉冲并测量回波时间，按 d = c·Δt/2 计算距离，通过旋转或固态扫描形成三维点云。其测距精度可达厘米级，角分辨率高，能直接生成稠密三维结构，但受雨雾、灰尘和强光影响，且成本与体积相对较高。

毫米波雷达工作在 24GHz、77GHz 或 79GHz 频段，发射调频连续波（FMCW），通过差频信号同时解算距离与径向速度。它对雨、雾、尘的穿透能力强，可直接输出目标距离、方位与速度，但角分辨率较低，点云稀疏，对静止小目标识别较弱。

超声波传感器发射 40kHz 左右声波，测量回波时间得到距离，典型有效范围 0.2～5m，成本极低，适合近距定高与避障，但波束角大、刷新率低、易受风与温度影响。红外传感器分为主动红外测距与被动红外热成像：前者用于近距避障，后者可在夜间识别热源，但受阳光与热干扰明显。

IMU（惯性测量单元）由三轴陀螺仪与三轴加速度计组成，输出角速度与比力，积分后得到姿态、速度与位置。其频率可达 100～1000Hz，短时动态响应极佳，但存在零偏与积分漂移，不能单独用于长时定位。GPS/RTK 通过卫星伪距与载波相位解算绝对位置，RTK 可达厘米级，但更新率低（通常 1～20Hz），且在城市峡谷、室内和遮挡环境下易失锁。

二、方法流程：从原始数据到融合可用信息

多传感器融合并非简单叠加，而是一条标准化的处理链路。第一步是时间同步：以 IMU 或 GPS 的 PPS 秒脉冲为基准，将相机曝光时刻、激光雷达扫描帧、雷达 chirp 时刻统一到同一时间轴，常用硬件触发或软件时间戳对齐。第二步是空间标定：通过棋盘格、标定板或联合标定算法，求解相机内参、相机-激光雷达外参、雷达-IMU 外参，建立统一坐标系。第三步是数据预处理：图像去畸变、点云去地面与聚类、雷达点迹滤波、超声波与红外阈值去噪。第四步是特征关联与融合：将视觉检测框、激光点云簇、雷达目标航迹进行空间匹配，按置信度加权输出障碍物位置、速度与类别。第五步是决策与避障：融合结果输入局部规划器，生成绕行或悬停指令。

典型融合处理伪代码：
for each frame:
    t = sync(imu_ts, cam_ts, lidar_ts, radar_ts)
    img = undistort(cam_img)
    pc  = remove_ground(lidar_points)
    det = detect_objects(img)          # 视觉语义
    clu = cluster(pc)                  # 激光几何
    trk = radar_tracks(radar_data)     # 雷达速度
    fused = associate(det, clu, trk, t)
    obstacles = weight_fusion(fused)
    cmd = local_planner(obstacles)

三、案例场景：不同环境下的传感器组合策略

在城市楼宇间飞行时，GPS 易受多路径与遮挡影响，视觉与激光雷达成为主力：视觉识别行人、车辆与信号灯，激光雷达构建楼体轮廓，IMU 提供高频姿态补偿，毫米波雷达监测横向来车速度。在雨雾天气中，视觉与激光雷达性能下降，毫米波雷达因穿透力强而承担远距目标探测，超声波负责近距悬停定高，IMU 与 GPS 维持基本导航。在室内或无 GPS 环境中，视觉 SLAM 与激光 SLAM 提供相对定位，超声波与红外完成近距避障，IMU 提供短时姿态，GPS 仅作辅助或关闭。在夜间搜救场景中，红外热成像识别热源，激光雷达提供几何结构，毫米波雷达探测运动目标，视觉可见光相机退居辅助。

四、特性对比表与常见误区

掌握上述七类传感器的原理与特性边界后，才能进入下一阶段的融合架构设计：如何为不同传感器分配权重、如何设计故障降级策略、如何在算力受限的机载平台上实现实时融合。这些问题的答案，都建立在对传感器“能做什么、不能做什么”的清晰认知之上。