1. 课程导入

无人机从“能飞”走向“能自主飞”，最关键的一步不是飞控参数调得多好，而是它能否在复杂环境中“看见—理解—决策—规避”。视觉避障正是把相机、深度学习与飞控执行连接起来的一条完整工程链路。本课程围绕这条链路展开，目标不是只讲某个网络结构，而是让你具备把算法落到真实无人机平台上的工程能力。

一、为什么无人机需要视觉避障

传统无人机依赖GNSS定位与人工遥控，在开阔场景中表现稳定，但一旦进入城市楼宇、室内仓库、林区、电力巡检走廊等环境，GNSS信号衰减、障碍物密集、动态目标频繁出现，仅靠定位与预设航线无法保证安全。超声波、红外、激光雷达各有局限：超声波探测距离短、易受反射面影响；红外受光照与温度干扰；激光雷达成本高、重量大、对透明与高反物体识别有限。视觉传感器成本低、信息丰富、重量轻，能同时提供纹理、颜色、深度线索，是中小型无人机避障的主流选择。

视觉避障的意义可以概括为三点：安全冗余——在GNSS失效或遥控中断时提供最后一道防线；任务扩展——让无人机能进入室内、林下、桥底等无GPS场景；智能升级——从“按航线飞”升级为“按环境飞”，为自主导航与集群协同打基础。

二、核心概念：从像素到动作的闭环

视觉避障不是单一算法，而是一条信号链。相机采集图像，经过预处理与特征提取，由深度学习模型完成障碍物检测、深度估计或语义分割，再通过几何映射把像素坐标转换为机体坐标系下的距离与方位，最后由规划模块生成规避指令，飞控执行姿态或速度调整。整条链路存在延迟、噪声与不确定性，工程难点在于让每一环都“够快、够准、够稳”。

三、学习目标与能力矩阵

本课程按“基础—感知—决策—部署”四阶段推进，最终目标是让你能独立完成一套可实飞的视觉避障原型系统。具体能力目标如下表所示。

四、典型场景与工程案例

以电力巡检为例：无人机沿输电线路飞行，需要识别导线、绝缘子、塔架，同时避开树木与交叉线路。视觉避障系统需在机载算力受限条件下，以不低于15帧/秒的速度完成检测与距离估计，并在50毫秒内输出规避指令。若模型过大导致延迟超过100毫秒，无人机在5米/秒速度下已前进0.5米，避障窗口急剧缩小。因此，精度与延迟的平衡是贯穿全课程的工程主线。

五、常见误区与复盘

• 误区一：只关注模型精度，忽略推理延迟。机载平台算力有限，一个高精度大模型可能因延迟过高而完全不可用。
• 误区二：把检测框直接当障碍物距离。检测框只给出像素位置，必须结合相机内外参和深度信息才能得到真实距离。
• 误区三：忽略相机标定与同步。双目未同步或标定误差大，深度估计会系统性偏移，导致避障误判。
• 误区四：仿真通过就认为实飞可行。真实环境存在光照变化、运动模糊、振动与风扰，必须留出充足安全余量。

# 课程环境建议（后续章节逐步搭建）
Ubuntu 20.04 / 22.04
ROS2 Humble + PX4 SITL + Gazebo
Python 3.10, PyTorch 2.x, OpenCV 4.x
TensorRT 8.x（Jetson平台）

视觉避障的工程本质，是在感知不确定性与实时性约束之间寻找可行解。接下来的29章，将沿着“看得见、看得准、算得快、飞得稳”这条主线，逐层拆解每一个环节。你现在需要建立的认知是：避障不是某一个模型的独角戏，而是一条从光子到舵机的完整工程链路。