2. 无人机平台与传感器基础
要让深度学习模型真正驱动无人机避障，第一步不是写网络，而是搞清楚“飞的是什么、看的是什么、量的是什么、算在哪”。本节围绕平台与传感器展开，建立后续数据采集、模型训练与实机部署的物理基础。
一、常见无人机类型与选型逻辑
避障任务对平台的要求集中在载荷能力、续航、算力与稳定性上。常见类型可归纳为四类：
- 多旋翼（四旋翼为主）：可悬停、机动灵活、起降场地要求低，是视觉避障研究最常用的平台；缺点是续航短（通常 20~40 分钟）、载荷有限。
- 固定翼：续航长、速度快，适合大范围巡检；但无法悬停，避障响应窗口短，对前视感知距离要求高。
- 复合翼（垂直起降固定翼）：兼顾垂直起降与长航时，结构复杂、成本高，多用于行业应用。
- 无人直升机：载荷大、续航长，但机械结构复杂、维护成本高，视觉避障研究中使用较少。
选型时优先确认三个参数：最大起飞重量（决定能挂多少传感器与算力板）、有效载荷余量（建议保留 20% 以上）、以及飞控是否开放姿态与位置接口（决定能否接入自定义避障指令）。
二、相机与深度传感器
视觉避障的“眼睛”分为被动与主动两类。被动相机（单目、双目、RGB-D 中的 RGB 通道）成本低、帧率高，但单目无法直接获得尺度，需要靠运动或先验估计深度。主动传感器（结构光、ToF、激光雷达）可直接输出深度，但受阳光、反射材质与量程限制。
| 传感器 | 输出 | 典型量程 | 优点 | 局限 |
|---|---|---|---|---|
| 单目相机 | RGB 图像 | — | 轻、便宜、帧率高 | 无绝对尺度，依赖算法估深 |
| 双目相机 | RGB + 视差 | 0.5~20 m | 可算稠密深度 | 弱纹理、远距离精度下降 |
| RGB-D（结构光/ToF） | RGB + 深度图 | 0.3~5 m | 直接给深度 | 室外强光下易失效 |
| 激光雷达 | 点云 | 10~100 m | 精度高、量程远 | 重、贵、点云稀疏 |
工程上常见组合是“前视双目 + 下视 ToF + 激光雷达”做冗余：双目负责中近距离语义避障，ToF 负责低空定高，激光雷达提供远距离安全边界。
三、IMU 与 GPS：状态估计的两条腿
IMU（惯性测量单元）由三轴加速度计与三轴陀螺仪组成，输出高频（100~1000 Hz）的角速度与比力，短时精度高但会积分漂移。GPS 提供低频（1~10 Hz）的绝对位置，长期稳定但易受遮挡与多径影响。二者通过卡尔曼滤波或因子图融合，得到无人机的位置、速度与姿态估计。
典型数据流如下：
IMU(200Hz) ─┐
GPS(5Hz) ──┼─► 状态估计(EKF/UKF) ─► 位置/速度/姿态
相机(30Hz)─┘ ▲
└── 视觉里程计/深度网络提供相对观测四、坐标系与标定：让所有传感器说同一种语言
无人机上至少存在四套坐标系：世界系（ENU/NED）、机体系（前-右-下）、相机系（光心为原点，Z 向前）、图像系（像素坐标）。避障算法要把障碍物从图像系变换到机体系，再变换到世界系，任何一步外参错误都会导致“看到障碍却撞上去”。
标定分三步：
- 相机内参标定：用棋盘格求焦距、主点与畸变系数，常用张正友标定法。
- 相机-IMU 外参标定：求相机与 IMU 之间的旋转与平移，常用 Kalibr 工具。
- 机体系对齐：确认相机光轴与机体前向的夹角，写入飞控参数。
# 相机内参标定示例（OpenCV）
python calibrate.py --pattern 9x6 --square 0.025 \
--images ./calib_imgs --output camera.yaml
# 相机-IMU 外参标定（Kalibr）
kalibr_calibrate_cameras --bag data.bag --topics /cam0
kalibr_calibrate_imu_camera --bag data.bag --cam cam.yaml --imu imu.yaml五、案例与常见误区
某团队在室内做避障测试时模型表现良好，搬到室外后频繁误判。复盘发现：室内用 RGB-D，室外强光下深度图大面积失效，而模型训练时从未见过“深度缺失”的输入。修正方案是加入深度置信度通道，并在训练集中混入缺失掩码样本。
另一个高频误区是忽略时间同步。相机 30 Hz、IMU 200 Hz、GPS 5 Hz，若不做硬件触发或时间戳对齐，融合后的状态估计会出现“鬼影”，避障框位置抖动。工程上应统一使用飞控时间戳，并检查各传感器时间偏移是否小于 5 ms。
把平台、传感器、状态估计与坐标系标定串成一条链路后，后续的深度网络训练与避障策略才有可靠的输入。任何一环的物理误差，都会在模型输出端被放大成飞行风险。