2. 定位基础

多源定位切换与重定位的前提，是理解每种定位源“在什么坐标系下、输出什么量、误差如何传播”。本节把坐标系与姿态、GNSS、惯性导航、视觉定位四条基础线索串起来，并给出常见传感器的特性对照，为后续的切换判据与重定位策略打底。

一、坐标系与姿态表示：定位的“共同语言”

无人机定位本质上是回答两个问题：我在哪里（位置）和我朝哪里（姿态）。位置必须依附于某个坐标系才有意义，姿态则描述机体坐标系相对参考坐标系的旋转关系。

• ECEF（地心地固坐标系）：原点在地心，随地球旋转，GNSS 卫星轨道与伪距解算天然在此系或与之密切相关的系中进行。
• ENU / NED（东北天 / 北东地）：以本地水平面为基准的导航系，飞控内部的速度、加速度、姿态通常在此系表达。ENU 与 NED 的第三轴方向相反，混用会导致高度符号错误。
• 机体坐标系：原点在机体重心，前右下（或前右上）定义，IMU 的角速度与比力直接在此系测量。
• 相机 / 传感器坐标系：视觉定位中像素坐标、相机坐标与机体系之间的外参标定关系，决定了视觉位姿能否正确接入导航系。

姿态表示常用三种形式：欧拉角（roll/pitch/yaw，直观但存在万向节死锁）、旋转矩阵（无奇异但需正交约束）、四元数（紧凑、无奇异，飞控内部普遍采用）。三者可互相转换，但要注意旋转顺序（如 Z-Y-X）与内旋/外旋约定，否则同一组欧拉角会对应不同姿态。

二、GNSS定位原理：从伪距到位置

GNSS 采用三边测量思想：接收机测量到多颗卫星的伪距，结合卫星星历给出的卫星位置，解算接收机位置与钟差。至少需要 4 颗卫星才能同时求解 x、y、z 与接收机钟差；若已知高度或使用气压高度辅助，可减少可见星要求。

伪距观测方程可简写为：

ρ_i = || P_sat_i - P_rx || + c·(δt_rx - δt_sat_i) + I_i + T_i + ε_i

ρ_i      : 第 i 颗卫星的伪距测量值
P_sat_i  : 由星历计算的卫星位置
P_rx     : 待求接收机位置
δt_rx    : 接收机钟差
I_i, T_i : 电离层、对流层延迟
ε_i      : 多路径与噪声

定位精度受几何构型（DOP）影响显著：卫星分布越分散，DOP 越小，解算越稳定；城市峡谷中卫星被遮挡、多路径严重，水平精度可能从米级退化到数十米。RTK/PPK 通过载波相位差分把精度提升到厘米级，但依赖基准站或网络差分服务，链路中断时会降级为单点定位。

三、惯性导航基础：短时高精度、长时漂移

IMU 输出角速度与比力。惯性导航通过积分得到姿态、速度和位置：角速度积分得姿态，比力扣除重力后积分得速度，再积分得位置。其特点是短时精度高、输出频率高、不依赖外部信号，但误差随时间累积，零偏与噪声会导致位置漂移。

• 零偏：陀螺零偏造成姿态缓慢漂移，进而使重力补偿方向错误，位置误差随时间平方增长。
• 尺度因子与轴间耦合：影响大动态下的积分一致性。
• 振动与温度：会改变零偏与噪声特性，需在线标定或温度补偿。

因此惯导通常与 GNSS、视觉、气压高度等组合，通过卡尔曼滤波等估计器融合，用外部观测抑制漂移。

四、视觉定位基础：从图像到位姿

视觉定位分为相对定位与绝对定位。相对定位通过相邻帧特征匹配估计相机运动（视觉里程计），短时平滑但会累积漂移；绝对定位通过识别已知地图或标志物（如 AprilTag、二维码、预建点云地图）直接获得全局位姿，可消除累积误差。

典型流程为：图像采集 → 特征提取与匹配 → 几何解算（PnP / 对极几何）→ 位姿优化 → 与惯导融合。视觉对光照、纹理、运动模糊敏感，弱光或无纹理地面容易失效；下视相机在平坦地面可能因特征重复而误匹配。

五、常见定位传感器及其特性对照

六、案例与误区复盘

场景：一架多旋翼在楼宇间飞行，GNSS 水平精度从 1 m 退化到 15 m，飞控仍以 GNSS 为主源，导致位置跳变。复盘发现：未及时切换至 VIO+IMU 组合，且 GNSS 与视觉的坐标系未统一到 ENU，融合时出现方向偏差。

掌握以上基础后，才能为多源定位切换设计合理的判据：当 GNSS 的 DOP 或残差超限、视觉特征数不足、IMU 漂移超阈值时，系统应能识别并切换到更可靠的定位源，并在条件恢复后完成重定位与平滑过渡。