2. 无人机平台与传感器基础

无人机雷达视觉融合感知的第一步，不是写算法，而是把“平台—传感器—标定”这条物理链路理解清楚。平台决定运动边界，传感器决定观测边界，标定决定两者能否在同一坐标系里对话。本节围绕无人机分类与飞行特性、雷达传感器类型、视觉传感器类型、多传感器搭载方式与标定需求展开，为后续融合算法建立工程直觉。

一、无人机分类与飞行特性

从融合感知角度看，无人机可按平台构型分为多旋翼、固定翼、复合翼和无人直升机。多旋翼可悬停、低速机动强，适合近距精细感知，但续航短、振动大；固定翼巡航效率高、速度快，适合大范围测绘与巡检，但无法悬停，转弯半径大；复合翼兼顾垂直起降与巡航，起降场地要求低；无人直升机载荷能力强，但机械复杂、维护成本高。

飞行特性直接影响传感器选型与融合策略。多旋翼的俯仰/横滚角变化频繁，视觉图像易出现运动模糊，雷达点云也会因姿态抖动产生畸变；固定翼速度高，视觉帧间位移大，需要更高帧率或全局快门；复合翼在过渡飞行阶段振动与姿态突变明显，是融合算法最易失效的工况。工程上常关注振动频谱、角速度带宽、最大爬升率、悬停精度等参数，它们决定了传感器安装位置、减振设计和时间同步精度。

二、雷达传感器类型

无人机常用雷达包括毫米波雷达、激光雷达（LiDAR）和合成孔径雷达（SAR）。毫米波雷达体积小、成本低、穿透雾雨能力强，可输出距离、速度、角度，适合避障与目标跟踪，但角分辨率有限、点云稀疏；激光雷达分辨率高、测距准，能生成稠密三维点云，适合建图与精细避障，但受雨雾影响大、成本高；SAR 通过运动合成大孔径，适合大范围地表成像，但实时性差、处理复杂。

选型时需权衡探测距离、视场角、分辨率、帧率、功耗与重量。例如近距避障优先毫米波或固态激光雷达；测绘建图优先机械式或固态激光雷达；恶劣天气下远距感知可考虑毫米波雷达与视觉互补。雷达输出通常包含点云、目标列表或距离-多普勒图，融合前需明确其坐标系、时间戳和噪声模型。

三、视觉传感器类型

视觉传感器主要包括单目相机、双目相机、RGB-D 相机和事件相机。单目相机成本低、帧率高，但缺乏绝对尺度，需依赖运动或已知目标估计深度；双目相机通过视差直接获得深度，适合中近距稠密感知，但标定复杂、计算量大；RGB-D 相机可同时输出彩色图与深度图，近距精度高，但室外强光下易失效；事件相机只输出亮度变化，延迟极低、动态范围大，适合高速运动场景，但输出稀疏、算法生态尚不成熟。

视觉传感器的关键参数包括分辨率、帧率、快门类型、视场角、曝光方式和内参。全局快门可减少高速运动畸变，卷帘快门成本低但易产生果冻效应。融合系统中，视觉提供丰富纹理与语义，雷达提供精确距离与速度，两者互补是提升鲁棒性的核心思路。

四、多传感器搭载方式与标定需求

多传感器搭载需考虑安装位置、视场重叠、刚性连接和减振。常见方式有：共轴安装（雷达与相机同轴，视场易对齐）、旁轴安装（存在视差，需外参补偿）、分布式安装（多传感器覆盖不同方向，需统一时空基准）。安装时应尽量保证传感器刚性固定，避免飞行中相对位移；减振设计可降低高频振动对点云和图像的影响。

标定是融合的前提，分为内参标定和外参标定。内参标定确定相机焦距、主点、畸变系数，以及雷达的角分辨率、距离偏移等；外参标定确定雷达与相机之间的旋转和平移关系。常用方法包括棋盘格标定、靶标法、基于运动的手眼标定和基于互信息的无靶标标定。时间同步同样关键，需统一时间戳，常用硬件触发或 PPS 同步，软件上可采用插值对齐。

五、典型场景与工程复盘

以多旋翼电力巡检为例：平台悬停时振动集中在 50～200 Hz，视觉图像出现高频模糊，激光雷达点云出现分层。工程上先在云台与机身之间增加橡胶减振，再将相机曝光时间缩短至 1/1000 s，并对雷达点云做运动补偿。标定方面，采用棋盘格完成相机内参，再用靶标法求取雷达-相机外参，最后用 PPS 同步时间戳。融合后，视觉识别绝缘子缺陷，雷达提供距离与位置，缺陷定位误差从 1.2 m 降至 0.3 m。

另一个误区是忽视时间同步。视觉 30 Hz、雷达 10 Hz，若时间戳偏差 50 ms，在 10 m/s 飞行速度下会产生 0.5 m 的空间错位，足以让融合目标“重影”。因此，硬件触发与统一时钟是工程落地的底线要求。

综上，无人机平台与传感器基础可归纳为一条工程主线：先明确平台运动特性，再选择雷达与视觉组合，最后通过内参、外参和时间同步标定，把多源数据统一到同一时空基准。只有这条链路可靠，后续的融合算法才有稳定的输入，感知结果才具备可重复性和工程可信度。