2. 无人机平台与降落基础
视觉精准降落的实现，首先取决于对无人机平台本身的理解。不同平台的动力学特性、起降方式和坐标系约定，直接决定了视觉算法需要解决什么问题、在什么阶段介入、以及如何把图像中的像素误差转换为飞行控制量。本节从平台特性出发，逐步建立降落任务所需的坐标与阶段框架。
一、多旋翼与固定翼平台特性对比
多旋翼依靠多个旋翼的转速差实现升力与姿态控制，具备垂直起降、空中悬停和低速平移能力。这使它可以在目标上方长时间停留，通过视觉伺服逐步收敛水平误差，是视觉精准降落最主流的平台。固定翼则依靠机翼前向运动产生升力，无法悬停，只能以一定空速进场，降落过程更接近“下滑轨迹跟踪”，对视觉系统的实时性和预测能力要求更高。
| 对比维度 | 多旋翼 | 固定翼 |
|---|---|---|
| 升力来源 | 旋翼转速差 | 机翼前向气动升力 |
| 悬停能力 | 可稳定悬停 | 不可悬停 |
| 典型降落方式 | 垂直降落、精准降落 | 滑跑着陆、撞网、伞降 |
| 视觉介入阶段 | 进场、悬停、下降、触地 | 下滑道对准、拉平、触地 |
| 控制重点 | 位置与速度闭环 | 轨迹与空速协调 |
| 降落精度潜力 | 厘米级 | 米级至十米级 |
从工程实践看，多旋翼的降落误差主要来自视觉估计偏差与风扰，而固定翼的误差更多来自下滑轨迹偏差与拉平时机。因此，视觉精准降落课程以多旋翼为主要对象，但坐标系与阶段划分方法对两类平台同样适用。
二、起降方式与视觉介入点
多旋翼的起降方式包括手动起降、GPS 辅助起降、视觉辅助起降和全自主精准起降。视觉介入点通常出现在最后进近阶段：当无人机下降到一定高度，机载相机能够稳定识别降落标志后，视觉系统开始输出相对位姿，替代或融合 GPS 与气压高度信息。
- 手动起降：飞手目视操作，视觉仅用于图传观察，不参与控制。
- GPS 辅助起降：依赖卫星定位，水平精度通常在米级，适合开阔场地。
- 视觉辅助起降：视觉提供相对目标的位置修正，GPS 提供粗定位。
- 全自主精准起降：视觉主导末段引导，配合激光或超声高度，实现厘米级触地。
三、坐标系定义与转换关系
视觉精准降落涉及多个坐标系，必须明确每个坐标系的定义和转换链路。常见坐标系包括：世界坐标系（W）、机体坐标系（B）、相机坐标系（C）、图像坐标系（I）和降落标志坐标系（M）。
世界坐标系通常以起飞点或降落点为原点，Z 轴指向天或地，取决于约定。机体坐标系固连于无人机，原点在质心，X 轴指向机头，Z 轴指向机腹。相机坐标系原点在光心，Z 轴沿光轴向前，X 轴向右，Y 轴向下。图像坐标系以像素为单位，原点在图像左上角。降落标志坐标系固连于标志中心，用于描述目标位姿。
转换链路示例：
世界坐标 W → 机体坐标 B → 相机坐标 C → 图像坐标 I
↑
降落标志 M
关键外参：R_BW, t_BW（机体在世界系位姿）
关键外参：R_CB, t_CB（相机在机体上的安装位姿）
关键内参：K（焦距、主点、畸变系数）
实际系统中，相机安装角、镜头畸变和标志尺寸都会影响位姿解算精度。因此，标定环节必须覆盖内参标定和外参标定，并在飞行前验证重投影误差。
四、降落阶段划分与状态机
为了把视觉算法嵌入飞行控制，通常将降落过程划分为若干阶段，每个阶段有明确的进入条件、控制目标和退出条件。典型划分如下：
- 进场阶段：无人机从巡航高度飞向降落点上空，视觉开始搜索目标。
- 对准阶段：目标进入视野，视觉输出水平偏差，控制无人机对准标志中心。
- 下降阶段：在保持水平对准的同时降低高度，视觉持续跟踪目标尺度变化。
- 拉平阶段：接近地面时减小下降速度，抑制地面效应和气流扰动。
- 触地阶段：确认触地后关闭电机，完成降落。
五、案例与常见误区
以某次室外精准降落试验为例：无人机在 15 米高度进入视觉对准，目标为 1 米见方的 ArUco 标志。前 5 秒水平误差从 1.2 米收敛到 0.15 米，但在 3 米高度时因地面反光和标志部分遮挡，位姿估计出现跳变，水平误差反弹到 0.6 米。系统因设置了误差阈值保护，自动暂停下降并重新搜索目标，最终在 8 秒后完成触地，落点偏差约 12 厘米。
常见误区包括：把视觉估计当作绝对真值、忽略相机与机体之间的安装偏差、在低纹理地面强行依赖光流、以及阶段切换条件过于单一。复盘时应重点检查标定精度、光照条件和阶段阈值设置。
理解平台特性、起降方式、坐标系和阶段划分，是后续视觉算法设计与飞行控制集成的基础。只有把视觉输出准确映射到机体控制量，并在正确的阶段做正确的事，精准降落才能稳定复现。