3. 视觉传感器与硬件选型

在无人机视觉精准降落系统中，传感器是整条感知链路的起点。选错传感器，后面的算法再优秀也难以弥补。精准降落的核心任务可以概括为：在最后 5～30 米阶段，稳定估计降落标志（如 ArUco、AprilTag、H 形靶标）相对于机体的六自由度位姿，并在最后 1 米内保持厘米级横向精度与稳定的下降速度。不同传感器在分辨率、深度获取方式、帧率、延迟、光照鲁棒性、重量与算力开销上差异巨大，因此必须结合场景做工程化取舍。

一、五类传感器的成像原理与关键参数

单目相机通过单个镜头成像，依靠标志点的几何尺寸与透视投影关系解算位姿（PnP）。它的优势是结构简单、重量轻、帧率高、成本低，配合已知尺寸的靶标可获得很高的相对精度。缺点是尺度依赖靶标先验，一旦靶标被遮挡或距离过远导致像素不足，位姿解算会迅速退化。

双目相机利用左右视图的视差计算深度，深度精度与基线长度成正比、与距离平方成反比。它在近距离（1～10 米）表现良好，且不依赖靶标即可获得稠密或半稠密深度。但双目对纹理缺失、重复纹理和强光反射敏感，标定与极线校正的精度直接决定深度质量。

RGB-D 相机（结构光或 ToF）主动投射红外图案或调制光，直接输出对齐的彩色图与深度图。它在中近距离能提供高帧率稠密深度，适合无靶标降落与障碍物检测。但结构光在强阳光下易被淹没，ToF 存在多路径干扰，室外使用需谨慎评估。

事件相机每个像素异步输出亮度变化事件，具有微秒级延迟、超高动态范围（>120dB）和极低运动模糊。它非常适合高速下降、强逆光或快速旋转场景，但输出是稀疏事件流，需要专门的事件累积与特征提取算法，且无法直接提供绝对亮度图像。

红外与激光雷达：红外热像仪可穿透烟雾、在夜间工作，适合夜间或低能见度降落；激光雷达通过飞行时间测距获得高精度点云，测距精度可达厘米级，但重量、功耗和成本较高，且对雨雾、扬尘敏感。在精准降落中，激光雷达常用于提供高可靠的相对高度与地面平整度信息。

二、参数解读：哪些指标真正决定降落精度

选型时不能只看“分辨率越高越好”。对精准降落而言，以下参数优先级更高：

• 视场角（FOV）：决定在 1 米高度时能覆盖多大靶标。FOV 过小会导致低空靶标出画，过大则靶标像素占比不足。
• 全局快门 vs 卷帘快门：下降过程中机体存在振动与旋转，卷帘快门会产生果冻效应，导致位姿解算抖动，精准降落应优先选择全局快门。
• 时间同步与延迟：图像时间戳与 IMU 时间戳的同步误差直接引入位姿滞后。建议硬件触发同步，延迟控制在 5ms 以内。
• 动态范围：室外降落时地面反光与阴影并存，低动态范围会导致靶标过曝或欠曝，事件相机与 HDR 传感器在此有明显优势。
• 重量与功耗：小型多旋翼对载荷极敏感，传感器重量每增加 50g，续航与机动性都会下降。

三、典型场景与配置案例

以某物流无人机精准降落项目为例，其配置如下：

# 传感器配置清单（示例）
camera_main:  单目全局快门 1280x960 @ 90fps, FOV 70°, 重量 18g
camera_depth: RGB-D ToF 640x480 @ 30fps, 量程 0.3~5m, 重量 120g
lidar_alt:    单点激光测距 0~40m, 精度 ±1cm, 重量 35g
event_cam:    事件相机 640x480, 延迟 <1ms, 重量 45g
imu:          6轴 IMU 200Hz, 与相机硬件同步
# 融合策略
# 1) 远距（>10m）：单目 + 激光测高，检测靶标并粗定位
# 2) 中距（3~10m）：单目 PnP + RGB-D 深度交叉验证
# 3) 近距（<3m）：单目高帧率 PnP 主导，事件相机监测高速运动
# 4) 最后 0.5m：激光测高触发降落判定，视觉提供横向纠偏

该配置在室外晴天、3 级风条件下，实现了横向落点误差小于 8cm、下降速度波动小于 0.15m/s 的效果。关键经验是：没有一种传感器能独立完成全阶段任务，必须按距离与光照分段融合。

四、常见误区与复盘

五、选型速查清单

综上，视觉传感器选型的本质是在精度、鲁棒性、重量与算力之间寻找匹配场景的平衡点。单目负责高精度位姿，双目与 RGB-D 负责稠密深度，事件相机负责极端动态，红外与激光雷达负责可靠测高与夜间能力。理解每类传感器的物理原理与参数边界，才能在精准降落系统中做出正确的硬件决策。