3. 无人机降落挑战
无人机降落看似只是“把高度降到零”，但在真实任务中，它往往是整个飞行流程里最容易出错的一环。起飞时飞控可以依赖GPS、气压计和IMU完成粗略定位，巡航阶段也有足够的空间容错；而降落阶段要求飞行器在最后几米内把水平误差压到厘米级，同时还要处理地面效应、视觉遮挡、风扰和动态目标等问题。如果降落点是一个移动平台、一辆车或一块狭小停机坪，难度会进一步放大。
本节核心问题：为什么普通GPS定位无法满足精准降落？传统方案各自卡在哪里？AprilTag为什么能成为低成本、高鲁棒性的视觉降落基准？
一、精准降落的四个核心难点
精准降落之所以难，不是单一传感器精度不够，而是多个误差源在最后阶段同时收敛。可以把难点归纳为以下四类：
- 定位精度衰减：GPS在开阔环境下的水平误差通常在1～3米，RTK可以做到厘米级，但需要基站、固定解和良好天空视野。降落最后阶段，飞行器往往处于低空、近地、可能被建筑或树木遮挡的环境，GPS多路径效应和信号失锁会直接导致水平漂移。
- 地面效应与气流扰动：当无人机降到离地1米以内时，旋翼下洗气流在地面反弹，形成不规则的地面效应。气压计高度读数会波动，飞行器容易出现上下振荡和水平偏移，单纯依赖气压定高很难稳定悬停。
- 目标识别与相对定位：如果降落点是一个标记或平台，飞行器需要知道“目标在图像中的哪个位置”以及“目标相对于机体的三维位姿”。这涉及相机标定、畸变校正、特征提取和位姿解算，任何一步误差都会传递到最终落点。
- 动态与遮挡：移动降落平台上，目标本身在运动；同时，降落过程中机体会遮挡部分视野，光照变化、阴影、反光也会让视觉算法失效。降落不是静态对准，而是一个持续闭环控制过程。
二、传统方案对比：GPS、RTK、超声波与视觉
在实际工程中，常见的降落辅助方案包括GPS/RTK、超声波/激光定高、红外/视觉标记等。它们各有适用边界，下面用表格做一个横向对比。
| 方案 | 定位原理 | 典型精度 | 优点 | 局限 |
|---|---|---|---|---|
| GPS单点 | 卫星伪距定位 | 水平1～3 m | 全球可用、成本低 | 精度不足，遮挡下漂移 |
| RTK | 载波相位差分 | 水平1～3 cm | 精度高、可动态 | 需基站/网络，固定解易失锁 |
| 超声波/激光 | 飞行时间测距 | 高度厘米级 | 低空定高稳定 | 只测高度，不解决水平对准 |
| 红外/光流 | 图像运动估计 | 分米级 | 短时水平速度估计 | 纹理弱、光照变化时失效 |
| AprilTag视觉 | 已知编码标记位姿解算 | 厘米级（近距） | 低成本、可给6DoF位姿 | 需标记可见、需标定 |
从表中可以看出，RTK在开阔环境下精度最高，但降落场景往往不具备稳定差分条件；超声波和激光只能解决高度问题；光流在低纹理地面容易漂移。真正能同时提供“水平相对位置+高度+姿态”的低成本方案，视觉标记是更现实的选择。
三、AprilTag的优势：为什么它适合做降落基准
AprilTag是一种基于二维码家族的视觉基准标记，每个标签有唯一ID，检测算法可以快速提取四个角点，并通过已知的标签尺寸和相机内参解算出标签相对于相机的6自由度位姿。相比普通二维码或自定义色块，AprilTag在降落任务中有几个关键优势：
- 检测稳定：采用黑白高对比编码和纠错机制，在部分遮挡、倾斜和光照变化下仍能识别。
- 位姿直接：一次检测即可得到标签中心在相机坐标系下的X、Y、Z和姿态角，天然适合作为降落控制的目标量。
- 成本极低：只需打印一张标签贴在降落平台，不需要额外基站或高精度GPS。
- 可扩展：可以布置多个不同ID的标签，实现多平台选择、方向对齐和冗余检测。
关键理解：AprilTag不是“更准的GPS”，而是一个相对定位基准。它解决的是“我离目标还有多远、偏了多少”的问题，而不是“我在世界中的绝对位置”。这正是降落最后阶段最需要的信息。
四、从检测到降落的信号链
下面这张图展示了AprilTag降落方案的核心信号链：相机采集图像，经过检测与位姿解算，得到相对位置误差，再送入飞控的位置环，最终控制无人机向标签中心收敛。图中同时标出了传统GPS方案在最后阶段容易失效的环节。
五、案例与常见误区
一个典型的实操场景是：无人机在户外执行物资投送，降落点是一块1米×1米的停机坪，上面贴有36h11家族的AprilTag。飞行器在5米高度开始切换视觉降落模式，相机以30fps检测标签，位姿解算得到水平偏差约0.3米。飞控将偏差映射为速度指令，先修正水平位置，再以0.3m/s缓降。当高度低于0.5米时，标签在画面中变大，检测更稳定，最终落点误差可控制在5厘米以内。
但实际调试中，初学者常犯以下错误：
- 忽略相机标定：内参不准会直接导致位姿解算的Z轴和水平角误差，标签看起来“对准了”，实际却偏了。
- 标签尺寸填错：AprilTag解算依赖真实物理尺寸，打印后缩放或测量错误会让高度估计整体偏移。
- 只调检测阈值，不调控制：检测频率高不代表降落稳，位置环增益过大反而会引起振荡。
- 忽视光照与运动模糊：低空快速下降时图像模糊，角点检测失败，需要在控制上限制下降速度。
复盘要点：精准降落是一个“感知—解算—控制”闭环。AprilTag解决的是感知与相对定位问题，但最终落点精度还取决于相机标定、标签安装、飞控参数和下降策略。任何一环出问题，都会表现为“最后几厘米对不准”。
总结来看，传统GPS/RTK方案在开阔场景有优势，但在低空、遮挡和动态降落中难以稳定提供厘米级相对位置；超声波和光流只能解决部分维度；AprilTag则以低成本、6DoF位姿和强鲁棒性，成为无人机精准降落中最实用的视觉基准之一。理解它的优势与边界，是后续搭建完整降落系统的前提。