1. 课程导入

当无人机从实验室飞向真实空域，风就不再是“背景噪声”，而是直接参与飞行状态塑造的外部输入。阵风会让姿态角短时突变，持续侧风会把航迹慢慢推离计划航线，上升气流与下沉气流则会改变高度保持所需的推力。对于执行测绘、巡检、物流、应急通信等任务的无人机而言，能否“感知风、估计风、补偿风”，往往决定了任务能否稳定完成。本课程围绕风场感知与航迹修正两条主线展开，帮助学习者建立从环境感知到控制补偿的完整技术链路。

一、学习目标：从“看见风”到“修正航迹”

本课程不是单纯讲解气象知识，也不是只讲飞控算法，而是把两者打通。学完本课程后，学习者应达到以下目标：

• 理解风场建模的基本概念：包括平均风、阵风、风切变、湍流强度、风场梯度等，能区分它们对无人机不同飞行阶段的影响。
• 掌握风场感知的主要手段：机载空速管、IMU、GNSS、视觉光流、激光雷达、气象站与风场估计器之间的数据融合关系。
• 能够建立风估计与航迹修正的闭环思维：从传感器数据到风估计，再到前馈补偿、反馈校正与航迹重规划。
• 具备典型场景的分析能力：如侧风着陆、长航时巡检、山地峡谷飞行、城市楼宇间飞行等。
• 形成安全与复盘意识：识别风场感知失效、估计发散、补偿饱和等风险，并能通过日志与参数进行排查。

二、核心概念：风、空速、地速与航迹

理解风对无人机的影响，首先要区分三个速度概念。空速是无人机相对于空气的速度，地速是无人机相对于地面的速度，风速则是空气相对于地面的速度。三者满足矢量关系：地速 = 空速 + 风速。当无人机逆风飞行时，若空速不变，地速会降低；顺风时地速增大；侧风时则会产生横向漂移。飞控真正能直接控制的是姿态与推力，从而影响空速，而任务要求的是地速与航迹，因此必须通过风估计把两者联系起来。

风场感知的核心任务，是在线估计风速矢量与风场变化趋势。常见估计方法包括：基于空速与地速差值的直接风三角法、基于IMU与GNSS融合的惯性导航辅助估计、基于模型的气动估计，以及基于学习的方法。航迹修正则通常采用前馈补偿加反馈校正：前馈根据估计风矢量提前修正期望速度或姿态，反馈则利用位置误差进行闭环修正。若风估计准确，前馈可显著减小航迹误差；若估计存在偏差，反馈仍能保证系统稳定，但会牺牲部分精度与能耗。

三、整体框架：感知—估计—修正—执行

本课程的整体框架可以概括为四层。第一层是环境风场，包括平均风、阵风、风切变和湍流；第二层是机载感知层，通过空速管、IMU、GNSS、光流、激光雷达等获取原始数据；第三层是风估计器，利用风三角法、卡尔曼滤波、互补滤波或学习模型估计风速矢量；第四层是航迹修正层，通过前馈补偿、反馈校正和航迹重规划，把风估计结果转化为飞控可执行的姿态、速度或位置指令。最终，飞控执行层输出控制量，任务结果又通过航迹误差、能耗和安全性反馈回感知与估计环节，形成闭环。

这一框架的关键在于：风估计不是一次性计算，而是持续在线更新；航迹修正也不是简单叠加一个固定偏置，而是根据风场变化动态调整。只有把感知、估计、修正、执行四个环节打通，无人机才能在复杂风场中保持稳定航迹。

四、典型应用场景与误区复盘

风场感知与航迹修正在多个场景中具有直接价值。电力巡检中，无人机需要沿导线近距离飞行，侧风会导致与导线距离波动，必须通过风估计提前修正横向位置；山地测绘中，峡谷风与上升气流会改变相对高度，需要融合气压高度与GNSS进行风场估计；城市物流中，楼宇间风切变强烈，航迹修正需要更快响应；应急通信中，长航时飞行对能耗敏感，准确的风前馈补偿可减少无效姿态调整。

风场感知与航迹修正核心链路：
环境风场 → 机载传感器 → 风估计器 → 风矢量
        → 前馈补偿 + 反馈校正 → 飞控执行 → 航迹结果
        → 误差反馈 → 更新风估计与修正策略

本章作为课程导入，重点在于建立全局认知：风场感知是航迹修正的前提，航迹修正是风场感知的目的。只有把环境、感知、估计、修正、执行五个环节连成闭环，无人机才能在真实风场中飞得稳、飞得准、飞得安全。