1. 课程导入与融合系统总览

无人飞行器视觉感知与自主飞行融合，研究的不是“给无人机装一个摄像头”这么简单，而是让飞行器能够用视觉信息理解环境，并把这种理解转化为可执行的飞行决策。传统飞控依赖 GPS、IMU、气压计等传感器完成定位与姿态控制，在室外开阔环境中表现稳定；一旦进入室内、林下、城市峡谷或 GPS 拒止区域，定位精度和场景理解能力会迅速下降。视觉感知的价值在于：它以图像和深度信息为输入，提供障碍物位置、可通行区域、目标位姿、场景结构等环境语义，使飞行器从“按预设航点飞”升级为“根据看到的环境自主调整飞行”。

融合的目标可以概括为三层能力。第一层是感知层融合：把相机、IMU、激光雷达、超声波等数据在时间与空间上对齐，得到一致的环境描述。第二层是决策层融合：把感知结果转化为局部地图、代价地图或目标状态，供路径规划与避障使用。第三层是控制层融合：把规划出的速度、位置或姿态指令交给飞控执行，同时利用视觉反馈修正漂移。三层之间不是简单串联，而是存在闭环：控制动作会改变视角，视角变化又影响感知质量，因此系统设计必须考虑可观测性与实时性。

从系统组成看，一套典型的视觉感知与自主飞行融合平台包含五个部分。其一是感知前端：单目/双目/RGB-D 相机、IMU、激光雷达、超声波，负责采集原始数据。其二是计算平台：机载计算机或伴飞计算机，负责图像处理、特征提取、深度估计、目标检测与地图构建。其三是飞控与执行机构：飞控运行姿态与位置控制律，输出 PWM 或 DShot 信号驱动电机。其四是通信与地面站：数传、图传、遥控链路，用于监控状态、切换模式、记录日志。其五是电源与结构：电池、分电板、减震云台、机架，决定载荷能力与振动水平。五者共同决定系统能否在真实飞行中稳定运行。

典型任务链路可以按时间顺序拆解为六个环节：起飞与悬停、视觉初始化、局部建图、障碍检测、路径重规划、执行。以室内 5 m × 5 m 场地、飞行高度 1.2 m、最大速度 0.8 m/s 的示例任务为例，起飞后飞控先依靠 IMU 保持姿态稳定；视觉初始化阶段，相机提取 ORB 或 FAST 特征点，通过光流跟踪估计自身运动；局部建图阶段，利用双目视差或 RGB-D 深度生成 0.05 m 分辨率的体素地图；障碍检测阶段，对地图做膨胀处理，把障碍物边界外扩 0.3 m 作为安全裕度；路径重规划阶段，在代价地图上运行 A* 或 DWA 算法，输出速度指令；执行阶段，飞控跟踪速度指令并完成避障。整个链路中，任何一环延迟过大都会导致避障失败，因此需要关注各环节的耗时预算。

课程实践项目将围绕一条完整任务展开：在室内场地中，让四旋翼从起点自主飞行到终点，途中识别并绕开至少两个障碍物，最终在目标区域上方悬停 5 秒。项目分为四个阶段。第一阶段完成传感器标定与数据同步，确保图像与 IMU 时间戳对齐误差小于 5 ms。第二阶段实现视觉里程计，输出频率不低于 20 Hz，位置漂移在 3 m 飞行距离内小于 0.15 m。第三阶段构建局部代价地图并实现避障，要求最小障碍物间距 1.5 m 时能够安全通过。第四阶段进行系统联调，记录飞行日志，分析延迟、漂移与避障成功率。评价指标包括：任务完成率、平均飞行时间、最小障碍物距离、位置估计误差。示例目标值可设为任务完成率 ≥ 80%、最小障碍物距离 ≥ 0.25 m、位置估计误差 ≤ 0.2 m。