2. 无人飞行器平台与飞行控制基础

视觉感知与自主飞行融合的第一步，是让算法“知道自己在哪、朝哪、怎么动”。这依赖三个基础：平台特性决定运动能力，坐标系与姿态表示决定状态如何描述，飞控接口与仿真环境决定算法如何接入并验证。本节围绕多旋翼与固定翼的差异、坐标系与姿态表示、飞控接口、PX4/ArduPilot 基础以及仿真环境搭建展开。

一、多旋翼与固定翼平台特性

多旋翼通过多个旋翼转速差产生升力与力矩，典型四旋翼在悬停时四个电机转速相近，通过改变对角电机转速实现偏航，通过前后或左右转速差实现俯仰与横滚。它的优势是垂直起降、悬停、低速机动，适合室内巡检、目标跟踪、精细避障；代价是续航短、巡航速度低、气动效率差。固定翼依靠机翼前向运动产生升力，必须有空速才能维持飞行，优势是航程长、速度快、载重大，适合大范围测绘与巡线；代价是无法悬停、起降需要跑道或弹射回收、低速易失速。

从视觉感知角度看，多旋翼相机可长时间对准同一目标，适合视觉伺服与目标跟踪；固定翼相机随飞行快速平移，图像存在明显运动模糊与尺度变化，更适合正射测绘、条带拼接与远距离目标检测。控制上，多旋翼常以位置—速度—姿态—角速率串级控制，固定翼则需协调滚转、俯仰、油门与偏航，转弯靠滚转产生侧向力，高度靠俯仰与油门配合。

二、坐标系与姿态表示

飞控与视觉算法必须统一坐标系。常用约定为：NED（北—东—地）用于导航，x 指北、y 指东、z 指地，向下为正；FRD（前—右—下）用于机体，x 指机头、y 指右、z 指下。姿态表示有三种：欧拉角（滚转 φ、俯仰 θ、偏航 ψ）直观但存在万向锁；旋转矩阵 R 无奇异但需正交约束；四元数 q=(w,x,y,z) 计算高效、适合姿态更新与插值。视觉中相机坐标系通常为 RDF（右—下—前）或 RUF，接入前必须做轴系变换，否则会出现“图像里目标在左、飞机却往右飞”的方向错误。

姿态更新常用四元数微分方程，角速率来自陀螺仪，经互补滤波或 EKF 融合加速度计、磁力计与 GPS。PX4 与 ArduPilot 内部均以四元数维护姿态，对外通过 MAVLink 提供欧拉角与四元数两种消息。

三、飞控接口与 PX4/ArduPilot 基础

飞控对外接口分三类：通信接口（MAVLink over UART/UDP，用于地面站与机载计算机）、控制接口（Offboard 模式接收位置/速度/姿态/角速率设定值，GUIDED 模式接收航点与起飞降落指令）、执行接口（PWM、DShot、CAN 驱动电调与舵机）。PX4 采用 uORB 发布/订阅消息总线，模块化程度高，Offboard 模式要求以不低于 2 Hz 的频率持续发送设定值，否则触发失效保护；ArduPilot 以 GUIDED 模式为主，通过 MAVLink 的 SET_POSITION_TARGET_LOCAL_NED 消息接收目标，参数体系庞大但文档成熟。

机载计算机接入时，典型链路为：Jetson/Raspberry Pi 通过串口或以太网连接飞控 TELEM 口，运行 MAVSDK 或 MAVROS，将视觉算法输出的目标位置转换为 NED 坐标下的位置设定值，再以 10～50 Hz 发送。注意单位：MAVLink 位置为米，速度 m/s，角度为弧度或度需按消息定义区分。

四、仿真环境搭建

仿真用于在真机试飞前验证视觉算法与接口逻辑。推荐组合：PX4 + Gazebo 或 ArduPilot + Gazebo，配合 ROS 2 与 MAVROS/MAVSDK。搭建步骤：安装 PX4-Autopilot 源码并执行 make px4_sitl gazebo 启动 SITL；在 Gazebo 中加载带相机的四旋翼模型；启动 MAVROS 桥接；用 rostopic echo /mavros/local_position/pose 检查位姿是否更新。若需视觉闭环，可在 Gazebo 中订阅相机图像话题，运行目标检测节点，将结果转为位置设定值发回飞控。

# 示例：启动 PX4 SITL 与 Gazebo
cd ~/PX4-Autopilot
make px4_sitl gazebo

# 另开终端启动 MAVROS
ros2 launch mavros px4.launch fcu_url:="udp://:14540@127.0.0.1:14557"

# 检查本地位置
ros2 topic echo /mavros/local_position/pose --once