1. 课程导入与安全返航框架

无人系统在真实任务中面临的最大风险，往往不是“飞不起来”，而是“回不来”。当通信链路中断、导航信号受扰、动力余量不足或任务载荷异常时，系统能否自主判断、规划并执行一条安全返航路径，直接决定了任务成败与平台存亡。本课程围绕自主返航（Autonomous Return-to-Home, RTH）与应急任务管理两条主线展开，帮助学习者建立从风险识别、状态判定、路径规划到应急决策的完整能力体系。

一、什么是自主返航与应急任务管理

自主返航指无人系统在失去外部指令、链路降级或触发安全条件时，不依赖操作员实时操控，自主完成“状态评估—返航决策—路径规划—航迹跟踪—安全着陆/回收”的全过程。它强调三个关键词：自主（无人工干预）、安全（优先保证平台与人员安全）、可预期（行为符合预设策略）。

应急任务管理则是更高一层的任务级能力：当原任务无法继续时，系统需要在剩余能量、剩余时间、空域约束和载荷状态下，重新分配任务优先级，决定是返航、就近备降、悬停等待还是执行降级任务。二者关系可概括为：应急任务管理决定“做什么”，自主返航解决“怎么安全回来”。

二、系统边界：返航能力涉及哪些环节

自主返航不是单一算法，而是一条跨越感知、决策、控制与执行的链路。理解系统边界，有助于后续章节定位问题。典型边界可划分为：

• 状态感知层：IMU、GNSS、气压计、视觉/激光里程计、电池管理系统（BMS）、链路质量监测。
• 健康评估层：故障检测与隔离（FDI）、剩余能量估计、导航可信度评估。
• 决策与规划层：返航触发逻辑、返航点选择、路径规划、高度策略、避障重规划。
• 控制与执行层：姿态/位置控制器、航迹跟踪、降落/回收机构。
• 人机与监管接口：地面站告警、远程接管、日志记录与事后复盘。

需要特别说明的是，返航能力不包含任务载荷本身的业务处理，也不等同于“一键返航”这种简单功能。真正的自主返航必须能在导航降级、链路丢失等异常条件下仍然工作。

三、典型场景与安全目标

不同场景对返航的要求差异很大。例如：

可以看到，安全目标并非单一“回到起点”，而是在约束条件下最大化生存概率与任务价值。这也是本课程反复强调的权衡思想。

四、全课程知识地图

本课程共30章，整体遵循“框架—感知—决策—规划—控制—验证—复盘”的能力递进。下图给出知识地图与返航信号链的关系，帮助你在学习每一章时明确它处于整条链路的哪个位置。

从图中可以看出，前六章属于基础篇，重点解决“是什么、边界在哪、如何描述状态”的问题。本章作为导入，先建立整体框架，后续章节再逐层深入。

五、一个可执行的最小返航策略示例

为了让框架落地，这里给出一个教学用的最小返航策略配置示例（参数为合理假设，非实测值）。假设某多旋翼无人机任务高度120 m，返航点位于起飞点，链路中断阈值3 s，低电量门限25%。

RTH_STRATEGY:
  trigger:
    link_loss_timeout_s: 3
    battery_rth_percent: 25
    gnss_health_min: 0.6
  action:
    climb_to_m: 120          # 返航高度，高于障碍物
    cruise_speed_mps: 8
    arrival_radius_m: 2
    land_mode: vertical
  fallback:
    if_gnss_lost: use_visual_odometry
    if_battery_critical: land_nearest_safe_point

判断返航是否成功的依据包括：到达返航点水平误差小于2 m、着陆时剩余电量大于5%、全程未触发避障急停。若中途GNSS失效，则切换到视觉里程计并降低巡航速度至5 m/s，同时向地面站发送降级告警。