自主飞行多传感器冗余与故障切换
📚 共计 30 章节
01
课程导论：为什么需要多传感器冗余？
自主飞行系统的安全性与可靠性挑战。
安全基石
系统思维
02
核心传感器概述
IMU、GPS、磁力计、气压计、视觉/激光雷达原理与局限。
IMU
GPS
LiDAR
03
冗余架构设计
硬件冗余、解析冗余、信息冗余（多源数据融合）。
三余度
虚拟传感器
04
IMU冗余设计
双IMU与三IMU架构，时钟同步与数据对齐策略。
时钟同步
表决
05
GPS/INS组合导航冗余
双GPS接收机、GPS+北斗+GLONASS多星座融合。
多星座
组合导航
06
空速/地速冗余
皮托管、GPS地速、惯导速度的交叉验证。
空速
地速
交叉验证
07
高度测量冗余
气压计、GPS高度、雷达高度计、视觉高度融合。
高度融合
雷达
08
姿态估计冗余
互补滤波、EKF、UKF多源融合。
EKF
UKF
互补滤波
09
传感器故障模式分析
IMU漂移、GPS丢失、磁力计干扰、气压计堵塞。
故障模式
干扰
10
故障检测与隔离（FDI）基础
基于残差、一致性、机器学习的故障检测方法。
FDI
残差
ML
11
基于解析冗余的故障检测
状态观测器、卡尔曼滤波器残差分析。
观测器
卡尔曼
12
基于硬件冗余的故障检测
多数表决、中值选择、平均加权。
表决
中值
13
基于运动学一致性的故障检测
IMU与GPS速度/位置一致性检查。
一致性
运动学
14
故障切换策略
冷备份、热备份、温备份，平滑切换逻辑。
热备份
平滑切换
15
投票机制
三余度多数表决、四余度故障容错。
三余度
四余度
16
软件实现的故障切换
看门狗定时器、健康管理状态机、降级模式。
看门狗
状态机
17
传感器健康管理（SHM）
在线标定、偏差估计、噪声特性监控。
SHM
在线标定
18
多传感器数据融合基础
卡尔曼滤波、粒子滤波、联邦滤波架构。
卡尔曼
联邦滤波
19
联邦卡尔曼滤波
主滤波器与子滤波器的信息分配与融合。
信息分配
融合
20
视觉与惯导融合（VIO）
视觉里程计辅助IMU，应对GPS拒止环境。
VIO
视觉里程计
21
激光雷达与惯导融合（LIO）
点云匹配与IMU预积分。
LIO
点云
预积分
22
GPS拒止环境下的导航
视觉SLAM、UWB定位、地磁匹配。
SLAM
UWB
地磁
23
传感器校准与标定
IMU六面法、相机内参标定、LiDAR与IMU外参标定。
标定
六面法
外参
24
时间同步
PTP（IEEE 1588）、NTP、硬件触发同步。
PTP
NTP
硬件触发
25
通信冗余
CAN总线冗余、Ethernet冗余、串口心跳检测。
CAN
心跳
冗余
26
电源冗余
双电源供电、电源管理单元（PMU）故障切换。
双电源
PMU
27
系统级故障注入测试
硬件在环（HIL）测试、软件故障注入。
HIL
故障注入
28
适航标准与认证
DO-178C、DO-254、ISO 26262在冗余设计中的应用。
DO-178C
ISO 26262
29
实战案例：PX4/ArduPilot冗余机制
开源飞控的冗余机制深度分析。
PX4
ArduPilot
实战
30
课程总结与未来趋势
智能化故障预测、自适应冗余管理、AI诊断。
AI诊断
自适应
趋势