传感器基础：IMU、GPS/RTK与视觉传感器
各位同学，今天我们来聊聊无人机最核心的感知器官——传感器。说白了，无人机能飞得稳、飞得准，全靠这些传感器在背后默默工作。我做了这么多年无人机，见过太多因为传感器没搞明白导致炸机的案例，所以这一章咱们得好好掰扯掰扯。
一、IMU：无人机的“内耳”
IMU的全称是惯性测量单元，你可以把它想象成无人机的内耳前庭系统。它负责感知自身的加速度和角速度，让飞控知道“我现在是什么姿态”。
IMU内部主要由三部分组成：
- 加速度计：测量三轴加速度，说白了就是感知“有没有在加速或减速”
- 陀螺仪：测量三轴角速度，感知“有没有在旋转”
- 磁力计（部分IMU集成）：测量地磁场方向，辅助航向判断
我个人习惯把IMU数据分为两类：高频数据和低频数据。陀螺仪和加速度计通常工作在200Hz-1000Hz，而磁力计只有10Hz-50Hz。为什么？因为磁力计容易受干扰，采样太快反而噪声大。
核心概念：IMU的坐标系
IMU输出的数据都是基于自身坐标系的。加速度计输出的是机体坐标系下的加速度，陀螺仪输出的是机体坐标系下的角速度。飞控需要把这些数据转换到导航坐标系（比如NED坐标系）才能用。
嗯，这里要注意一个坑：IMU的零偏问题。任何IMU都有零偏，就是静止时输出不为零。我曾在项目中遇到过一台无人机，起飞后一直往右偏，查了半天发现是陀螺仪零偏没校准好。所以每次上电后，让无人机静置5-10秒，让飞控完成零偏校准，这个习惯一定要养成。
避坑指南
我曾经在户外强风环境下测试，IMU数据出现剧烈抖动。后来发现是振动耦合进了IMU。解决办法：使用减震泡沫或橡胶垫隔离IMU与机架，同时开启低通滤波器。
二、GPS/RTK：无人机的“眼睛”看位置
GPS大家都熟悉，但RTK可能有些同学还不太清楚。咱们先说说普通GPS。
普通GPS的定位精度大概在2-5米，这个精度对于航拍、巡检来说勉强够用，但对于精准降落、测绘作业来说就差远了。你想想看，5米的误差，在测绘里可能意味着整条航线都偏了。
RTK（实时动态差分定位）就是来解决这个问题的。它的原理其实不复杂：
- 地面架设一个基准站，位置已知
- 基准站接收GPS信号，计算出误差
- 基准站把误差通过数传链路发给无人机
- 无人机用这个误差修正自己的定位
这样一来，定位精度可以做到厘米级。我做过一个植保项目，要求无人机沿着田埂飞行，误差不能超过10厘米。普通GPS根本做不到，上了RTK之后，效果立竿见影。
| 定位方式 | 精度 | 适用场景 | 成本 |
|---|---|---|---|
| 普通GPS | 2-5米 | 航拍、娱乐飞行 | 低 |
| DGPS | 0.5-1米 | 农业植保 | 中 |
| RTK | 1-3厘米 | 测绘、精准降落 | 高 |
| PPK | 1-3厘米 | 后处理测绘 | 中高 |
重要提醒
RTK虽然精度高，但依赖数传链路。如果数传断连，无人机就会降级为普通GPS模式。我曾经在山区测试，信号遮挡导致RTK频繁失锁，差点撞山。所以做RTK飞行时，一定要规划好返航策略。
三、视觉传感器：相机与LiDAR
视觉传感器是近年来无人机智能化的关键。说白了，就是让无人机“看见”周围环境。
3.1 相机
相机分为单目、双目和深度相机。单目相机成本低，但无法直接获取深度信息；双目相机通过视差计算深度，但计算量大；深度相机（如Intel RealSense）直接输出深度图，但受光照影响大。
我个人的经验是：室内用深度相机，室外用双目相机。为什么？因为室外阳光强烈，深度相机的红外结构光会被干扰，而双目相机靠自然光成像，反而更稳定。
3.2 LiDAR
LiDAR（激光雷达）是另一种视觉传感器。它通过发射激光束并测量反射时间，直接获取三维点云数据。LiDAR的优点是精度高、不受光照影响，缺点是成本高、重量大。
目前无人机上常用的LiDAR有：
- 单线LiDAR：用于避障，扫描一条线
- 16线/32线LiDAR：用于建图与导航
- 固态LiDAR：体积小、成本低，但视场角有限
传感器融合才是王道
单一传感器都有局限性。IMU有漂移，GPS有遮挡，视觉受光照影响。所以实际工程中，我们通常使用卡尔曼滤波把IMU、GPS、视觉数据融合在一起。这就是所谓的“多传感器融合定位”。
我记得有一次做城市巡检项目，无人机在楼宇间飞行，GPS信号时有时无。单纯靠IMU，几分钟就漂移了几十米。后来加入了视觉里程计（VO），利用相机图像特征点匹配来修正位置，才把定位误差控制在1米以内。
知识体系总览
下面这张图展示了本章的核心知识结构，我把它画成了SVG，方便你理解各个传感器之间的关系：
从这张图可以看出，IMU、GPS/RTK和视觉传感器各自负责不同的感知维度，最终通过卡尔曼滤波融合，输出给飞控系统。任何一个传感器出问题，都会影响整体性能。
实战建议
刚开始做数据采集时，我建议你先把IMU数据录下来，用Python画出来看看。你会发现加速度计在起飞瞬间有个明显的尖峰，陀螺仪在转弯时会有平滑的曲线。这些特征在后续的数据标注中非常有用。
好了，这一章的内容就到这里。传感器是无人机的基础，搞懂了它们，后面的数据采集和标注才能有的放矢。下一章我们会深入讲解数据采集的硬件选型与搭建，到时候见。
公众号:蓝海资料掘金营，微信deep3321