低成本INS/GPS组合导航 · 无人机课程目录

01 导论

课程导论：低成本INS/GPS组合导航在无人机中的价值、课程目标与学习路径、所需预备知识。

价值学习路径预备知识

02惯导基础·上

惯性导航基础（上）：加速度计与陀螺仪的工作原理、比力方程与角速度测量、IMU的误差模型。

加速度计陀螺仪比力方程误差模型

03惯导基础·下

惯性导航基础（下）：姿态表示方法（欧拉角、四元数、旋转矩阵）、捷联惯导更新算法。

欧拉角四元数旋转矩阵捷联更新

04GPS基础

GPS基础：GPS定位原理、伪距与载波相位观测、GPS误差源分析（电离层、对流层、多路径）。

定位原理伪距载波相位误差源

05IMU选型

低成本IMU选型：MEMS加速度计与陀螺仪关键指标（零偏、噪声、带宽）、常见芯片对比（MPU6050、BMI088、ICM-20948）。

零偏噪声带宽MPU6050BMI088

06GPS模块

GPS模块选型：消费级GPS模块（Ublox NEO系列、ZED-F9P）特性、RTK与差分GPS简介。

Ublox NEOZED-F9PRTK差分GPS

07坐标系

坐标系与坐标变换：地心地固系（ECEF）、导航坐标系（NED）、机体坐标系、各坐标系之间的转换矩阵。

ECEFNED机体坐标系转换矩阵

08卡尔曼·上

卡尔曼滤波基础（上）：状态空间模型、预测与更新步骤、卡尔曼增益的直观理解。

状态空间预测更新卡尔曼增益

09卡尔曼·下

卡尔曼滤波基础（下）：扩展卡尔曼滤波（EKF）原理、线性化方法、EKF在导航中的应用场景。

EKF线性化导航场景

10松组合原理

松组合导航原理：位置/速度组合模式、系统架构图、状态向量与观测方程设计。

位置/速度组合架构图状态向量

11松组合实现

松组合导航实现：基于EKF的松组合算法推导、C++/Python伪代码实现、初始化与对准流程。

EKF推导伪代码初始化

12紧组合原理

紧组合导航原理：伪距/伪距率组合模式、与松组合的对比、系统复杂度分析。

伪距/伪距率对比松组合复杂度

13紧组合实现

紧组合导航实现：观测方程推导、多星座融合处理、整周模糊度固定（低成本方案）。

观测方程多星座模糊度固定

14深组合

深组合导航概念：INS辅助GPS跟踪环路、载波环与码环的辅助机制、抗干扰能力提升。

INS辅助载波环码环抗干扰

15时间同步

时间同步问题：INS与GPS的时间基准差异、PPS信号使用、软硬件同步方案对比。

时间基准PPS软硬件同步

16标定·上

传感器标定（上）：六面法标定加速度计、速率转台标定陀螺仪、温漂补偿方法。

六面法速率转台温漂补偿

17标定·下

传感器标定（下）：艾伦方差分析、IMU内参标定工具（Kalibr、imu_utils）、现场快速标定技巧。

艾伦方差Kalibrimu_utils

18初始对准

初始对准：静基座粗对准、精对准（罗经法）、动基座对准（GPS辅助）。

粗对准精对准罗经法动基座

19信号中断

GPS信号中断处理：惯性递推策略、零速修正（ZUPT）、航向保持与漂移抑制。

惯性递推ZUPT航向保持

20磁力计

磁力计辅助：地磁场模型、磁力计校准（硬铁/软铁）、磁航向与INS融合。

地磁场硬铁/软铁磁航向

21气压计

气压计辅助：气压测高原理、气压计温漂补偿、高度通道融合（INS+GPS+Baro）。

测高原理温漂补偿高度融合

22视觉辅助

视觉辅助简介：视觉里程计（VO）与INS融合动机、视觉惯性里程计（VIO）概述。

视觉里程计VIO融合动机

23实验平台

实验平台搭建：硬件选型清单（飞控、IMU、GPS、机载计算机）、系统连线与通信协议（UART、SPI、I2C）。

硬件清单UARTSPII2C

24ROS环境

ROS环境搭建：ROS安装与工作空间配置、常用导航包介绍（robot_localization、imu_tools）。

ROS安装robot_localizationimu_tools

25数据采集

数据采集与预处理：ROS Bag录制、IMU数据去噪（低通滤波）、GPS数据异常值剔除。

ROS Bag低通滤波异常值剔除

26算法仿真

松组合算法仿真：基于MATLAB/Simulink的仿真框架、轨迹生成、误差曲线分析。

Simulink轨迹生成误差曲线

27实飞调参

实飞测试与调参：飞行测试流程、EKF参数调优（Q矩阵、R矩阵）、常见问题排查。

飞行测试Q矩阵R矩阵排查

28评估指标

性能评估指标：定位精度（RMSE）、姿态精度、实时性（延迟）、鲁棒性测试方法。

RMSE姿态精度实时性鲁棒性

29进阶话题

进阶话题：多传感器融合趋势（Lidar+INS+GPS）、芯片级组合导航（PIXHAWK内部集成）、AI辅助导航。

Lidar+INS+GPSPIXHAWKAI辅助

30总结·实战

课程总结与项目实战：综合项目设计（基于PX4的INS/GPS定位系统）、资源推荐与社区、职业发展建议。

PX4项目资源推荐职业建议