无人机技术知识要点

民用无人机知识要点一、民用无人机主要分类1、固定翼无人机：优点：续航时间长、航程远、飞行速度快、飞行高度高、负载能力强缺点：起降受场地限制、不能在空中悬停2、直升机无人机优点：载荷较大、可垂直起降、空中悬停、灵活性强缺点：结构复杂、故障率高、维修成本高、续航时间短3、多旋翼无人机优点：操作灵活、结构简单、成本低、起降方便、可在空中悬停缺点：续航时间短、负载能力弱、飞行速度慢二、无人机主要硬件部分发展状况主要硬件部分发展状况芯片目前一个高性能FPGA芯片就可以在无人机上实现双CPU的功能，以满足导航传感器的信息融合，实现无人飞行器的最优控制。

惯性传感器伴随着应用加速计、陀螺仪、地磁传感器等设备广泛应用，MEMS惯性传感器从2011年开始大规模兴起，6轴、9轴的惯性传感器也逐渐取代了单个传感器，成本和功耗进一步降低，成本仅在几美元。

另外GPS芯片仅重0.3克，价格不到5美元。

WIFI等无线通信wifi等通信芯片用于控制和传输图像信息，通信传输速度和质量已经可以充分满足几百米的传输需求。

电池电池能量密度不断增加，使得无人机在保持较轻的重量下，续航时间能有25-30分钟，达到可以满足一些基本应用的程度，此外，太阳能电池技术使得高海拔无人机可持续飞行一周甚至更长时间。

云台安装、固定摄像机的支撑设备，它要保证无人机在各种环境下做到稳定拍摄。

飞机机体包含螺旋桨、电机马达、机体外壳等相机等4K、3D、高像素摄像头性能的有效提升和成本下降。

；图像传输系统：保障图像传输的实时性和清晰度；云台：保证相机稳定，避免飞行过程中颤抖引起的画面模糊。

无人机关键芯片产业分析和展望在现有的无人机上，主流厂商使用的是ARM架构MCU芯片，例如意法半导体的STM32系列（大疆精灵系列无人机采用），Atmel的Mega2560 系列等芯片，这类芯片的特点是：主频低（STM32主频在200M Hz左右，Atmel的MCU低至20M Hz），计算能力较差，往往只能支持飞行控制功能，并不能提供无人机智能化所需要的高速计算和并行计算能力。

目前芯片业界三大巨头:高通、Intel、Nvidia都纷纷挺进无人机产业，推出以自己的移动芯片或图形计算芯片为核心的无人机参考设计或套件；此外中国芯片设计厂商联芯科技也与中国无人机厂商零度智控联合开发了用于智能无人机的方案。

对于Intel/高通/Nvidia/联芯四家方案的性能参数和特性见下表，这四家的方案在无人机应用上各有特色：高通传统优势在于其深厚的无线通讯技术和移动低功耗计算芯片的积累；其方案的CPU 主频是最高的；其方案也是所有厂商中尺寸最小的；虽然其GPU计算性能与Nvidia方案还存在一定差距，但已能够满足双目视觉计算需求，且与NV同样支持4K拍摄，因此可以判定其GPU 并行计算能力满足现有智能无人机需求；Intel传统优势领域为桌面计算和高性能计算，目前其优势在无人机领域体现并不明显，在表11中多项指标都处于劣势。

但其可以和自有环境传感器RealSense技术配合，在环境感知和测量方面存在精度优势。

Nvidia是全球两大GPU厂商之一，其在图形运算和并行计算上有较深积累。

其推出的无人机方案具备四方案中最强的浮点并行处理能力，能够胜任各类图像图形识别和高级人工智能任务。

NV劣势在于其移动计算和无线通信上积累较浅。

联芯LC1860的无人机方案具备双目视觉功能，在一些参数上略逊于高通/NV方案，但性价比会比较高。

三、无人机主要系统无人机系统主要由三部分组成，分别为飞行器平台、控制站与通讯链路。

飞行器平台：包括飞行机体结构、动力系统、飞控系统、导航系统、电气系统、通信系统；控制站：包括显示系统、操纵系统；通讯链路：包括机载通讯与地面通讯。

四、飞行器平台主要系统1、飞控系统飞控系统是无人机的“驾驶员”，是无人机完成起飞、空中飞行、执行任务和返场回收等整个飞行过程的核心系统。

飞控一般包括传感器、机载计算机和伺服作动设备三大部分，实现的功能主要有无人机姿态稳定和控制、无人机任务设备管理和应急控制三大类。

（其中，机身大量装配的各种传感器(包括角速率、姿态、位置、加速度、高度和空速等)是飞控系统的基础，是保证飞机控制精度的关键。

未来要求无人机传感器具有更高的探测精度、更高的分辨率，因此高端无人机传感器中大量应用了超光谱成像、合成孔径雷达、超高频穿透等新技术。

）现有飞控系统是开源与闭源系统的结合。

Arduino是早期的开源飞控之一，成为了后续衍生品的基础，随后2007年，由美国3DR 公司旗下DIY Drones无人机社区推出的飞控产品APM成为了当今成熟的技术，也是用户使用最多的开源系统。

目前主要的开源系统有APM、PX4、PPZ、MWC、OpenPilot等。

国内优秀的无人机厂商，为了提高系统的专业化，则大部分在开源系统的基础上演化出自己的闭源系统。

相比开源系统，无人机厂商自身的闭源系统加入了许多优化算法、简化了调参与线束，变得更加简单易用。

2、导航系统导航系统是无人机的“眼睛”，多技术结合是未来方向。

导航系统向无人机提供参考坐标系的位置、速度、飞行姿态，引导无人机按照指定航线飞行，相当于有人机系统中的领航员。

目前无人机所采用的导航技术主要有惯性导航、定位卫星导航、地形辅助导航、地磁导航、多普勒导航等。

无人机载导航系统主要分非自主(GPS等)和自主(惯性制导)两种，但分别有易受干扰和误差积累增大的缺点，而未来无人机的发展要求障碍回避、物资或武器投放、自动进场着陆等功能，需要高精度、高可靠性、高抗干扰性能，因此多种导航技术结合的“惯性 + 多传感器 +GPS+ 光电导航系统”将是未来发展的方向。

3、动力系统目前民用工业无人机以油动为主，消费级无人机以电动为主。

不同用途的无人机对动力装置要求也不同。

低速、中低空小型无人机倾向于活塞发动机，低速短距、垂直起降无人机倾向涡轴发动机，小型民用无人机则主要采用电动机、内燃机或喷气发动机。

涡轮有望逐步取代活塞，新能源发动机提升续航能力。

专业级无人机目前广泛采用的动力装置为活塞式发动机，但活塞式只适用于低速低空小型无人机。

随着涡轮发动机推重比、寿命不断提高、油耗降低，涡轮将取代活塞成为无人机的主力动力机型。

太阳能、氢能等新能源电动机也有望为小型无人机提供更持久的动力。

4、数据链系统（通信系统）数据链系统（通信系统）是无人机和控制站之间的桥梁，是无人机的真正价值所在。

上行通信链路主要负责地面站到无人机的遥控指令的发送和接收。

下行通信链路主要负责无人机到地面站的遥测数据、红外或电视图像的发送和接收。

普通无人机大多采用定制视距数据链，而中高空、长航时无人机则采用超视距卫星通信数据链。

现代数据链技术的发展推动者无人机数据链向着高速、宽带、保密、抗干扰的方向发展。

随着机载传感器、定位的精细程度和执行任务的复杂程度不断上升，对数据链的带宽提出了很强的要求，未来随着机载高速处理器的突飞猛进，预计几年后现有射频数据链的传输速率将翻倍，未来可能还将出现激光通讯方式。

从美国制定的无人机通信网络发展战略上看，数据链系统从最初 IP 化的传输、多机互连网络，正在向卫星网络转换传输，以及最终的完全全球信息格栅(GIG)配置过渡，为授权用户提供无缝全球信息资源交互能力，既支持固定用户、又支持移动用户。

五、智能无人机的关键基础技术普通无人机和智能无人机组件的差别1、无人机“视觉”技术赋予无人机“智能”中关键技术之一是让无人机能够通过机器视觉感知周边的环境，并将结果转化为数据通过OS（操作系统）传给其他应用程序。

目前无人机领域主流的机器视觉硬件技术有：双目机器视觉、红外激光视觉、超声波辅助探测等方式。

重要的机器视觉软件技术有：光流算法、图像分割算法、图形识别、人工智能等；机器视觉硬件技术A.双目机器视觉（高通Snapdragon Flight等产品采用）:双目机器视觉基于三角定位原理，与人眼对三维世界的还原原理类似，通过比较两个同向摄像头拍摄的画面中同一物体的视角差来确定距离，从而从二维图像中还原出三维世界的立体模型：双目机器视觉仅需两个摄像头，但对计算能力的要求较高。

双目机器视觉的门槛不在于根据视角信息α、β和间距d解算距离L，而在于让计算机能够在画面中将物体从背景中“提取”出来。

目前高通支持双目机器视觉的无人机参考设计使用旗舰芯片Snapdragon 801/820，可见其对计算能力的要求之高。

对人眼来说将一个物体从背景画面当中区分开来是一件很自然的事情，但对于计算机就不同了：同一景物在不同视点的摄像机图像平面上的成像会发生不同程度的扭曲和变形，要让计算机模糊分割出物体，图像分割算法需要做卷积/微分等大计算量运算；而无人机这种要求实时测距的场景下需要的总体计算性能就更高了。

B.红外激光视觉（Intel RealSense等产品采用）为了规避计算机视觉中识别物体的大量计算以及提高精度，以Intel为代表的一批厂商使用了红外激光视觉技术，如Intel RealSense机器视觉模组。

其基本原理见下图，其测距原理与双目视觉类似，但识别对象从物体替换成了打在物体表面的红外激光点。

这样就从根本上消除了物体识别的计算需求。

红外激光视觉的必要代价是将两个摄像头替换为红外摄像头，并增加一个红外激光扫描器的硬件成本以及功耗。

其中红外激光扫描器由一个红外激光发射器和MEMS扫描反射镜组成，整体增加的硬件成本较高。

目前仅红外摄像+激光组件在电商网站可查询到的价格超过￥1200，远高于高通Snapdragon820芯片的大客户优惠价（约￥400~￥500，）。

其与Yuneec 联合推出的首款无人机安装多个Realsense模块，预计售价超过￥10000，在价格上竞争力不足。

除了对计算量要求小以外，红外激光机器视觉还具有两大优点：相比双目，其应用时间与范围更广，可在暗夜和照明条件不好的室内使用。

相比双目，其有着更高的测距精度，能够精确还原物体的三维数据。

C.超声波探测（包括大疆在内多家厂商使用作为辅助手段）超声波测障是一种较为成熟的技术，已广泛使用在军/民用多种应用场合之中。

超声波的优势在于能够有效识别玻璃，电线等双目视觉/红外激光视觉无法准备测距的物体。

缺点在于精度较差，只能用于探测障碍是否存在，无法提取精确空间信息用作路径规划。

以大疆为代表的智能无人机厂商使用超声波测障组件用作辅助手段覆盖机器视觉效果或精度较差的视觉死角和侧面方向的测障功能。

机器视觉软件技术A.光流算法光流算法是一种单摄像机视觉技术，完全依赖软件算法解决了运动检测和定位问题。

光流算法通过比较同一摄像机两张相邻时间的图像（差分运算）得到场景中不同物体运动的光流场。

如果我们假定背景物体不动而是摄像机在运动，则可以通过相对运动速度得出不同背景距离摄像机的相对距离。